برای جستجو در بین هزاران پایان نامه در موضوعات مختلف     

      و دانلود متن کامل آنها با فرمت ورد اینجا کلیک کنید     

 
دانلود پایان نامه
هدف کلی از تجهیز یک مرکز داده با مدل پیشنهادی، کاهش انرژی مصرفی مجموع سرورها ضمن حفظ کارایی مرکز داده در پاسخ به درخواست‌های رسیده و پردازش‌های موجود می‌باشد. اما همانطور که پیش از این اشاره شد، اجرای این نرم افزار در مرکز داده، خود نیاز به منابعی دارد که باعث تحمیل انواع سربارها و در نهایت مصرف انرژی می‌شوند. عوامل اصلی سربار در مرکز داده‌ای که مدل پیشنهادی در محیط آن اجرا می‌گردد عبارتند از:
سرور مرکزی: سروری که صرفاً به مدیریت این نرم افزار می‌پردازد و از نظر کارایی تاثیر مثبتی روی عملکرد مرکز داده ندارد. از دید مصرف انرژی این سرور فقط یک مصرف کننده‌است و سربار انرژی به اندازه‌ی مصرفش تحمیل می‌کند. این سربار یک سربار دائمی است به این معنا که مادامی که مدل پیشنهادی در حال اجراست، این سربار وجود دارد.
اجرای بخش جانبی: بخشی از نرم افزار که روی تمام سرورهای مرکز داده در حال اجرا است و وظیفه‌ی آن گزارش گیری از عملکرد سرور خود، ارسال این گزارش برای سرور مرکزی و اجرای دستورات رسیده از سرور مرکزی می‌باشد. این عملیات شامل سربار پردازشی برای عمل گزارش گیری، سربار فضایی برای عمل ذخیره سازی و سربار ترافیک شبکه برای ارسال این اطلاعات به سرور مرکزی است. این سربار نیز جزء سربارهای دائمی است.
مهاجرت: عملیات مهاجرت که در مدل پیشنهادی به عنوان ابزار انتقال بار پردازشی بین سرورها مورد استفاده قرار گرفته است، خود سربار پردازشی برای آغاز عمل مهاجرت و سربار ترافیک شبکه برای انجام انتقال محتوای حافظه است. این سربار گذراست، به این معنا که در تمام مدت فعالیت مرکز داده و مدل پیشنهادی وجود ندارد، بلکه در لحظاتی (مدت زمانی که مهاجرت طول می‌کشد) ایجاد شده و سپس برطرف می‌گردد.
تغییر حالت سرور: سرورهای بیکار به حالت خواب برده شده و در صورت لزوم در زمان دیگری مجدداً به حالت فعال باز می‌گردانده می‌شوند. صرف این تغییر حالت مصرف کننده‌ی انرژی است، یعنی خاموش نمودن پردازنده، دیسک سخت، کارت گرافیک و … از حالتی که فعال هستند باعث مصرف انرژی مضاعفی می‌گردد، همینطور فعال نمودن آنها از حالت خاموش. این تغییر حالت‌ها خود تحمیل کننده‌ی سربار انرژی است. این سربار نیز گذارست.

