Published January 1, 2020
| Version v1
Publication
Open
CPU and RAM Energy-Based SLA-Aware Workload Consolidation Techniques for Clouds
Creators
- 1. Abbottabad University of Science and Technology
- 2. COMSATS University Islamabad
- 3. Manchester Metropolitan University
Description
Cloud computing offers hardware and software resources delivered as services. It provides solutions for dynamic as well as "pay as you go" provision of resources. Energy consumption of these resources is high which leads to higher operational costs and carbon emissions in data centers. A number of research studies have been conducted on energy efficiency of data centers, but most of them concentrate on single factor energy consumption, i.e., energy consumed by CPU only, and energy consumption by Random Access Memory (RAM) is neglected. However, recently the focus has been turned towards impact of energy consumption by RAM on data centers. Studies have shown that RAM consumes about 25% of joint energy consumed by a server's CPU and RAM. In this paper, two energy-aware virtual machine (VM) consolidation schemes are proposed that take into account a server's capacity in terms of CPU and RAM to reduce the overall energy consumption. The proposed schemes are compared with existing schemes using CloudSim simulator. The results show that the proposed schemes reduce the energy cost with improved Service Level Agreement (SLA).
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تقدم الحوسبة السحابية موارد الأجهزة والبرامج التي يتم تقديمها كخدمات. إنه يوفر حلولًا لتوفير الموارد الديناميكية بالإضافة إلى "الدفع أثناء التنقل". استهلاك الطاقة من هذه الموارد مرتفع مما يؤدي إلى ارتفاع التكاليف التشغيلية وانبعاثات الكربون في مراكز البيانات. تم إجراء عدد من الدراسات البحثية حول كفاءة الطاقة في مراكز البيانات، لكن معظمها يركز على استهلاك الطاقة بعامل واحد، أي الطاقة التي تستهلكها وحدة المعالجة المركزية فقط، ويتم إهمال استهلاك الطاقة بواسطة ذاكرة الوصول العشوائي (RAM). ومع ذلك، فقد تحول التركيز مؤخرًا نحو تأثير استهلاك الطاقة بواسطة ذاكرة الوصول العشوائي على مراكز البيانات. أظهرت الدراسات أن ذاكرة الوصول العشوائي تستهلك حوالي 25 ٪ من الطاقة المشتركة التي تستهلكها وحدة المعالجة المركزية للخادم وذاكرة الوصول العشوائي. في هذه الورقة، يُقترح مخططان لتوحيد الأجهزة الافتراضية المدركة للطاقة (VM) يأخذان في الاعتبار قدرة الخادم من حيث وحدة المعالجة المركزية وذاكرة الوصول العشوائي لتقليل الاستهلاك الإجمالي للطاقة. تتم مقارنة المخططات المقترحة بالمخططات الحالية باستخدام محاكي CloudSim. تظهر النتائج أن المخططات المقترحة تقلل من تكلفة الطاقة مع تحسين اتفاقية مستوى الخدمة (SLA).Translated Description (French)
Le cloud computing offre des ressources matérielles et logicielles fournies sous forme de services. Il fournit des solutions pour la mise à disposition de ressources dynamiques et « payantes ». La consommation d'énergie de ces ressources est élevée, ce qui entraîne des coûts opérationnels plus élevés et des émissions de carbone dans les centres de données. Un certain nombre d'études de recherche ont été menées sur l'efficacité énergétique des centres de données, mais la plupart d'entre elles se concentrent sur la consommation d'énergie à facteur unique, c'est-à-dire l'énergie consommée par le processeur uniquement, et la consommation d'énergie par la mémoire vive (RAM) est négligée. Cependant, récemment, l'accent a été mis sur l'impact de la consommation d'énergie par la RAM sur les centres de données. Des études ont montré que la RAM consomme environ 25 % de l'énergie conjointe consommée par le CPU et la RAM d'un serveur. Dans cet article, deux schémas de consolidation de machines virtuelles (VM) sensibles à l'énergie sont proposés qui prennent en compte la capacité d'un serveur en termes de CPU et de RAM pour réduire la consommation globale d'énergie. Les schémas proposés sont comparés aux schémas existants à l'aide du simulateur CloudSim. Les résultats montrent que les systèmes proposés réduisent le coût de l'énergie grâce à l'amélioration du Service Level Agreement (SLA).Translated Description (Spanish)
