CN101232511B - 基于服务器功耗的网络通信分配 - Google Patents

基于服务器功耗的网络通信分配 Download PDF

Info

Publication number
CN101232511B
CN101232511B CN2007101438691A CN200710143869A CN101232511B CN 101232511 B CN101232511 B CN 101232511B CN 2007101438691 A CN2007101438691 A CN 2007101438691A CN 200710143869 A CN200710143869 A CN 200710143869A CN 101232511 B CN101232511 B CN 101232511B
Authority
CN
China
Prior art keywords
server
power consumption
network
group
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2007101438691A
Other languages
English (en)
Other versions
CN101232511A (zh
Inventor
马修·帕尔默
桑贾伊·贝里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Juniper Networks Inc
Original Assignee
Jungle Network
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jungle Network filed Critical Jungle Network
Publication of CN101232511A publication Critical patent/CN101232511A/zh
Application granted granted Critical
Publication of CN101232511B publication Critical patent/CN101232511B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1012—Server selection for load balancing based on compliance of requirements or conditions with available server resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/63—Routing a service request depending on the request content or context

Abstract

描述了一种网络设备，其基于网络服务器的电功耗使在一组网络服务器中的网络流量负载平衡。该网络设备可以各种方式测量电功耗，并可以产生并保存每个网络服务器的功耗配置文件。功耗配置文件可以描述在增加粒度过程中的相应服务器的功耗。例如，根据经过平均处理由服务器消耗的瓦特、经过对于特定类型的软件应用的处理消耗的瓦特、经过对单独网络资源软件应用的处理消耗的瓦特等，每个功耗配置文件可以规定电功耗。此外，将保存单独服务器的表，或者将合计服务器组或序列的表。

Description

基于服务器功耗的网络通信分配
技术领域
本发明涉及计算机网络，具体地，涉及计算机网络中的负载平衡。
背景技术
数据中心是用于提供数据服务的容纳网络服务器的专用设备。在其最简单的形式中，数据中心可以由作为所有基础设备主机的单个设备组成。更复杂的数据中心可以是通过位于不同物理主机设备中的用户支持设备而遍布全世界的组织。数据中心使得企业可以提供大量不同类型的服务，包括对顾客的电子商业服务；对员工和客户的外联网和安全VPN；防火墙保护和网络地址翻译(NAT)服务、网络高速缓存以及许多其它服务。这些服务都可以设置在数据中心中的外围设备处，而无需企业保存设备本身。
在数据中心内的每个网络服务器都需要电功率进行操作。此外，容纳网络服务器的数据中心必须包括采暖、通风、和空调(HVAC)系统，以调节网络服务器的温度。HVAC系统也需要电功率进行操作。典型地，由区域电网提供该电功率。然而，在特定环境下，数据中心将不能从这种电网中接收足够的电功率。例如，数据中心到电网的连接可能被切断或者可能发生停电的情况。为了避免当数据中心不能从电网中接收足够的电功率时数据中心关闭，数据中心可以包括一个或多个本地发电机，当数据中心不能从电网接收足够的电功率时为数据中心供电。
购买、安装、和操作本地发电机可能非常昂贵。最小化或最优化网络服务器的功耗可以降低与购买、安装、和操作该发电机相关的成本。
此外，最小化或最优化网络服务器的功耗可以降低与从电网中购买电功率相关的成本。
发明内容
通常，本发明是针对基于网络服务器的电功耗在一组网络服务器中负载平衡网络流量的技术。本发明的实施例可以多种方式限定电功耗率。例如，根据经过平均处理由服务器消耗的瓦特、经过对于特定类型的软件应用程序的处理由服务器消耗的瓦特、经过对特定网络资源(例如，通过特定的统一资源定位器(URL))的请求由服务器消耗的瓦特等，本实施例可以限定电功耗率。此外，本发明的实施例可以限定服务器组或服务器序列的电功耗率。
这些技术使用一个或多个中间负载平衡器，该中间负载平衡器是将网络流量分配给多个网络服务器的网络设备。通过应用在本文中描述的技术，基于电功耗率将网络流量分配给一组网络服务器的系统与在不考虑电功耗而将网络流量分配给网络服务器的类似系统相比可以消耗较少的总功率。因为这种系统可以消耗较少的电功率，所以可以降低与电功率的购买和/或生成相关的总成本。此外，在本文中描述的技术可以使管理员更容易预测和管理功耗率。
