الگوريتم زمان‎بندي وظايف در لايه زيرساخت محيط رايانش ابري با رويكرد انرژي آگاه

رايانش ابري مدل محاسباتي جديدي است كه سرويس‎هاي متنوعي را بر اساس تقاضاي كاربران و به‌صورت پرداخت به ازاي استفاده ارائه مي‎دهد. گسترش سريع كاربردهاي ابري و رقابت ميان تأمين‌كنندگان براي ارائه سرويس با بهترين سطح كيفي، منجر به ايجاد مراكز داده‎اي بزرگ‌شده است. بهره‎برداري از اين نوع مراكز داده به دليل مصرف زياد انرژي، هزينه‎هاي عملياتي بسياري در پي دارد.‎ استفاده ناكارآمد از منابع موجود در مراكز داده ازجمله دلايل اتلاف انرژي است؛ بنابراين، براي حل مسئله مصرف زياد انرژي در مراكز داده علاوه بر بهينه‎سازي در سطح سخت‎افزار، روش‎هاي مديريت منابع با رويكرد كارآمدي انرژي نيز موردنياز است كه در آن‎ها، زمان‎بندي و تخصيص منابع، بر اساس نيازمندي كيفي سرويس‎ها صورت گيرد. در اين زمينه، راهكارهايي مانند تغيير پوياي ولتاژ و فركانس پردازنده و تجميع ماشين‌هاي مجازي مورداستفاده قرارگرفته‌اند. در اين مقاله جهت بهينه‎سازي مصرف انرژي، الگوريتم‌ زمان‌بندي PTE (Priority Task Execution Time) پياده‌سازي شده است. اين الگوريتم‎ در سطح زمان‎بندي، تخصيص ماشين مجازي به وظايف، باهدف كاهش مصرف انرژي و رعايت مهلت زماني وظايف صورت گرفته است. راهكار پيشنهادي با توسعه كارگزار به‌عنوان موجوديت محوري در گزينش منابع،‌ وظايف را بر اساس زمان اجراي آن‌ها اولويت‌بندي نموده و ماشين‎هاي مجازي مناسب براي اجراي سرويس‎ها را انتخاب مي‌كند. در ادامه با كمك تلفيق اين روش‌ با تكنيك تغيير پوياي ولتاژ پردازنده، موجب صرفه‌جويي ۱۳/۷٪ در مصرف انرژي و همچنين كاهش بيكاري پردازنده به ميزان ۵۷/۳٪ در مركز داده‌شده‌ايم.