La computación en la nube ofrece recursos de hardware y software entregados como servicios. Proporciona soluciones para la provisión de recursos dinámicos y de "pago por uso". El consumo de energía de estos recursos es alto, lo que conduce a mayores costes operativos y emisiones de carbono en los centros de datos. Se han realizado varios estudios de investigación sobre la eficiencia energética de los centros de datos, pero la mayoría de ellos se concentran en el consumo de energía de un solo factor, es decir, la energía consumida solo por la CPU, y el consumo de energía de la memoria de acceso aleatorio (RAM) se descuida. Sin embargo, recientemente se ha centrado la atención en el impacto del consumo de energía por parte de la RAM en los centros de datos. Los estudios han demostrado que la RAM consume alrededor del 25% de la energía conjunta consumida por la CPU y la RAM de un servidor. En este documento, se proponen dos esquemas de consolidación de máquinas virtuales (VM) conscientes de la energía que tienen en cuenta la capacidad de un servidor en términos de CPU y RAM para reducir el consumo total de energía. Los esquemas propuestos se comparan con los esquemas existentes utilizando el simulador CloudSim. Los resultados muestran que los esquemas propuestos reducen el costo de energía con un Acuerdo de Nivel de Servicio (SLA) mejorado.Files
09054962.pdf.pdf
Files
(245 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:aa020511c04843bdf6d3318c30b579f2
|
245 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- وحدة المعالجة المركزية (CPU) وذاكرة الوصول العشوائي (RAM) القائمة على اتفاقية مستوى الخدمة (SLA) - تقنيات دمج عبء العمل للغيوم
- Translated title (French)
- Techniques de consolidation de la charge de travail basées sur le SLA basé sur l'énergie CPU et RAM pour les clouds
- Translated title (Spanish)
- Técnicas de consolidación de cargas de trabajo SLA basadas en la energía de CPU y RAM para nubes
Identifiers
- Other
- https://openalex.org/W3014236913
- DOI
- 10.1109/access.2020.2985234
References
- https://openalex.org/W1017666633
- https://openalex.org/W1415888965
- https://openalex.org/W1524297027
- https://openalex.org/W1545052956
- https://openalex.org/W1966644649
- https://openalex.org/W1984746721
- https://openalex.org/W1986800449
- https://openalex.org/W1988497614
- https://openalex.org/W1988526902
- https://openalex.org/W2000040240
- https://openalex.org/W2000114330
- https://openalex.org/W2004558186
- https://openalex.org/W2023867815
- https://openalex.org/W2026676775
- https://openalex.org/W2032570272
- https://openalex.org/W2043575411
- https://openalex.org/W2044566373
- https://openalex.org/W2045287414
- https://openalex.org/W2058244381
- https://openalex.org/W2061099358
- https://openalex.org/W2074070386
- https://openalex.org/W2094393814
- https://openalex.org/W2101949140
- https://openalex.org/W2112967454
- https://openalex.org/W2131056547
- https://openalex.org/W2157147632
- https://openalex.org/W2160553411
- https://openalex.org/W2166716750
- https://openalex.org/W2182741681
- https://openalex.org/W2184553997
- https://openalex.org/W2236910285
- https://openalex.org/W2275478512
- https://openalex.org/W2282284299
- https://openalex.org/W2312187463
- https://openalex.org/W2429304581
- https://openalex.org/W2620759855
- https://openalex.org/W2765587865
- https://openalex.org/W2790171138
- https://openalex.org/W2892202186
- https://openalex.org/W2897707387
- https://openalex.org/W2901642711
- https://openalex.org/W2906920259
- https://openalex.org/W2969468749
- https://openalex.org/W2983382509
- https://openalex.org/W4214894150