Energy consumption has always been

Energy consumption has always been a major concern in the design and cost of data centers. The wide adoption of virtualization and cloud computing has added another layer of complexity to enabling an energy-efficient use of computing power in large-scale settings. Among the many aspects that influence the energy consumption of a cloud system, the hardware-component level is one of the most intensively studied. However, higher-level factors such as virtual machine properties, their placement policies or application workloads may play an essential role in defining the powerconsumption profile of a given cloud system. In this paper, we explore the energy consumptionpatterns of Infrastructure-as-a-Service cloud environments under various synthetic and real application workloads. For each scenario, we investigate the power overhead triggered by different types of virtual machines, the impact of the virtual cluster size on the energy-efficiency of the hosting infrastructure and the tradeoff between performance and energy consumption of MapReduce virtual clusters through typical cloud applications.

ผลลัพธ์ (ไทย) 1:

การใช้พลังงานได้เสมอความสำคัญของการออกแบบและค่าใช้จ่ายของศูนย์ข้อมูล การยอมรับกว้างของเสมือนและคลาวด์ได้เพิ่มอีกชั้นหนึ่งความซับซ้อนทำให้การใช้พลังงานของคอมพิวเตอร์ในการตั้งค่าขนาดใหญ่ ในด้านต่าง ๆ ที่มีอิทธิพลต่อการใช้พลังงานของระบบเมฆ ระดับส่วนประกอบฮาร์ดแวร์เป็นหนึ่งศึกษาสุดเข้ม อย่างไรก็ตาม ปัจจัยในระดับสูงกว่าเช่นคุณสมบัติของเครื่องเสมือน วางนโยบาย หรือแอพลิเคชันการทำงานของพวกเขาอาจเล่นมีบทบาทสำคัญในการกำหนดค่า powerconsumption ของระบบคลาวด์ที่กำหนด ในกระดาษนี้ เราสำรวจ consumptionpatterns พลังงานของโครงสร้างพื้นฐานเป็นบริการคลาวด์ทั้งปริมาณที่แท้จริง และสังเคราะห์ประยุกต์ต่าง ๆ สำหรับแต่ละสถานการณ์ เราตรวจสอบพลังงานจ่ายเกิดจากชนิดของเครื่องเสมือน ผลกระทบของขนาดของคลัสเตอร์เสมือนในพลังงานของโครงสร้างพื้นฐานโฮสต์และข้อดีข้อเสียระหว่างประสิทธิภาพและการใช้พลังงานของคลัสเตอร์เสมือน MapReduce ผ่านคลาวด์ทั่วไป

ผลลัพธ์ (ไทย) 2:

การใช้พลังงานที่ได้รับเสมอเป็นความกังวลหลักในการออกแบบและค่าใช้จ่ายของศูนย์ข้อมูล การยอมรับกว้างของ virtualization และ cloud computing ได้เพิ่มชั้นของความซับซ้อนอื่นที่จะช่วยให้การใช้งานพลังงานอย่างมีประสิทธิภาพของการใช้พลังงานในการตั้งค่าคอมพิวเตอร์ขนาดใหญ่ ในหลาย ๆ แง่มุมที่มีอิทธิพลต่อการใช้พลังงานของระบบคลาวด์ระดับฮาร์ดแวร์ส่วนประกอบเป็นหนึ่งในการศึกษามากที่สุดอย่างหนาแน่น อย่างไรก็ตามปัจจัยระดับสูงเช่นคุณสมบัติเครื่องเสมือนนโยบายตำแหน่งของตนหรือปริมาณงานแอพลิเคชันอาจมีบทบาทสำคัญในการกำหนดรายละเอียด powerconsumption ของระบบคลาวด์ที่กำหนด ในบทความนี้เราสำรวจ consumptionpatterns พลังงานโครงสร้างพื้นฐานของสภาพแวดล้อม-as-a-Service ภายใต้เมฆต่างๆปริมาณงานแอพลิเคชันสังเคราะห์และจริง สำหรับแต่ละสถานการณ์เราจะตรวจสอบค่าใช้จ่ายพลังงานเรียกโดยความแตกต่างของเครื่องเสมือนที่ผลกระทบของขนาดของคลัสเตอร์เสมือนในการใช้พลังงานอย่างมีประสิทธิภาพของโครงสร้างพื้นฐานด้านโฮสติ้งและการถ่วงดุลอำนาจระหว่างประสิทธิภาพและการใช้พลังงานของกลุ่มเสมือน MapReduce ผ่านการใช้งานระบบคลาวด์ทั่วไป