(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210643736.5 (22)申请日 2022.06.09 (71)申请人 汕头大学 地址 515063 广东省汕头市大 学路汕头大 学 (72)发明人 熊智　赵敏　蔡浩　朱长盛　 许建龙　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 周增元 (51)Int.Cl. G06F 1/3206(2019.01) G06F 1/3234(2019.01) G06F 9/50(2006.01) (54)发明名称 基于主从优化的大规模应用服务器集群实 时能耗优化方法 (57)摘要 本发明公开了一种基于主从优化的大规模 应用服务器集群实时能耗优化方法， 根据负载状 况动态优化集群中各服务器的部署使得集群的 能耗最小， 各服务器的部署包括： 开关状态、 CPU 频率和承担负载。 本发明让服务器CPU的频率在 两个相邻的离散频率之间来回切换， 以达到能等 效工作在任意连续频率上的效果， 从而使得服务 器始终满 载运行。 本发明针对每种服务器型号定 义变量， 将应用服务器集群的能耗优化问题描述 成一个主从优化问题， 并采用枚举算法求解从优 化问题， 采用两次变异操作的差分进化算法求解 主优化问题。 由于变量数目很少， 优化问题描述 合理， 并且求解算法的效率很高， 因而即使应用 于大规模的集群， 集群能耗优化问题依然能够实 时求解。 权利要求书2页 说明书5页 附图1页 CN 115167652 A 2022.10.11 CN 115167652 A 1.一种基于主从优化的大规模应用服务器集群实时能耗优化方法， 其特征在于， 包括 步骤： 针对每种服务器型号定义变量将集群能耗优化问题描述成一个主从优化问题， 然后将 预测的集群负载带入所述主从优化问题进 行求解得到集群的优化部署， 最后基于求得的集 群优化部署调整各个服 务器的开关、 CPU频率和负载， 其中， 所述负载 是指平均每秒承担的请求数量； 所述服务器的CP U频率和负载之间的关系为， 当第 i种型号的服务器承担的负载为 li时， 其CPU在频率 Fi,j和Fi,j+1之间切换， 且工作在 Fi,j和Fi,j+1上的时间分别占( Li,j+1－li)/ (Li,j+1－Li,j)和(li－Li,j)/(Li,j+1－Li,j)， 其中，Fi,j表示第i种服务器型号从低到高的第 j个 离散频率， Li,j表示第i种型号的服务器以100%的CPU利用率工作在 Fi,j时承担的负载， Li,j≤ li≤Li,j+1； 所述主从优化问题包括 一个主优化问题和针对每种服 务器型号的一个从优化问题； 所述主优化问题为型号间的优化， 针对第 i种服务器型号定义一个变量： 承担的总负载 hi， 约束条件为 h1+h2+…+hM=L， 目标为所有服务器的总功率最小， 其中， M为服务器型号的数 量，L为预测的集群负载； 所述从优化问题为型号内的优化， 针对第 i种服务器型号定义两个变量： 服务器开启的 数量ni和每台开启服务器承担的负载 li， 约束条件为 nili=hi， 目标为第 i种型号服务器的总 功率最小； 所述主优化 问题的求解算法在求解时以 hi作为参数调用所述从优化 问题的求解算法， 所述从优化问题的求解算法将优化 得到的最小目标函 数值以及对 应的ni和li返回给所述主 优化问题的求 解算法。 2.根据权利要求1所述的基于主从优化的大规模应用服务器集群实时能耗优化方法， 其特征在于， 所述从优化问题的求 解算法还包括： 采用枚举算法求解所述从优化问题， 所述算法枚举第 i种型号服务器的每对相邻离散 频率构成的区间， 计算对应的目标函数值， 最后返回所有对应目标函数值中的最小值以及 对应的ni和li； 当枚举第 i种型号服务器的第 j个所述频率区间时， 对应目标函数值的计算方法如下： 首先计算 Ti,j=(Li,j+1Pi,j－Li,jPi,j+1)/(Li,j+1－Li,j)－Pistandby， 如果Ti,j>0， 那么使用 ni=Ceil (hi/Li,j+1)计算目标函数值， 否则使用 ni=Min{Floor(hi/Li,j), Ni}计算目标函数值， 其中， Pi,j表示第i种型号的服 务器以10 0%的CPU利用率工作在 Fi,j时的功率， Pistandby表示第i种型号的服 务器待机时的功率， Ni表示第i种型号服务器的数量， Ceil()和Floor()分别表示向上和向下 取整， Min{}表示取最小值。 3.根据权利要求1所述的基于主从优化的大规模应用服务器集群实时能耗优化方法， 其特征在于， 所述主优化问题的求解算法还包括： 采用两次变异操作的差分进化算法求解 所述主优化问题， 所述算法去掉了传统差分进化算法中的修正操作和交叉操作， 种群中的 个体为 （h1，h2，…，hM） ， 其中，hi表示第i种服务器型号承担的总负载， M为服务器型号的数 量。权　利　要　求　书 1/2 页 2 CN 115167652 A 24.根据权利要求3所述的基于主从优化的大规模应用服务器集群实时能耗优化方法， 其特征在于， 所述两次变异操作的差分进化 算法的第一次变异操作包括 步骤： 采用DE/rand/1/either ‑or变异策略产生一个变异个体， 如果所产生变异个体的所有 分量均没有越界， 则返回该变异个 体； 否则， 再次采用DE/rand/1/either ‑or变异策略产生一个变异个体， 如果所产生变异个 体的所有分量均没有越界， 则返回该变异个 体； 否则， 基于启发式思想随机产生 一个贪婪个 体返回。 5.根据权利要求3所述的基于主从优化的大规模应用服务器集群实时能耗优化方法， 其特征在于， 所述两次变异操作的差分进化算法的第二次变异操作包括步骤： 该变异操作 以一定的概率 实施； 如果 实施， 则随机选择一个能耗效率低的服务器型号， 将其承担的负载 重新随机分配给能耗效率高的服 务器型号。权　利　要　求　书 2/2 页 3 CN 115167652 A 3