CAJ | 학술논문

数据中心的能耗管理已经成为大规模数据处理中的热点问题,其主要目标是控制相关成本的急剧增长.大量的工作围绕着在集群利用率较低时,关闭部分服务器来降低能耗,但是这些方法都严重受限于数据存储策略,同时难以保证应用的实时性能.MapReduce集群作为目前流行的大规模数据处理平台,能耗问题尤为突出.文中针对异构MapReduce集群,提出一种面向SLA的能耗管理方法Seadown.首先,提出一种混合数据副本存储策略,它允许关闭大量节点,同时保证数据的完整性和集群的容错能力.其次,设计了一种基于历史记录的响应时间预测方法,它根据服务器节点的数量、性能参数和运行时间的历史信息准确估计程序的响应时间,相对误差大都在6％以下.最后,通过选择性地关闭部分节点以达到最小化能耗,同时保证应用程序的实时性能.文中证明了该优化问题是NP-hard问题,并提出了一种启发式的节点关闭策略.实验结果表明,在节点关闭策略下MapReduce应用的实时性得以保证,同时降低了大量的能耗.
수거중심적능모관리이경성위대규모수거처리중적열점문제,기주요목표시공제상관성본적급극증장.대량적공작위요착재집군이용솔교저시,관폐부분복무기래강저능모,단시저사방법도엄중수한우수거존저책략,동시난이보증응용적실시성능.MapReduce집군작위목전류행적대규모수거처리평태,능모문제우위돌출.문중침대이구MapReduce집군,제출일충면향SLA적능모관리방법Seadown.수선,제출일충혼합수거부본존저책략,타윤허관폐대량절점,동시보증수거적완정성화집군적용착능력.기차,설계료일충기우역사기록적향응시간예측방법,타근거복무기절점적수량、성능삼수화운행시간적역사신식준학고계정서적향응시간,상대오차대도재6％이하.최후,통과선택성지관폐부분절점이체도최소화능모,동시보증응용정서적실시성능.문중증명료해우화문제시NP-hard문제,병제출료일충계발식적절점관폐책략.실험결과표명,재절점관폐책략하MapReduce응용적실시성득이보증,동시강저료대량적능모.