第1章 绪论 1
1.1研究意义 1
1.2研究动机 3
1.3研究内容 5
1.4本书贡献 11
第2章 相关研究与现状 16
2.1绿色云计算中心的相关技术手段 16
2.1.1低功耗处理器 17
2.1.2服务器虚拟化 19
2.1.3刀片服务器 21
2.1.4高效率电源 23
2.1.5部件级节能技术 25
2.2相关模型的研究综述 26
2.2.1负载模型 28
2.2.2性能模型 32
2.2.3优化模型 33
2.2.4模型总结 34
2.3云计算能耗的相关研究综述 35
2.3.1传统的能耗管理 36
2.3.2虚拟化云计算平台的能耗管理 38
2.3.3兼顾性能与能耗的能耗感知管理 39
2.4本章小结 41
第3章 能耗感知的云计算平台框架 42
3.1能耗感知的云计算平台管理框架EADC 42
3.1.1 EADC框架的生命周期管理 44
3.1.2基于自主计算思想的MAPE架构 45
3.1.3平台与应用两级的交互式能耗模型 47
3.1.4平台与应用两级的系统效用公式 49
3.2大数据集成应用平台 51
3.2.1平台的系统层次划分 52
3.2.2满足不同数据处理要求的计算框架 53
3.2.3存储云平台的分布式服务框架 55
3.2.4高速搜索服务框架 56
3.2.5分布式作业调度框架 59
3.3本章小结 60
第4章 大范围变动和时间长相关性负载的性能分析 61
4.1大范围变动下的负载与性能模型 62
4.1.1问题定义 62
4.1.2性能分析模型 64
4.1.3模型的在线参数化 68
4.1.4模型验证与评测 71
4.2时间长相关负载下的性能模型 78
4.2.1问题定义 78
4.2.2 Markovian Arrival Processes（MAP） 84
4.2.3 JAMC MAP拟合方法 89
4.2.4模型验证与评测 94
4.3本章小结 106
第5章 服务集群的能耗感知方案决策 108
5.1重载服务的准入控制规则 108
5.1.1自相关性准入控制策略 109
5.1.2控制规则有效性的测试 109
5.2轻载服务的能耗感知决策 118
5.2.1节点切换时机的方案选择 118
5.2.2节点切换序列的方案选择 121
5.2.3实验评估 122
5.3本章小结 126
第6章 虑及能耗的云平台全局资源优化布局 128
6.1全局资源调度的相关算法研究 129
6.2全局资源布局决策器DCMS 130
6.2.1 DCMS的资源量化逻辑 130
6.2.2 DCMS的资源布局算法的选择 132
6.2.3布局重配置开销的考量 133
6.2.4资源布局遗传算法的步骤 135
6.3实验评价 136
6.3.1 DCMS的算法有效性测试 137
6.3.2 DCMS虑及迁移开销的效果测试 141
6.3.3 DCMS的规模测试 144
6.4本章小结 145
第7章 总结与展望 146
7.1本书工作总结 146
7.2下一步工作建议 147
参考文献 149