第1章 绪论

1.1研究意义

1.2研究动机

1.3研究内容

1.4本书贡献

第2章 相关研究与现状

2.1绿色云计算中心的相关技术手段

2.1.1低功耗处理器

2.1.2服务器虚拟化

2.1.3刀片服务器

2.1.4高效率电源

2.1.5部件级节能技术

2.2相关模型的研究综述

2.2.1负载模型

2.2.2性能模型

2.2.3优化模型

2.2.4模型总结

2.3云计算能耗的相关研究综述

2.3.1传统的能耗管理

2.3.2虚拟化云计算平台的能耗管理

2.3.3兼顾性能与能耗的能耗感知管理

2.4本章小结

第3章 能耗感知的云计算平台框架

3.1能耗感知的云计算平台管理框架EADC

3.1.1 EADC框架的生命周期管理

3.1.2基于自主计算思想的MAPE架构

3.1.3平台与应用两级的交互式能耗模型

3.1.4平台与应用两级的系统效用公式

3.2大数据集成应用平台

3.2.1平台的系统层次划分

3.2.2满足不同数据处理要求的计算框架

3.2.3存储云平台的分布式服务框架

3.2.4高速搜索服务框架

3.2.5分布式作业调度框架

3.3本章小结

第4章 大范围变动和时间长相关性负载的性能分析

4.1大范围变动下的负载与性能模型

4.1.1问题定义

4.1.2性能分析模型

4.1.3模型的在线参数化

4.1.4模型验证与评测

4.2时间长相关负载下的性能模型

4.2.1问题定义

4.2.2 Markovian Arrival Processes（MAP）

4.2.3 JAMC MAP拟合方法

4.2.4模型验证与评测

4.3本章小结

第5章 服务集群的能耗感知方案决策

5.1重载服务的准入控制规则

5.1.1自相关性准入控制策略

5.1.2控制规则有效性的测试

5.2轻载服务的能耗感知决策

5.2.1节点切换时机的方案选择

5.2.2节点切换序列的方案选择

5.2.3实验评估

5.3本章小结

第6章 虑及能耗的云平台全局资源优化布局

6.1全局资源调度的相关算法研究

6.2全局资源布局决策器DCMS

6.2.1 DCMS的资源量化逻辑

6.2.2 DCMS的资源布局算法的选择

6.2.3布局重配置开销的考量

6.2.4资源布局遗传算法的步骤

6.3实验评价

6.3.1 DCMS的算法有效性测试

6.3.2 DCMS虑及迁移开销的效果测试

6.3.3 DCMS的规模测试

6.4本章小结

第7章 总结与展望

7.1本书工作总结

7.2下一步工作建议

参考文献