在一个实施例中，方法包括通过中间网络设备接收来自计算机网络的网络通信。中间网络设备位于客户设备和多个服务器之间。该方法还包括确定与网络通信相关的网络应用。此外，该方法包括识别能够处理网络通信的一组多个服务器。此外，该方法包括基于每个服务器功耗率在一组服务器中选择一个服务器，其中，功耗率表示当处理与网络应用相关的网络通信时由相应服务器消耗的功率量。此外，该方法包括将网络通信传送到所选的服务器。
在另一实施例中，网络设备位于客户设备和多个服务器之间的计算机网络上。网络设备包括用于从计算机网络接收网络通信的接口。该网络设备还包括服务器选择模块，用于确定与网络通信相关的网络应用，识别能够处理网络通信的一组多个服务器，以及基于每个服务器的功耗率在一组服务器中选择一个服务器，其中，功耗率表示当处理与网络应用相关的网络通信时由相应服务器消耗的功率量，并且该服务器选择模块还用于将网络通信传送到所选的服务器。
在另一实施例中，系统包括客户设备、多个网络服务器、网络负载平衡设备、和用于在服务器和网络负载平衡设备之间进行通信的网络。网络设备包括接收来自客户设备的网络通信的接口。网络设备还包括服务器选择模块，用于确定与网络通信相关的网络应用，识别能够处理网络通信的一组多个服务器，以及基于每个服务器的功耗率在一组服务器中选择一个服务器，其中，功耗率表示当处理与网络应用相关的网络通信时由相应服务器消耗的功率量，并且该服务器选择模块还用于将网络通信传送到所选的服务器。
在另一实施例中，计算机可读介质包括指令。该指令使可编程处理器通过中间网络设备接收来自计算机网络的网络通信。中间网络设备位于客户设备和多个服务器之间。该介质还包括指令，用于使处理器确定与网络通信相关的网络应用并识别能够处理网络通信的一组多个服务器。此外，该指令使处理器基于每个服务器的功耗率在一组服务器中选择一个服务器。功耗率表示当处理与网络应用相关的网络通信时由相应服务器消耗的功率量。该指令也使处理器将网络通信传送到所选的服务器。
下面将结合附图和描述阐述本发明一个或多个实施例的细节。本发明的其他特征、目的和优点将通过描述和附图以及权利要求而变得显而易见。
附图说明
图1是示出了示例性系统的方框图，其中，负载平衡器至少部分地基于网络服务器的电功耗，将来自一组客户设备的网络通信分配给一组网络服务器。
图2是示出了至少部分地基于网络服务器的电功耗来分配网络通信的示例性负载平衡器的方框图。
图3是示出了至少部分地基于网络服务器的功耗类别来分配网络通信的负载平衡器的示例性操作的流程图。
图4是示出了用于估计一个服务器或一组服务器为处理一类请求所消耗的电功率量的负载平衡器的示例性操作的流程图。
图5是示出了用于多个服务器的功耗图表的示例性表格的示图。
图6是示出了示例性系统的方框图，其中，基于网络服务器和由网络服务器访问的服务器的电功耗，中间负载平衡器将来自一组客户设备的网络通信分配给一组网络服务器。
图7是示出了用于量化当网络通信被传送到服务器116中的任多个时系统110的功耗率的启发式分析模块(heuristic analysismodule)的示例性操作的流程图。
具体实施方式
图1是示出了至少部分地基于网络服务器的电功耗，负载平衡器4将来自一组客户设备6A至6N的网络通信分配给一组网络服务器8A至8N的示例性系统2的方框图。
客户设备6A至6N(总称为“客户设备6”)可以是个人计算机、中间网络设备、网络电话机、网络游戏平台、蜂窝式电话、网络电视、电视机顶盒等。此外，每个客户设备6均可以是不同种类的网络设备。例如，客户设备6A可以是个人计算机，而客户设备6B可以是中间网络设备。
服务器8A至8N(总称为“服务器8”)可以是提供一种或多种资源或网络服务的多种类型服务器中的任一种。例如，服务器8可以是提供网页的网络服务器、提供音频流内容和/或视频流内容的媒体服务器、提供一个或多个文件的文件服务器、提供应用程序的应用服务器等。此外，服务器8可以被逻辑分组，以构成“服务器群”或服务器组。
为了访问由服务器8提供的资源，客户设备6可以通过公共网络10将网络通信发送到负载平衡器4，该负载平衡器4典型地可以位于防火墙后面和本地网12内。公共网络10可以是诸如互联网的广域网。在其它示例性实施例中，诸如局域网的专用网络、无线网络、或其它类型的网络可以代替公共网络10。此外，客户设备6可以通过虚拟专用网络经由公共网络10将网络通信发送到负载平衡器4。
当负载平衡器4接收来自客户设备6之一的通信时，负载平衡器4至少部分地基于服务器8的相关功耗率，通过专用网络12将网络通信发送到服务器8中的一个。本地网12可以是局域网等。例如，本地网12可以是用于数据中心中网络设备之间通信的以太网。
可选地，负载平衡器4可以接收用于分辨由服务器8提供的资源域名的域名系统(DNS)请求。响应于DNS请求，负载平衡器4可以发送DNS响应，该响应列出以基于服务器8的相关功耗率的顺序分类的服务器8网络地址。虽然本说明书的其余部分描述了传送和处理网络通信的技术，但这里描述的技术通常可应用于该基于DNS的方法。
在将来自客户设备6的网络流量分配给服务器8以前，负载平衡器4可以得到服务器8或服务器逻辑组的相应功耗率。可以不同方式限定和得到功耗率。因此，负载平衡器4可以应用不同的技术来获得服务器8的这种功耗率。
作为一个实例，负载平衡器4可将服务器8的功耗率定义为在正常操作时的限定周期(例如，每小时)内每个服务器消耗的功率的平均数。在这种情况下，通过首先向服务器8发送对于服务器8中相应几个的硬件部件列表的请求，负载平衡器4可以计算功耗率。例如，这些请求可以是对服务器8上管理信息库(MIB)的简单网络管理协议(SNMP)请求。在接收到服务器8中的一个的硬件部件列表之后，负载平衡器4可以自动访问一个或多个数据源(例如，卖方的万维网站或数据库)，以获得所列部件的功耗率。例如，负载平衡器4可以由卖方数据源表示的应用编程接口(API)的自动调用方式来完成这一过程。然后，负载平衡器4可以通过对每个服务器的组成部件的功耗率求和来计算每个服务器的总功耗率。