فصل چهارم
پیاده سازی
پیاده سازی
در این فصل به شرح پیاده سازی مدل پیشنهادی، حالات مختلف آن، محیط و نحوه‌ی انجام آزمایش‌ها می‌پردازیم.
پارامترهای آزاد در نرم افزار حاصل
مدل پیشنهادی با استفاده از زبان برنامه نویسی C و C++ در محیط Linux openSUSE 12.1 پیاده سازی شد.
با توجه به طراحی مدل پیشنهادی، پارامترهایی قابل تنظیم در این پیاده سازی در نظر گرفته شد تا به وسیله‌ی آنها بتوان رفتار نرم افزار را کنترل نمود. این پارامترها عبارتند از:
طول بازه‌ی ارسال داده‌ها توسط سرورهای جانبی به سرور مرکزی: هر یک از سرورهای مرکز داده، در فواصل زمانی ثابتی اطلاعات جمع آوری شده مربوط به فعالیت خود را برای سرور مرکزی ارسال می‌کنند؛ لازم است که این اطلاعات نمود واقعی وضعیت فعلی سرور باشند تا تصمیمات بعدی بر پایه‌ی آنها صحیح باشد. هر چه طول بازه‌ی گزارش گیری کوتاه‌تر باشد، دقت اطلاعات ارسالی و در نتیجه تصمیمات اتخاذ شده بیشتر خواهد بود زیرا اطلاعات جمع آوری شده بازتاب دقیقتری از وضعیت فعلی سرور هستند. از طرفی گزارش گیری و ارسال اطلاعات به معنی سربار پردازشی برای خود سرور برای انجام گزارش گیری و استخراج داده‌های مورد نیاز از آن، سربار ترافیک شبکه برای ارسال اطلاعات به سرور مرکزی و سربار پردازشی سرور مرکزی برای دریافت این داده‌ها و به روز نمودن بنایی که برای نگهداری اطلاعات سرورها تعیین شده است، می‌باشد. بنابراین هرچه بازه‌ی گزارش گیری و ارسال آنها طولانی‌تر باشد، نیاز به ارسال داده‌های کمتری وجود دارد و از اینرو سربارها کمتر می‌شوند.
بازه‌ی فراخوانی واحد طبقه بندی سرورها و واحد اتخاذ تصمیم: واحد ذخیره‌ی اطلاعات در طول بازه‌ی زمانی ثابتی داده‌های دریافتی از سرورها را بروز می‌کند؛ در انتهای این بازه واحد طبقه بندی سرورها و بلافاصله پس از آن، واحد اتخاذ تصمیم فراخوانی می‌شوند. طول این بازه‌ی تعیین کننده‌ی قدمت اطلاعاتی از فعالیت سرورهاست که بر پایه‌ی آن تصمیم گیری برای تخصیص‌های جدید صورت خواهد پذیرفت. هر چه طول بازه‌ی فراخوانی واحد اتخاذ تصمیم کوتاه‌تر باشد یعنی تخصیص‌های ماشین‌های مجازی به سرورها زودتر بازنگری شوند، امکان تخصیص‌های دقیق‌تر، باهمخوانی بیشتر با شرایط کار فعلی مرکز داده وجود دارد به عبارت دیگر مدل پیشنهادی نسبت به تغییرات حساس‌تر و سرعت تطبیق آن با شرایط جدید بیشتر می‌گردد. تطبیق سریع با شرایط کار مرکز داده از یک سو معادل با بهره بردن بیشتر از پتانسیل صرفه جویی انرژی مصرفی و از سوی دیگر معادل با تعداد مهاجرت بیشتر است. از آنجا که هر مهاجرت سربار پردازشی و سربار ترافیک برای شبکه به دنبال دارد، مهاجرت بیشتر به معنای سربار بیشتر پردازشی و ترافیکی است.
تعداد سرورهای باقیمانده در صف فروبار و بیکار: می‌توان برای بالاتر بردن سرعت انجام تخصیص‌های جدید، تعدادی سرور را در حالت فروبار و تعدادی را نیز در حالت بیکار نگاه داشت. نگاه داشتن سرورها در این حالات معادل با اتلاف انرژی است زیرا در هیچیک از این دو حالت سرور در نزدیکی بیشینه‌ی بکارگیری پردازنده نیست. این سربار انرژی در تضاد با هدف اصلی مدل پیشنهادی می‌باشد؛ از سوی دیگر اگر هیچ سروری در حالت فروبار و یا بیکار وجود نداشته باشد، برای هر تخصیص جدید (کاهش بار پردازشی سرورهای فرابار) نیاز به بیدار نمودن سروری از حالت خواب و سپس تخصیص ماشین مجازی به آن سرور است. این عمل از یک سو سربار زمانی تحمیل می‌کند (انتظار برای فعال شدن سرور از حالت خواب) و از سوی دیگر سربار انرژی ناشی از تغییر حالت فعالیت سرور از حالت فعال به خواب و سپس در زمان لزوم از حالت خواب به فعال.
مختصات پیاده سازی
در این بخش در مورد مقادیر پارامترها و آن بخش از ویژگی‌ها که مختص نرم افزار است توضیح می‌دهیم.
بازه داده برداری و ارسال اطلاعات
مقادیر در نظر گرفته شده برای این دو پارامتر به ترتیب 10 ثانیه و 5 دقیقه هستند. یعنی هر گره هر 10 ثانیه یکبار اطلاعات مربوط به میزان استفاده‌ی منابع خود را به تفکیک ماشین‌های روی خود به دست آورده و به روز می‌کند. در حال حاضر روی این اطلاعات دوره‌ای میانگین ریاضی گرفته می‌شود و این میانگین کل برای سرور ارسال می‌گردد. در کاربردهای بعدی و با تغییر شرایط می‌توان انواع تحلیل‌های آماری را برای یافتن بهترین تخمین آینده روی این داده‌ها اعال نمود. پس از این معدل گیری، هر 5 دقیقه یکبار داده‌ها برای سرور مرکزی ارسال می‌شوند. در آنجا در بخش مرکزی مدل پیشنهادی داده‌های مربوط به هر گره به روز می‌شوند و مبنای دسته‌بندی گره‌ها و نهایتاً تصمیم گیری در مورد ترکیب ماشین‌های مجازی قرار می‌گیرند.
انتخاب و استقرار
ملاک در نظر گرفته شده برای انتخاب، درصد استفاده از پردازنده‌ی ماشین بود. یعنی برای مهاجرت ماشین از گره فرابار، ابتدا اختلاف میان درصد استفاده پردازنده و حد بالایی (90%) محاسبه می‌شود و این مقدار را میزان افزونگی می‌نامیم. سپس از میان ماشین‌های روی آن گره که به صورت صعودی مرتب شده‌اند، اولین ماشینی که درصد استفاده‌ی پردازنده‌اش بزرگتر یا مساوی میزان افزونگی جدید بود را به عنوان ماشین مهاجرت کننده انتخاب می‌کنیم. چنانچه ماشینی با این میزان استفاده پردازنده وجود نداشت (همگی استفاده‌ی کمتری داشتند) آخرین ماشین را در لیست صعودی (ماشین با بزرگترین استفاده پردازنده) مهاجرت داده و میزان استفاده از پردازنده‌ی آن را از میزان افزونگی کم کرده تا میزان افزونگی جدید به دست آید. سپس دوباره این روند را تکرار می‌نماییم. در انتها انتظار می‌رود که میزان استفاده پردازنده‌ی گره کوچکتر مساوی حد بالا منهای حاشیه باشد.

دسته بندی : علمی