一种基于资源利用率降低数据中心整体功耗的方法

摘要：为了充分发挥服务器计算性能的优势，降低服务器的功耗，提高数据中心的空间密度，提出通过服务器资源利用率作为切入点实现降低服务功耗的方法。此方法的主要思想是基于当前系统的资源利用率作为基准，通过性能优化确保服务器资源得到最大释放，并以此为基础运行容量规划软件，通过创建服务器资源整合场景，选择最优的服务器整合方案，从而实现降低数据中心整体功耗的目的。

关键词：容量规划建议；虚拟化场景；迁移工具；容量规划模板

中图分类号：TP301文献标识码：A文章编号：1672-7800（2012）010-0026-02

作者简介：杨耀红（1979-），女，硕士，中国国土资源经济研究院助理研究员，研究方向为数据库。

0引言

近年来，随着计算机计算能力的不断提高，越来越多数据中心的服务器资源未得到充分利用。虽然芯片制造厂商引入了根据系统负载压力调整CPU转速的技术来实现降耗，但是该方法对于降低服务器的功耗仍然有限。为了充分降低服务器的功耗提高数据中心空间密度，实现最大程度的服务器整合，本文提出了一个高效的基于资源利用率实现降低数据中心功耗的方法。

1基于资源利用率降低数据中心功耗的基本思想

一种基于资源利用率降低数据中心功耗的方法，其主要思想是首先确保服务器的计算能力得到最大程度的释放，然后根据资源的实际利用情况，利用容量规划软件创建服务器整个场景，预判未来的服务器资源利用率走势，从而选择最佳的服务器整合方法，达到降低数据中心的功耗，提高数据中心空间密度的目的。最后根据整合后的方法，利用迁移工具实现服务器的整合。主要涉及的软件有IntelVtune、HPCapacityAdvisor，以及P2V迁移工具。

2基于资源利用率降低数据中心功耗优化模型

该优化模型分两个阶段进行，第一个阶段以单个服务器作为性能调整的目标，以当前服务器的资源利用率情况作为性能调整的基准，运行性能测试工具Vtune，收集性能测试数据，通过分析测试数据定位系统问题并移除，然后再次运行基准，并与前面的结果进行比较，通过多次迭代，直至满足用户的需求后再终止本次优化过程。重复第一个阶段，完成整个数据中心基于现有业务的服务器资源优化。

第二个阶段是利用第一个阶段获得的资源利用率数据，运行容量规划软件选择多个服务器整合场景，进行场景整合分析，根据场景整合建议选择最佳的服务器整合方案，最后利用迁移工具完成系统的迁移，从而达到服务器整合，提高数据中心空间密度降低数据中心功耗的方法。

具体步骤如下：

（1）创建一个benchmark作为性能调整的目标。进行调整后，如果性能还不如以前，则表明所做的调整是不正确的。

（2）收集系统日志来判定系统瓶颈。此时的系统日志包括操作系统日志、中间件系统日志，以及数据库报警日志，同时借助于操作系统、中间件以及数据库自身携带的性能监控工具和快照工具。

（3）进行数据分析，查找性能问题。利用收集的数据进行深入分析，查找造成系统数据流不畅的原因，或者说影响数据流畅通的阻塞点。

（4）定位应用问题或者系统问题。如果是应用问题需要进行代码的重写，并再次测试看性能是否有提高。如果是基础软件的配置问题，则进行相应的优化调整。

（5）是否定位到问题。同前面创建的benchmark进行比较，如果性能有提高并且满足用户的需求，就表明优化成功。如果性能仍然不能满足要求，则要考虑收集的其它数据，以进行更深入的分析。