在另一实施例中，可以根据当处理可能从容户设备6接收的不同类型的网络通信时所消耗的功率来定义服务器8的功耗率。即，可以相对于不同类型的通信协议来定义功耗率。例如，服务器8可以例如通过将一个或多个网站服务器作为主机，以及优选地将支持网站的应用服务器和数据库服务器作为主机来提供一个或多个万维网站。因此，来自客户设备6的网络通信可能包括超文本传输通信协议(HTTP)通信，例如，对于由服务器8提供的网页的HTTPGET请求。在该实例中，当每个服务器8处理特定类型的HTTP通信(例如，HTTP GET请求)时，负载平衡器4可以执行量化每个服务器8的特定功耗率的技术。为了通过增加的粒度等级量化每个服务器8的功耗率，负载平衡器4可以将探测HTTP GET请求发送到每个服务器8，并在服务器处理请求的同时获得功耗率的测量结果。作为一个实例，负载平衡器4可以通过从服务器8上的电传感器接收功率测量结果并使功率测量结果与服务器处理该请求的时间周期相关联来获得功耗率的测量结果。
作为另一实例，负载平衡器4相对于作为由统一资源定位器(URL)识别的识别单独资源的特定、单独的网络资源，获得每个服务器8的功耗率。类似地，负载平衡器4相对于在服务器8上执行的单独的网络应用程序可以获得每个服务器8的功耗率。以这种方式，负载平衡器4可以存储每个服务器8的具有不同粒度(例如，服务器级粒度、应用程序级粒度、和资源级粒度)的多个功耗率。
在获得服务器8的功耗率之后，负载平衡器4可以基于服务器8的功耗率将服务器8分类。每个种类都可以与不同的功耗率和/或不同的功耗粒度等级相关联。以这种方式，负载平衡器4可以构建并保持每个服务器8或服务器8组的功耗配置文件(powerconsumption profile)。例如，第一类可以与40瓦每小时的功耗率相关联，而第二类可以与60瓦每小时的功耗率相关联。其余的类可用于以当服务器处理特定类型的网络应用(例如，HTTP、FTP、NAT、DNS、加密/解密等)的请求时的功耗率为基础对服务器8进行分类。此外，分类可用于以当服务器8处理对由特定类型的网络应用(例如，与对特定网络前缀的特定URL或DNS请求相结合的HTTP)提供的特定网络资源或服务的请求时的功耗率为基础对服务器8进行分类。随后，负载平衡器4可以在将来自客户设备6的网络流量分配给服务器8时使用这些种类。
为了将来自客户设备6的网络流量分配给服务器8，负载平衡器4可以首先针对每个网络通信来识别从客户设备接收到的网络通信的类型。然后，负载平衡器4可以基于服务器的功耗配置文件识别并选择服务器8中的一个。例如，当负载平衡器4接收网络通信时，负载平衡器4可以识别与当处理特定类型的网络通信时的最低功耗率相关的服务器8的种类。负载平衡器4可以通过识别被请求的单独资源或服务将选择进一步缩小到减小的服务器种类。
然后，除非负载平衡器4确定服务器的当前利用率超过这类服务器的阈值，否则负载平衡器4可以将网络通信传送给这类服务器8中的一个服务器。例如，利用率可以表示当前由服务器利用的资源百分比(例如，处理器容量、随机存取存储器利用率、带宽利用率等)。例如，当服务器的处理器在某一容量阈值(例如，90％)处或大于该容量阈值进行操作时，负载平衡器4可以认为服务器的当前利用率超过了为这类服务器设定的利用阈值。
当负载平衡器4确定在该类服务器的当前利用率超过某一类别利用阈值时，负载平衡器4可以识别与比前一类服务器8的功耗率高但比与其它类服务器8相关的功耗率低的功耗率相关的一类服务器8。如果负载平衡器4确定该类服务器的利用率超过该类的利用阈值，则负载平衡器4可以识别与在该种类之后的下一最低功耗率相关的一类服务器，等等。最后，负载平衡器4可以识别这类服务器8，其中，这类服务器具有不超过这类利用阈值的当前利用率，以及与服务器的当前利用率不超过其相应种类的利用阈值的其它服务器相比，这类服务器消耗更少为处理所识别的网络通信类型的网络通信所用的电功率。然后，负载平衡器4可以在识别的种类的服务器中中选择一个。
除功耗分类之外，负载平衡器4还可以将服务器8的当前工作特性用作识别服务器8种类的系数。工作特性是单个服务器在接收请求之后产生响应的速度的度量。例如，可以基于服务器的响应时间(例如，对请求、丢包、已经传送到服务器的数据包的计数等的响应时间)计算工作特性。在与低功耗率相关的种类中的服务器可以比在与较高功耗相关的种类中的服务器响应请求更慢。为了优化或另外提高功耗和工作特性，负载平衡器4可以应用静态或动态加权模式。作为一个实例，在识别服务器8的种类方面，负载平衡器4可以使用响应率总是以功耗的两倍权重进行加权的加权模式。在可选的实例中，负载平衡器4可以使用当服务器8的总功耗减少或增加时与响应率相关的权重增大或减小的加权模式。以这种方式，负载平衡器4可以识别服务器8的种类，其中，可以在仍利用响应最快的服务器8之一时管理总功耗率。
负载平衡器4自动发布通信，以指示特定种类的服务器进入低功耗模式(即，“睡眠模式”或“休止模式”)。当服务器8中的一个处于休止模式时，服务器消耗最少量的功率。例如，如果服务器8N在与相对高功耗率相关的服务器类中且对服务器8的请求总数较低，则在与低功耗率相关的种类中的服务器8能够处理所有请求。在这种情况下，负载平衡器4可指示服务器8N进入休止模式。随后，当对服务器8的请求总数较高或在较低功耗种类中的服务器利用率达到限定阈值时，负载平衡器4可以自动指示服务器8N退出休止模式以准备处理请求。
每个服务器8可以操作用于为一个或多个软件应用程序提供运行环境的多个虚拟机。例如，每个服务器8可以生产、测试、和开发用于对为生产、测试、和开发应用程序提供运行环境的虚拟机。尽管虚拟机是单独的物理机组，但负载平衡器4可以根据文中描述的技术将请求分配给虚拟机。
