بخشی از مقاله
چکیده
روش یکپارچه سازی ماشین های مجازی، به منظور افزایش بهره وری منابع فیزیکی است که منجر به کاهش مصرف انرژی و هزینه ارائه خدمات می گردد. امروزه رایانش ابری مورد توجه بسیاری از سازمان ها می باشد. رایانش ابری این پتانسیل را داراست که در چند سال آتی روش انجام محاسبات در سازمان ها را تغییر دهد. جدی ترین مشکلی که تأمین کننده ابر با آن مواجه است، بحث مصرف انرژی می باشد. با استفاده از تکنیک های مختلفی همچون مجازی سازی، زمان بندی و مدیریت منبع می توان یک فرآیند زیر ساختی با هدف بهبود مصرف انرژی در مراکز داده مبتنی بر رایانش ابری ایجاد نمود.
-1 مقدمه
در تکنولوژی رایانش ابری، کاربران می توانند از طریق ابزارهای مختلف نظیر رایانه های شخصی، رایانه های همراه و تلفن های هوشمند به برنامه ها، فضای ذخیره سازی، پردازش و حتی پلنفرم های توسعه کاربردی در اینترنت از طریق سرویس های ارائه شده توسط رایانش ابری دسترسی داشته باشند. برنامه های رایانش ابری مدل مبتنی بر ارائه فوری به کاربران سرتاسر دنیا پیشنهاد می کنند. با اینکه مراکز داده مبتنی بر رایانش ابری مصرف زیادی دارند ولی رایانش ابری در هزینه های کلی، عملکرد بهتری دارند [5] به همین خاطر به روش هایی نیاز است که مصرف انرژی را در مراکز داده بتوان کم کرد تا هم از هزینه ها کاسته شود و هم از تولید کربن زیاد جلوگیری شود.
تعاریف و تعابیر مختلفی از رایانش ابری موجود است. محاسبات ابری مدلی است که برای فراهم کردن دسترسی آسان بر اساس تقاضای کاربر از طریق شبکه به مجموعه ای از منابع قابل تغییر و پیکربندی همانند شبکه ها، سرورها، فضای ذخیره سازی، برنامه های کاربردی و سرویس ها ایجاد می کند تا دسترسی بتواند با کمترین نیاز به مدیریت منابع و یا نیاز به دخالت مستقیم باشد و سرویس به سرعت فراهم شده یا آزاد گردد. همچنین از مجازی سازی و قابلیت استفاده چندگانه نیز پشتیبانی می کند .[2] از تعریف رایانش ابری می توان نتیجه گرفت قابلیت های مختلف فن آوری اطلاعات به نام زیرساخت، پلتفرم و سامانه که از آنها با عنوان اشکال، بخش ها، سبک ها، سطوح یا لایه های مختلف رایانش ابری نام می برند .[17]
تکنولوژی مجازی سازی یک فن آوری مهم برای بهبود دادن بهره وری انرژی مراکز داده می باشد. قراردادن ماشین مجازی یک راه حل برای مدیریت درخواست ها در رایانش ابری است .[4] در چند سال گذشته، شیوه های زیادی برای تخصیص ماشین های مجازی پیشنهاد شده است. شیوه های تخصیص ماشین مجازی موجود تنها به انرژی مصرف شده توسط مرکز داده توجه دارند و مصرف انرژی در مرکز داده را بهبود می بخشد. اما به مصرف انرژی در شبکه های ارتباطی در مرکز داده توجه نمی کنند.
مصرف انرژی در شبکه های ارتباطی نسبت به مراکز داده زیاد ناچیز نیست و از این رو در تخصیص ماشین های مجازی برای اینکه مراکز داده را از نظر انرژی موثرتر بسازد باید مورد توجه قرار گیرند. در تحقیق [19] الگوریتم ژنتیک برای مسئله تخصیص ماشین های مجازی جدید پیشنهاد شده است که به مصرف انرژی هم در سرورها و هم در شبکه های ارتباطی مراکز داده توجه می کند. در پژوهش [15] یک مدل بهینه سازی چند هدفی مبتنی بر آنالیز تأثیر دمای CPU و استفاده از منبع و مصرف انرژی در انتخاب ماشین مجازی پیشنهاد می دهد. الگوریتم استفاده شده در این مطالعه براساس پایش ماشین مجازی در محیط Xen انجام گرفته است که نشان می دهد می توان بهترین تبادل ها را در بین استفاده از منبع دمای CPU و مصرف انرژی مراکز داده داشته باشد.
در پژوهش [11] روش منطق فازی را به عنوان راهبردی بر خط برای تصمیم گیری پیشنهاد کرده است تا وظیفه انتخاب ماشین های مجازی را در تجمیع پویای ماشین های مجازی ارتقا دهد. روش فوق می تواند معیارهای چندگانه انتخاب ماشین مجازی را ادغام کند، در واقع این روش می آموزد که چگونه راهبرد بهینه ای بیابد که معیارهای چندگانه را برای انتخاب ماشین مجازی در طول روند تجمیع پویای ماشین های مجازی در رابطه با بهبود موازنه ی انرژی به عملکرد بکار گیرد. روش استفاده شده در این مقاله براساس جعبه ابزار Cloud Sim انجام گرفته است.
مراکز داده خود مستلزم مقادیر بسیار عظیمی از انرژی برای انجام فعالیت و در نتیجه هزینه های عملیاتی بالا و انتشار کربن دی اکسید می باشند. بر طبق آمار مصرف داده، 3 درصد از کل تولید برق جهانی و انتشار دویست میلیون تن کربن دی اکسید در سال 2012 می باشد که انتظار می رود این درصد افزایش قابل توجهی در سال های آتی داشته باشد .[10] در سال های اخیر تحقیقات قابل توجهی بر روی ساخت مراکز داده پایدار و سازگار با محیط زیست بویژه در کاهش مصرف انرژی، متمرکز شده است.
تکنولوژی مجازی سازی نقش مهمی در کاهش مصرف برق در مراکز داده از طریق ایجاد ماشین مجازی - VM - در سرور فیزیکی واحد - تحت عنوان میزبان - و اجرای روند تحکیم ماشین مجازی - VMC - ایفاد می کند .[16] با توجه به پویایی بار کاری، تعداد ماشین های مجازی واقع در یک میزبان ممکن است متفاوت بوده و باعث تخریب عملکرد هم در مورد استفاده بیش از حد CPU و یا افزایش مصرف انرژی در موارد دیگر شود .[13] از این رو VMC در یک مرکز داده ابری نیاز به انجام انتقال های زنده از ماشین های مجازی دارد. به عنوان مثال حرکت یک VM بین میزبان ها برای پاسخگویی به بار کاری متنوع و به حداقل رساندن تعداد میزبان های فعال امری ضروری است.
در تحقیقات مشابه بررسی پژوهش های مربوط به الگوریتم های VMC در مراکز داده ابری به بررسی و شناسایی مزایا و محدودیت های هر الگوریتم کمک خواهد کرد. در تحقیق [8] مدیریت انرژی در سطح مرکز داده مورد مطالعه قرار گرفته است. در آن یک الگوریتم توسعه یافته که می تواند گره های روشن و خاموش را به صورت پویا مطابق با کارایی و توان تصمیم گیری مورد انتظار تغییر دهد وجود دارد.
