تکنیکهای کاهش انرژی در سیستم های کلان داده

در شهرهای هوشمند، داده ها از مجموعه ای از تجهیزات و ابزارهای مختلف مانند گوشی های موبایل، حسگرهای محیطی، دوربین ها، میکروفون ها، شبکه های حسگر بی سیم و غیره در مراکز داده جمع آوری می شوند. هزینه انرژی مراکز داده کسر مهمی از کل هزینه های عملیاتی است. کاهش مصرف انرژی به نوبه خود هم با دلایل اقتصادی و کاهش هزینه و هم با هدف کاهش آلودگی زیست محیطی و کاهش تولید گازهای گلخانه ای امر مهمی در زمینه خدمات فناوری اطلاعات و هوشمندسازی شهری است. یکی از چارچوب های مهم پردازش و تحلیل داده های کالن توزیع شده آپاچی هدوپ است که با استفاده از یارن که چارچوبی عمومی برای مدیریت منابع بوده و تمام محصولات هدوپ مانند نگاشت-کاهش، استورم و اسپارک برای مدیریت منابع خود می توانند از آن استفاده کنند، تخصیص منابع و زمان بندی را انجام می دهد. تکنیک های کاهش انرژی در یک مرکز داده هدوپ در دو دسته نرم افزاری و سخت افزاری دسته بندی می شوند. روش های نرم افزاری مختلفی مانند روش های ابتکاری و فراابتکاری برای کاهش مصرف انرژی در چارچوب کلان داده پیاده سازی شده اند. جایگذاری داده یکی از این روش هاست. یک جایگذاری مناسب می تواند باعث بهبود موازی سازی، کاهش بیکاری گره ها، توازن بار و بهبود مصرف انرژی شود. سه مسئله اصلی مطرح است: اول اینکه جاگذاری داده موجود در هدوپ برای اجرا بر روی مجموعه ای از گره های همگن طراحی شده و کارایی در محیط ناهمگن که گره ها ویژگی های متفاوتی دارند، کاهش می یابد. دوم اینکه کلاستر باید تمام گره ها را فعال نگه دارد تا دسترس پذیری تضمین شود و این کار از لحاظ مصرف انرژی مناسب نیست. سوما هر بالک داده برای تضمین دسترسی پذیری و تحمل اشکال به صورت پیش فرض سه بار تکرار می شود که این اتفاق زمانی که مقدار زیادی داده غیرفعال وجود دارد باعث هدر رفتن فضای دیسک و همین طور انرژی می شود. بنابراین جاگذاری داده یکی از مسائل مهم در هدوپ و کارایی انرژی آن به حساب می آید. بعلاوه زمان بندی مناسب کارها و وظایف می تواند مصرف انرژی را کاهش دهد. در هدوپ سه زمان بند (صف، عادی سازی، ظرفیت) معرفی شده که هیچ کدام اتمام کارها را در مهلت معین شده تضمین نمی کنند. همچنین این زمان بندها مصرف انرژی را در نظر نمی گیرند. بنابراین روش های مختلف زمان بندی و مدیریت منابع انرژی آگاه در کلاستر باید مطرح شوند. علاوه بر تکنیک های نرم افزاری، روش های سخت افزاری مختلفی برای کاهش مصرف انرژی در هدوپ پیاده سازی شده است که شامل تکنیک مقیاس بندی پویای ولتاژ و فرکانس (DVFS)، استفاده از حافظه های اس اس دی (SSD) و استفاده از شتاب دهنده سخت افزاری (Hardware accelerator) است. تکنیک مقیاس بندی پویای ولتاژ و فرکانس تکنیک متداولی برای افزایش بهره وری پردازنده و مدیریت توان با تنظیم فرکانس پردازنده بر اساس بار کاری فعلی است. یک مکانیسم مقیاس بندی پویای ولتاژ و فرکانس مناسب می تواند مقدار ولتاژ/فرکانس را فورا تغییر دهد. دلایل استفاده از این تکنیک در هدوپ این است که کارهای نگاشت-کاهش بر روی گره های زیادی پخش می شوند که قابلیت مقیاس پذیری فرکانس و ولتاژ را دارند. همچنین بارکاری پردازنده در زمان اجرای کارها بسیار متغیر است. وظایف نگاشت و کاهش می توانند بیشتر پردازشی یا ورودی/خروجی یا شبکه های باشند. بنابراین می توان زمانی که یک وظیفه از تمام ظرفیت های پردازشی استفاده نمی کند با کم کردن فرکانس، میزان انرژی مصرفی را کاهش داد. کاهش انرژی در هدوپ توسط تکنیک مقیاس بندی پویای ولتاژ و فرکانس در پژوهش های مختلفی مورد بحث قرار گرفته است. از جمله پیشنهاداتی که در زمینه بهینه سازی مصرف انرژی در مراکز داده کالن باید به آنها پرداخته شود استفاده از الگوریتم های مدیریت منابع هوشمند و الگوریتم های یادگیری ماشین، مدل سازی عملکرد در منابع ناهمگن، ترکیب روش های مختلف کاهش انرژی و پردازش داده در بسترهای اینترنت اشیا قبل از ارسال به مراکز داده به منظور کاهش انرژی مرکز داده است.

کلیدواژه ها:

شهر هوشمند ، کلان داده ، انرژی ، هدوپ ، مدیریت منابع