此外，负载平衡器4可以将虚拟机再次分配给服务器8以减少服务器的总功耗率。例如，负载平衡器4可以跟踪每个服务器8的利用率和功耗率。每个虚拟机可以与优先级相关联。例如，与“开发”虚拟机相比，“生产”虚拟机可以具有较高优先级。较低优先级的虚拟机可以是与较高优先级的虚拟机相比处理较少请求的虚拟机。当服务器8中的一个的利用率接近给定阈值时，负载平衡器4可以将指令发送到服务器，以终止较低优先级的虚拟机或者另外限制较低优先级虚拟机的可用资源。这使得较高优先级的虚拟机可使用更多的资源。此外，负载平衡器4可将指令发送到与较高功耗率相关的服务器8中的第二个，以增加与在第二服务器上的较低优先级的虚拟机相当的虚拟机可用的资源。以这种方式，负载平衡器4可以降低服务器8的总功耗。
图2是示出了至少部分地基于网络服务器的电功耗率分配网络通信的示例性负载平衡器4的方框图。负载平衡器4包括便于在负载平衡器4和公共网络10之间进行通信的接口20。此外，负载平衡器4包括便于在负载平衡器4和本地网12之间进行通信的接口22。接口20和接口22可以包括网络接口卡、设备端口等。
负载平衡器4包括服务器功率估计模块(SPEM)38，用于以包括在服务器8内的硬件部件的功耗率为基础估计服务器8的功耗率。为了估计每个服务器8消耗的功率量，首先，SPEM 38可以将SNMP请求发送到每个服务器8，用于对与服务器8中相应的一个相关的硬件部件进行分类。响应于该SNMP请求，服务器8中的一个可以将SNMP响应发送到SPEM 38，以提供服务器硬件部件的列表。例如，服务器8A可以发送提供列表的响应，该列表指定服务器8A包括英特尔奔腾处理器、制造商X的硬盘驱动器、和制造商Y的硬盘驱动器。继续该实例，服务器8N可以发送提供列表的响应，该列表指定服务器8N包括AMD速龙(Advanced micro devicesathlon)处理器和希捷公司(Seagate)的硬盘驱动器。服务器硬件部件的记录可以存储在服务器中的管理信息库、配置管理数据库、或中央资源跟踪系统中。
在接收与服务器8相关的硬件部件列表之后，SPEM 38可以确定与每个列出的硬件部件相关的功耗率。为了确定硬件部件的功耗率，SPEM 38可以访问存储硬件部件功耗率的一个或多个数据源。该数据源可以从硬件部件的卖方得到(例如，制造商、零售商等)。例如，功耗率可以公布在制造商的网站上。可选地，负载平衡器4可以包括这种数据库。在确定与服务器8之一的列表中每个硬件部件相关的功耗率之后，SPEM 38可以对与列出的硬件部件相关的功耗率求和，以获得服务器的总功耗率。一旦SPEM 38获得服务器的总功耗率，SPEM 38就可以将服务器的总功耗率存储到服务器功率数据库26中。
在可选的实例中，SPEM 38调用服务器8的脚本，以确定与每个服务器8相关的功耗率。例如，SPEM 38可以将诸如ActiveX或Java技术用于调用在服务器8上本地执行的脚本或其它程序。在服务器8中的一个上执行的脚本可以生成服务器硬件部件的列表并将该列表发送到SPEM 38。然后，SPEM 38可以将数据源用于确定与每个列出的部件相关的功耗率。可选地，脚本可以直接访问数据源并将与服务器相关的总功耗率发送到SPEM 38。
SPEM 38也可以确定与服务器8组相关的合计功耗率。例如，服务器8A和8B可以协同工作来提供资源。在这种情况下，SPEM38可以接收来自服务器8A和8B的硬件部件列表，并得到与服务器8A和8B的部件相关的功耗率。然后，SPEM 38可将服务器8A和8B的部件的所有功耗率加到一起，以获得服务器8A和8B组合的总功耗率。以这种方式，SPEM 38可以获得各种粒度等级的功耗率。管理员14可以限定SPEM 38将服务器8中的哪几个作为组。
此外，SPEM 38可以基于服务器8的功耗率识别服务器8的种类。例如，SPEM 38可以将具有低于50瓦的功耗率的所有服务器8分为第一类，并将具有50瓦或更高的功耗率的所有服务器分为第二类。SPEM 38可以将这些种类记录在服务器功率数据库26中。
负载平衡器4还可以包括请求功率估计模块(RPEM)42，用来估计当处理一种或多种类型的网络通信(通常称作请求)时的服务器8的功耗率。为了估计在处理特定类型请求时的服务器8的功耗率，RPEM 42可以首先访问请求功率数据库34。请求功率数据库34包含记录，其中，每个记录使请求类型与服务器8中的一个和功耗率相关联。例如，请求功率数据库34可以包含表明服务器8A消耗50瓦来处理对流媒体的请求的记录。
如果RPEM 42确定请求功率数据库34不包含使该类请求与服务器8中的一个相关联的记录，则RPEM 42可以生成包括这类请求的探测通信。然后，RPEM 42可以将该通信传送给服务器。与此同时，在服务器处理通信时，RPEM 42可以监测服务器的平均功耗。在服务器处理通信时，RPEM 42可以使用对服务器的一个或多个SNMP请求，以监测服务器的平均功耗。可选地，RPEM 42可以接收来自用于监测服务器中传感器的基线板管理控制器(BMC)的功耗信息。传感器可以包括温度传感器、用于测量服务器中各个电源上的电流和电压的模/数转换器等。在另一种情况下，RPEM 42可以通过将接收的功耗信息与在发送探测通信且接收响应之后的特定周期开始相关联来确定功耗率。在对该请求类型的服务器确定功耗率之后，RPEM 42可以更新请求功率数据库34，以使其包括将该请求类型、服务器、和测量的消耗率相关联的记录。RPEM 42可以重复该过程，直到请求功率数据库34包括对于每个请求类型的每个服务器的记录。
此外，RPEM 42可以识别各种类型请求的服务器8的种类。例如，RPEM 42可以识别在请求数据库34中具有共同请求类型的记录。然后，RPEM 42可以通过确定具有基本相等功耗率的记录来识别服务器8的种类。例如，RPEM 42可以通过功耗等级来对所有识别的记录进行排序。然后，RPEM 42可以识别由排序的识别记录指定的服务器的前三个作为第一类，由排序的识别记录指定的服务器的接下来的三个作为第二类等。RPEM 42可以对在请求功率数据库34的记录中指定的每类请求重复该过程。以这种方式，RPEM 42可以对每种请求类型识别服务器8的种类。
