Borgerding, Alexander (2021) Ressourcen-Provisionierungsverfahren zur Erweiterung energetischer Freiheitsgrade von Rechenzentren unter Veränderung der IT-Last. PhD, Universität Oldenburg.

Preview

Volltext (6Mb)

Abstract

Die Leistungsaufnahme von Rechenzentren wächst stetig und stellt ein relevantes Volumen im Energiesektor dar, sie lässt sich allerdings nicht bzw. nur unzureichend steuern. Maßgeblich wird die Leistungsaufnahme von der Rechenleistung bestimmt, die durch die jeweils betriebenen Applikationen abgerufen wird. In dieser Arbeit wird das auf dem Prinzip einer Ressourcen-Überprovisionierung beruhende Online Heuristic Machine Allocation (OHMA)-Verfahren vorgestellt. Mittels Server-Virtualisierung als Basis-Technologie werden virtuelle Maschinen als Vehikel zum Verschieben von Rechenlast verwendet und so eine Serverauslastung erzeugt, die einer geforderten Leistungsaufnahme entspricht. Eine Steuerung der Serverleistungsaufnahme wird so ermöglicht. Das Verfahren wird als Automaten-Modell in der Simulationsumgebung Uppaal modelliert und anhand von Datensätzen aus der Industrie evaluiert. Es wird eine Leistungsanpassung von bis zu 50% mit der Technik einer Ressourcen-Überprovisionierung bei linearer Komplexität des Verfahrens erreicht.

["eprint_fieldname_title_plus" not defined]

Resource provisioning approach for extending energetic flexibility of data centers while modifying the IT load

["eprint_fieldname_abstract_plus" not defined]

The power consumption of data centers is growing steadily and represents a relevant volume in the energy sector, but it cannot be controlled or can only be controlled insufficiently. The power consumption is largely determined by the computing power that is demanded by the applications being operated. This thesis presents the Online Heuristic Machine Allocation (OHMA) approach, which is based on the principle of resource over-provisioning. Using server virtualization as a base technology, virtual machines are used as a vehicle to shift computational load and thus generate a server workload that corresponds to a required power consumption. Control of server power consumption is thus enabled. The method is modeled as an automaton model in the Uppaal simulation environment and evaluated against industry data sets. A power adjustment of up to 50% is achieved using the technique of resource over-provisioning with linear complexity of the approach.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	Rechenzentrum, Leistungsbedarf, Virtuelle Machine, Betriebsmittelverwaltung
Subjects:	Generalities, computers, information > Computer science, internet
Divisions:	School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited:	24 Mar 2021 08:03
Last Modified:	24 Mar 2021 08:03
URI:	https://oops.uni-oldenburg.de/id/eprint/5031
URN:	urn:nbn:de:gbv:715-oops-51120
DOI:
Nutzungslizenz:

Actions (login required)

View Item