（6）分析性能是否满足要求。分析数据，确认应用程序的性能提高到最大化。循环进行多次分析，直到移出所有瓶颈为止。

（7）重复执行完成整个数据中心服务器的系统优化。

（8）运行容量规划软件，该容量规划软件会基于选择的场景根据计算能力和功耗进行实时整合和负载均衡。

（9）根据容量规划软件的运行结果和基于该场景的趋势分析，选择最佳的服务器整合方案。

（10）利用系统迁移工具（P2V）完成系统的迁移，从而达到服务器资源的最大化利用、降低服务器数量、降低数据中心功耗的目的。

3基于资源利用率降低数据中心功耗的方法验证

客户的应用环境是一个三层的MVC体系架构，压力机完全采用PC服务器，通过使用该方法进行整合将Web服务器和压力机全部迁移到虚拟机上，从而达到节省物理机实现降低数据中心功耗的目的。

应用该方法在MVC三层体系架构下的优化方法具体体现在，首先运行Vtune工具，找到单台服务器的性能优化基准，找到每台服务器性能的瓶颈后移除该瓶颈。优化顺序从数据表现层开始；然后进入优化业务逻辑层，在业务逻辑层中的优化主要是优化中间件服务器的进程模型与处理机制，譬如配置多实例、连接参数的设置、执行线程数的调整、使用专用的应用程序执行队列、隔离关键任务应用程序、Web容器性能的改进、处理器核心绑定特定的进程等。在Web容器的性能改进上，选择JDBC持久性、缓存内存等技术可显著提高WEB服务器的并行能力，并在中间件服务器与数据库的连接上配置连接池；最后进入数据存储层的优化，在该层主要是分为数据库实例的优化和数据库的优化。在数据库实例的优化，主要完成数据库内存体系结构的优化，数据库缓存区的优化，日志缓冲区的优化，后台进程使用数量的分配，协调检查点进程与数据库写进程与日志写进程的行为等。数据库系统的优化主要从数据块大小、配置块级存储参数、优化表空间、数据分区到并行化，优化过程中充分考虑影响数据库性能的敏感点和权衡点。三层架构的业务优化流程如图2所示。

服务器性能优化完后，进行服务器的整合。首先运行容量规划软件，选择要做容量评估的这些机器，然后再选择创建一个虚拟化的场景，评价生成的结果，可以重复多次进行。创建完成整合场景之后，进入容量规划设置，选中整合的所有服务器，修改预测参数，设定迁移到目标系统后的资源利用率，最后容量规划软件会自动生成某个时间的容量报告，比较对比报告，从而确定最佳整体方案。

SPECjEnterprise2010提供了一个客户关系管理、制造商和供应链管理测试场景用例，通过三层架构客户端、中间件服务器、数据库服务器展现业务处理过程，能够反映当前大多数用户的业务需求。在相同的基准测试条件下，通过上述方法的优化，发现在SPECjEnterprise2010应用中，八路服务器平台的EJOPS值从未优化时的9823.4提升至12278.5，性能提升25%，整个服务器从之前的20台降低到12台，将其中的8台压力机全部迁移到虚拟机上进行，整个平台的电源功耗降低30%。事实证明，通过该方法提出的基于资源利用率降低数据中心功耗的优化方法，适合于大多数高端客户，能够给他们带来更多的性能提升和数据中心功耗的降低。

4结语

这种优化方法简单、可信度高、伸缩性强、适用范围广。它可以连续整合，可在数小时内制定大规模整合计划，通过快速调整基础设施资源，对资源不断进行优化。节能高效的容量规划，能快速确定并整合效率低下的服务器，延长数据中心的使用寿命，实现经济高效的保护。

参考文献：

[1]IntelCorporation.VTune（TM）PerformanceEnvironmentHelp[M]，2012.

[2]IntelSoftwareCollege.MPIProgramming[M]，2009.

[3]罗秋明，王梅，雷海军.基于MPI的匹配方体并行计算研究[J].计算机应用，2006（8）.

[4]赵改善，孔祥宁.64位集群计算平台波动方程叠前深度偏移的性能优化[J].勘探地球物理进展，2005（1）.