当接口20从公共网络10接收网络通信时，接口20将通信传送到服务器选择模块(SSM)24。一旦从接口20接收了网络通信，则SSM 24可以访问服务器8的功耗配置文件，并使用服务器的功耗配置文件确定服务器的电功耗率。然后，SSM 24可以至少部分地基于服务器8的功耗率识别服务器8中的一个。在识别服务器8中的一个之后，SSM 24将网络通信提供给接口22。然后，接口22可以将通信传送到由SSM 24识别的服务器8中的一个。
如图2的实例所示，SSM 24包括服务器分类模块24a。假定服务器8的利用率，服务器分类模块24a使用基于包括在服务器8内的硬件部件的功耗率的服务器8功耗率的估计值来识别用于处理通信消耗最少功率的服务器8中的一个。为了识别最有效处理通信的服务器8中的一个，服务器分类模块24a可以访问服务器功率数据库26，以获得服务器8的类别。然后，服务器分类模块24a可以访问服务器利用模块28。服务器利用模块28提供服务器8的当前利用率。基于来自服务器功率数据库26的记录和来自服务器利用模块28的当前利用率，服务器分类模块24a可以识别未“过度利用”且消耗最少功率的服务器8的种类。当在该种类中的服务器的平均利用率超过给定利用阈值时，服务器分类模块24a可以确定过度利用的服务器的种类。例如，当在该种类中的普通服务器以85％的容量运行时，服务器的种类可以是“过度利用”。
服务器分类模块24a识别能够处理网络通信的未过度利用的服务器8中的一个，该服务器的功耗和网络通信的响应时间的组合等级比未过度利用的其它服务器的用于处理网络通信的功耗和网络通信的响应时间的组合等级更小。例如，服务器分类模块24a可以通过将第一权重乘以服务器的工作特性加上与服务器的功耗率相乘的第二权重，来计算服务器的功耗组合等级和响应时间。然后，服务器分类模块24a可以比较未过度利用的每个服务器的功耗和响应时间的组合等级，以识别具有功耗和响应时间的最低总组合等级的服务器8之一。
SSM 24还包括请求分类模块30。假定服务器8的当前利用率，请求分类模块30识别与接收的通信相关的请求类型，并识别能够最有效地处理识别的请求类型中的一个的服务器8中的一个。在请求分类模块30已经识别网络通信的请求类型之后，请求分类模块30可从识别的请求类型的请求功率数据库34获得记录。然后，请求分类模块30可以访问服务器利用模块28，以获得当前服务器利用数据。然后，利用当前服务器利用数据，请求分类模块30可以识别未过度利用且与最低功耗等级相关的服务器8的种类，以处理在识别的请求类型中的请求。然后，请求分类模块30可以将通信传送到识别的服务器种类中的服务器8中的一个。
负载平衡器4还包括休止模块36。当服务器消耗功率多于其它服务器8所消耗的功率时以及当服务器不能在给定周期内利用时，休止模块36发送指令到服务器8中的另一个以使其进入低功耗模式(例如，休止模式或待机模式)。例如，服务器8N可以属于与高功耗率相关的服务器8的种类。在当服务器8的利用率相对低(例如，在晚上或周末)以及在与较低功耗率相关的种类中的一个服务器8足以处理所有对服务器8的请求期间，休止模块36可以将指令发送到服务器8N，以使其进入休止模式。为了确定服务器8中的哪些处于哪类中并且为了确定服务器8的利用率，休止模块36可以访问服务器功率数据库26和服务器利用模块28。当服务器8N接收进入休止模式的指令时，服务器8N可以将其易失性存储器(例如，随机存取存储器)的内容存储到永久性存储介质，关断磁盘驱动器，冷却系统、和服务器8N消耗功率的其它系统。然而，服务器8N可以继续运行等待指令重进入正常功耗模式的过程。
随后，当服务器8的利用率较高且在与较低功耗相关的种类中的服务器8中的一个不足以处理服务器8的所有请求时，休止模块36可以向服务器8N发送指令以使其重新进入正常功耗模式。例如，当在与较低功耗等级相关的种类中的服务器8中的一个以容量的75％进行操作时，休止模块36可以发送指令到服务器8N以重新进入正常功耗模式。在另一实例中，当休止模块36确定是与高利用率相关的时间段时，休止模块36可以向服务器8N发送指令以使其重新进入正常功耗模式。一旦接收重新进入正常功耗模式的指令，服务器8N就可以从永久性存储介质恢复其易失性存储器，对磁盘驱动器和冷却装置供电等。当服务器8N重新进入正常功耗模式时，服务器8N可以开始处理请求。
负载平衡器4还可以包括虚拟机配置模块(VMCM)40，用来将虚拟机重新分配给服务器8以降低服务器8的总功耗。例如，VMCM 40可以保存那些虚拟机正在服务器8中的哪些上操作的记录。例如，VMCM 40可以保存表示服务器8A操作开发虚拟机和生产虚拟机的记录。开发虚拟机可以为当前在企业内部开发的应用程序提供运行环境。生产虚拟机可以为当前由企业的顾客所使用的应用程序提供运行环境。例如，生产虚拟机可以为对顾客提供电子商务网页的网络服务器提供运行环境。因为向顾客提供最小响应时间可比为开发者提供对开发的应用程序的访问更重要，所以生产虚拟机可比开发虚拟机具有更高的优先级。
VMCM 40可以访问服务器利用模块28以获得每个服务器8的利用率并访问服务器功率数据库26以获得每个服务器8的功耗率。然后，VMCM 40可以使用利用率和功耗率来确定是否将服务器8上的虚拟机重新分配给服务器8，使得对客户的响应时间最短且服务器8的总功耗最低。例如，管理员14可以限定网络流量、服务器负载、和服务器响应时间的阈值。如果在服务器8中的一个超过了这些阈值中的任何一个，则VMCM 40可以指示在服务器上运行的较低优先级的虚拟机停止运行或将操作转送到服务器8中的另一个。例如，VMCM 40可以将请求发送到虚拟服务器管理平台(例如，IBM WebSphere)以终止较低优先级的虚拟机。在另一实例中，VMCM 40可以将请求直接发送到在服务器上执行的虚拟化软件层。通过终止服务器上较低优先级的虚拟机，服务器可以使更多资源专用于较高优先级的虚拟机的请求。因为与较高功耗等级相关的服务器几乎不可能处理与较高优先级的虚拟机相关的处理请求，所以这将使得总功耗降低。
图3是示出了至少部分地基于网络服务器8的功耗类型分配网络通信的负载平衡器4的示例性操作的流程图。首先，在负载平衡器4中的服务器分类模块24a可以以一个或多个信息包的形式接收网络通信(60)。然后，服务器分类模块24a将识别网络通信的类型(62)。在识别网络通信的类型之后，服务器分类模块24a可以识别服务器8中能够处理识别类型的网络通信的服务器(64)。然后，服务器分类模块24a将初始化内部“当前种类”变量以表示与最低功耗率相关的识别的服务器种类(66)。接下来，服务器分类模块24a可以确定在“当前种类”中的服务器利用率是否超过利用阈值(68)。例如，服务器分类模块24a可以确定当服务器的利用率超过85％时在“当前种类”中的服务器的利用率超过阈值。
如果服务器分类模块24a确定在“当前种类”中的服务器利用率未超过阈值(68处为“否”)，则服务器分类模块24a将网络通信传送到在服务器的“当前种类”中的服务器中的一个(70)。另一方面，如果服务器分类模块24a确定在“当前种类”中的服务器利用率超过了利用阈值(68处为“是”)，则服务器分类模块24a确定是否存在与比关于“当前种类”中的服务器的功耗率更高的功耗率相关的服务器8，并且能够为接收请求提供服务的服务器8的任一剩余种类(72)。如果服务器分类模块24a确定不存在与下一个较高功耗率相关的能够为接收请求提供服务的服务器8的剩余种类(72处为“否”)，则服务器分类模块24a可以将网络通信传送到服务器的“当前种类”中的一个服务器(70)。然而，如果服务器分类模块24a确定存在与下一个较高的功耗率相关的服务器8的剩余种类(72处为“是”)，则服务器分类模块24a将设置“当前种类”标志以表示服务器8的这个种类(74)。然后，服务器分类模块24a将确定在新的“当前种类”中的服务器利用率是否超过利用阈值(68)，等等。
请求分类模块30将执行与图3实例中的描述类似的操作。然而，请求分类模块30将首先识别包括在网络通信中的请求类型，然后访问请求功率数据库34以检索对识别类型请求的服务器8的种类。
图4是示出了用于估计一个服务器或一组服务器为处理特定类型请求所消耗的电功率量的负载平衡器4的示例性操作的流程图。首先，RPEM 42确定请求功率数据库34是否已经包括规定每个服务器8的请求类型的功耗率的记录(84)。如果RPEM 42确定请求功率数据库34不包括每个服务器8的这种记录(84处为“否”)，则RPEM 42产生包括识别类型的请求的探测通信，并将探测通信发送到不存在请求类型记录的服务器8中的一个(86)。大约在同一时刻，RPEM 42可以查询RPEM 42向其发送通信的服务器，以在服务器处理网络通信时获得服务器的功耗数据(88)。在获得来自服务器的功耗数据之后，RPEM 42可以将功耗数据与服务器对通信进行服务所花费的时间相关联，以计算在处理通信时服务器消耗的平均功耗率(90)。然后，RPEM 42将在请求功率数据库34中创建新记录，该请求功率数据库将网络通信的请求类型与计算的功耗率相关联(92)。接下来，RPEM 42将再次确定请求功率数据库34是否包括规定每个服务器8的请求类型的功耗率的记录(84)。如果请求功率数据库34包括规定每个服务器8的请求类型的功耗率的记录(84处为“是”)，则估计一个服务器或一组服务器为处理一类请求所消耗的电功率量的过程将完成(94)。以这种方式，RPEM42将在每个服务器8的请求功率数据库34中创建记录。
图5是示出了服务器8的功耗配置文件的示例性表100的示图。如图5的实例所示，表100的每行均表示服务器8中的一个的功耗配置文件。在表100的第一列中的每个项均表示表明服务器8中的一个的服务器ID号码。在一些实施例中，在服务器ID列中的每个项都可以是服务器8之一的网址。
在表100的第二列中每个项均表示服务器的一般功耗率。例如，在表100中具有服务器ID“1”的服务器具有0.1瓦特每时间周期的一般功耗率。在表100的第二列中的项可以表示规定服务器的平均功耗率的第一粒度等级。
在表100的第三、第四、和第五列中每个项均表示当服务器处理与特定网络应用相关的网络通信时的服务器功耗率。例如，在第三列中每个项均表示当服务器处理与HTTP应用相关的网络通信时的服务器功耗率。类似地，在第四和第五列中的每个项分别表示当服务器处理与FTP和DNS应用相关的网络通信时的服务器功耗率。例如，在表100中具有服务器ID“1”的服务器当处理与HTTP应用相关的网络通信时具有0.11瓦特每时间周期的功耗率。因为在表100的第三、第四、和第五列中的项均表示当服务器处理与网络应用相关的网络通信时的服务器功耗率，所以在这些列中的项描述比在表100的第二列中的项更低粒度等级的功耗率。因此，第三列、第四列、和第五列可以表示相对于多个不同类型的网络应用的服务器功耗率的第二粒度等级。
在表100的第六列、第七列、和第八列中的每个项表示当服务器正在处理与特定网络应用相关的资源请求的网络通信时的服务器功耗率。例如，在第六列中的每个项均表示当服务器处理命名为“文件1”的资源的网络通信时的服务器功耗率，其与HTTP服务相关。如图5的实例所示，当服务器正在处理资源“文件1”的网络通信时，具有服务器ID“1”的服务器具有0.13的功耗率，其与HTTP网络应用相关。尽管在图5中未示出，但表100可以包括资源列，该资源列包括预先生成的文件、动态生成的文件、流媒体、对网络协议请求(例如，DNS请求)的响应等。因为在表100的第六列、第七列、和第八列中的项均表示当服务器正在处理具有特定网络应用的特定资源的网络通信时的服务器功耗率，所以在这些列中的项描述了比第三列、第四列、和第五列中的项更低粒度等级的比率。因此，第六列、第七列、和第八列可以表示第三粒度等级，该第三粒度等级指定相对于多个不同种类网络应用的单独网络资源的服务器功耗率。
图6是示出了示例性系统110的方框图，其中，中间负载平衡器112基于网络服务器和由网络服务器访问的服务器的电功耗，将来自一组客户设备114A至114N的网络流量分配给一组网络服务器116A至116N。
在系统110中，客户设备114A至114N(总称为“客户设备114”)发送请求到负载平衡器112。负载平衡器112将请求分配给服务器116A至116N(总称为“服务器116”)。为了处理请求，服务器116可以发送访问由一组服务器118A至118N(总称为“服务器118”)提供的资源的请求。第二级负载平衡器120将来自服务器116的请求分配给服务器118。此外，为了处理来自服务器116的请求，服务器118可以发送访问由一组服务器122A至122N(总称为“服务器122”)提供的资源的请求。第三级负载平衡器124将来自服务器118的请求分配给服务器122。
由于服务器116中的一个、服务器118中的一个、以及服务器122中的一个将处理请求，所以处理请求所消耗的功率将是由服务器116中的一个、服务器118中的一个、以及服务器122中的一个来处理请求所消耗的功率的总和。然而，因为第二级负载平衡器120将请求分配给服务器118，所以负载平衡器112不能精确地预测服务器118中的哪一个来处理请求。类似地，因为第三级负载平衡器124将请求分配给服务器122，所以负载平衡器112不能精确地预测服务器122中的哪一个来处理请求。因此，负载平衡器112不能以上述方式确定处理请求所消耗的功率。
为了估计处理请求所消耗的功率量，在负载平衡器112中的启发式分析模块126可以生成包括请求的探测通信。启发式分析模块126确定是否有足够数量的请求类型通信已被发送到每个服务器116，以确定服务器116、服务器118、以及服务器122处理请求可能消耗的功率。如果启发式分析模块126确定有足够数量的请求类型通信被发送到每个服务器116以确定服务器处理请求可能消耗的功，则启发式分析模块126可以完成估计当负载平衡器112将包含请求类型的网络通信发送到每个服务器116时系统110可能消耗的功率量。随后，负载平衡器112将使用这些估计值来将网络流量分配给服务器116。
另一方面，如果启发式分析模块126确定在请求被发送到服务器116中的一个的情况下不足够数量的请求类型通信被发送到服务器116中的一个以确定服务器处理请求可能消耗的功率，则启发式分析模块126将请求发送到服务器116中的一个。然后，启发式分析模块126监测服务器116中的一个、每个服务器118、和每个服务器122的功耗。然后，启发式分析模块126可以通过使服务器116中的一个、服务器118中处理请求的服务器、和服务器122中处理请求的服务器的功耗相加来计算请求的总功耗率。然后，启发式分析模块126可以用当启发式分析模块126将请求传送到服务器116中的一个时所获得的其它总功耗率来平均该总功耗率。通过重复该过程足够次数，启发式分析模块126可以获得当该请求类型的请求被传送到服务器116中的一个时系统110的相对精确的总功耗率。此外，通过在每个服务器116上重复该过程足够次数，启发式分析模块126可以获得当该请求类型的请求被传送到每个服务器116时系统110的相对精确的总功耗率。
可选地，启发式分析模块126可以使用贝叶斯算法(Bayesianalgorithm)来确定当请求被传送到每个服务器116时系统110的总功耗率。例如，启发式分析模块126可以包括服务器116、118和122中的每一个都是贝叶斯网络中的节点的内部模型。在该模型中，服务器116是服务器118的父节点，且服务器118是服务器122的父节点。然后，启发式分析模块126将探测通信发送到服务器116中的一个，以发现服务器118中的一个处理与探测通信相关的请求的可能性。此外，启发式分析模块126将通信传送到服务器116中的一个，以发现服务器122中的一个处理与请求相关的请求的可能性。通过发现每个服务器122的这种可能性，启发式分析模块126可以估计服务器118和122中的哪些可能被用于响应该请求。然后，通过求出服务器116、118、和122中的每一个的平均功耗率，启发式分析模块126可以确定当启发式分析模块126将某一请求类型的网络通信传送到每个服务器116时，系统110的服务器可能消耗的功率。然后，负载平衡器112可以使用该信息来传送网络通信。
图7是示出了用于量化当网络通信被传送到服务器116中的多个时确定系统110的功耗率的启发式分析模块126的示例性操作的流程图。首先，启发式分析模块126将确定当启发式分析模块126将识别的请求类型的网络通信传送到每个服务器116时，启发式分析模块126在系统110的功耗估计方面是否具有足够的置信度(confidence)(134)。例如，启发式分析模块126可以保存用于每个功耗估计的计数器。每次启发式分析模块126将识别的请求类型的探测通信发送到服务器116中的一个并得到功耗测量值时，启发式分析模块126使计数器增值。如果计数器超过给定阈值，则启发式分析模块126将确定启发式分析模块126在功耗估计方面具有足够的置信度。
如果当识别的请求类型的网络通信被传送到服务器116中的一个时启发式分析模块126在系统110的一次功耗估计方面不具有足够的置信度(134处为“否”)，则启发式分析模块126选择服务器(136)。然后，启发式分析模块126可以生成包括该请求类型的请求的探测通信并将探测通信传送到所选服务器(138)。在将探测通信传送到所选择的服务器之后，启发式分析模块126监测所选服务器和服务器118和122中的每一个的功耗(140)。然后，启发式分析模块126将当处理探测通信时所选服务器的观测功耗与服务器118和122的观测功耗相加(142)。接下来，启发式分析模块126将该总和与当所识别的请求类型的网络通信被传送到所选服务器时系统110现有功耗的估计值平均(144)。该平均值为当所识别请求类型的网络通信被传送到所选服务器时，系统110功耗的新估计值。在对该总和与功耗的现有估计值求平均之后，启发式分析模块126可以使功耗估计的置信度指示器增值(146)。接下来，启发式分析模块126将再次确定当启发式分析模块126将所识别的请求类型的探测通信发送到每个服务器116时启发式分析模块126是否在系统110的功耗估计方面具有足够的置信度(134)。如果启发式分析模块126具有足够的置信度(134处为“是”)，则完成测试(148)。
已经描述了本发明的各个实施例。这些以及其它实施例仅包括在本申请的权利要求的范围内。

Claims (32)

1.一种计算机执行方法，包括：
通过中间网络设备接收来自计算机网络的网络通信，其中，所述中间网络设备位于客户设备和多个服务器之间；
确定与所述网络通信相关的网络应用；
识别能够处理所述网络通信的一组所述多个服务器；
访问一组存储的服务器功耗配置文件，以确定当处理与所述网络应用相关的网络通信时所述服务器的电功耗率，其中，所述功耗配置文件中的每一个均包括多个粒度等级，包括：第一等级，规定所述服务器的平均功耗率；第二等级，规定相对于多个不同类型的网络应用的所述服务器的所述功耗率的种类；以及第三等级，规定相对于多个不同类型的网络应用中的每一个的单独网络资源的所述服务器的功耗率；
至少部分地基于每个所述服务器的功耗率，从所述一组服务器选择一个服务器，其中，所述功耗率规定在处理与所述网络应用相关的网络通信时由所述相应服务器消耗的功率量；以及
将所述网络通信传送到所选服务器。
2.根据权利要求1所述的方法，其中，所述网络应用的类型包括超文本传输协议服务器应用、文件传输协议服务器应用、和域名系统服务器应用，以及网络资源的类型包括预先生成的文件、动态生成的文件、流媒体、和对网络协议请求的响应。
3.根据权利要求1所述的方法，还包括：
确定与所述网络通信相关的单独网络资源；以及
相对于当处理与所述单独网络资源相关的网络通信时由相应服务器消耗的功耗量，基于每个所述服务器的功耗率从所述一组服务器中选择所述服务器。
4.根据权利要求1所述的方法，其中，所述方法还包括在所述中间网络设备上执行处理，以自动估计由每个服务器消耗的功率量。
5.根据权利要求4所述的方法，其中，自动估计功率量包括：
接收每个所述服务器的硬件部件列表；以及
通过所述中间网络设备，自动获得所列硬件部件中的每一个的功耗等级。
6.根据权利要求5所述的方法，其中，获得功耗等级包括通过所述中间网络设备访问数据资源，以获得由所述部件的卖方提供的功耗等级。
7.根据权利要求4所述的方法，其中，自动估计功率量包括与所述服务器通信，以获得来自所述服务器中传感器的关于功耗的测量值。
8.根据权利要求4所述的方法，其中，自动估计功率量包括：
将来自所述中间网络设备的探测通信发送到所述服务器中的一个，其中，所述探测通信包括一类请求；以及
在处理所述探测通信时，查询所述服务器以确定所消耗的功率量。
9.根据权利要求1所述的方法，其中，所述方法还包括当第一服务器消耗的功率多于在所述一组服务器中的其它服务器所消耗的功率时以及当所述第一服务器不能在给定时间周期内被利用时，自动指示在所述一组服务器中的所述第一服务器进入低功耗模式。
10.根据权利要求9所述的方法，其中，指示第一服务器进入低功耗模式包括自动确定当前时间在与低利用的所述服务器相关的时间周期内。
11.根据权利要求9所述的方法，其中，指示第一服务器进入低功耗模式包括自动确定第二服务器具有比阈值更低的利用率，其中，所述第二服务器在该组服务器中且与具有比所述第一服务器功耗率更低的功耗率相关联。
12.根据权利要求1所述的方法，其中，识别所述网络通信的类型包括：识别访问由所述服务器提供的资源的请求类型。
13.根据权利要求12所述的方法，其中，识别访问资源的请求类型包括识别用于访问由特定统一资源定位器(URL)所识别的资源的请求。
14.根据权利要求12所述的方法，其中，识别访问资源的请求类型包括识别访问在所述服务器上执行的计算机应用的请求。
15.根据权利要求1所述的方法，
其中，所述方法进一步包括识别所述服务器的一组种类，
其中，基于由所述服务器消耗的功率量对服务器进行分类；
其中，识别服务器包括在所述一组种类中识别一个种类，其中，在所识别种类中的服务器未过度使用，以及与未过度使用的所述其它种类相比，在所识别种类中的所述服务器为处理所识别网络通信类型的网络通信所消耗的服务器电功率更少；以及
其中，传送所述网络通信包括在所识别的种类中选择服务器并将所述网络通信传送到所选服务器。
16.根据权利要求1所述的方法，其中，识别服务器包括识别未过度利用的能够处理网络通信的所述服务器中的一个，所述服务器具有比未过度利用的其它服务器的用于处理网络通信的功耗和网络通信的响应时间的组合等级更小的功耗和网络通信的响应时间的组合等级。
17.根据权利要求1所述的方法，
其中，所述服务器中的至少一个操作为应用提供运行环境的多个虚拟机；以及
其中，所述方法还包括将所述虚拟机重新分配给所述服务器以降低所述服务器的总功耗。
18.根据权利要求17所述的方法，其中，重新分配所述虚拟机包括终止在所述服务器上优先级较低的虚拟机。
19.根据权利要求1所述的方法
其中，该组服务器是第一组服务器；
其中，当在所述第一组服务器中的服务器处理所述网络通信时，所述服务器发送请求到第二组服务器中的服务器；
其中，负载平衡器将所述请求分配给在所述第二组服务器中的所述服务器；以及
其中，识别服务器包括：
识别在所述第一组服务器中的服务器，其中，当探测通信被发送到所识别的服务器时，在所述第一组服务器和第二组服务器中的服务器与当所述探测通信被发送给所述第一组服务器中的任何其它的服务器时相比消耗更少的功率。
20.根据权利要求19所述的方法，其中，所述方法进一步包括对该组服务器中的每个服务器确定由所述第一组服务器中的服务器和所述第二组服务器中的服务器在所述探测通信被发送到所述服务器时通常消耗的功率量。
21.一种网络设备，位于客户设备和多个服务器之间的计算机网络上，所述网络设备包括：
接口，用于接收来自所述计算机网络的网络通信；以及
服务器选择模块，用于确定与所述网络通信相关的网络应用，用于识别能够处理所述网络通信的一组所述多个服务器，以及用于至少部分地基于每个所述服务器的功耗率在该组服务器中选择一个服务器，其中，所述功耗率规定当处理与所述网络应用相关的网络通信时由相应服务器消耗的功率量，并且所述服务器选择模块还用于将所述网络通信传送到所选服务器；
其中，所述服务器选择模块访问所述服务器的一组存储的功耗配置文件，并使用所述服务器的所述功耗配置文件确定所述服务器的所述电功耗率；
其中，每个所述功耗配置文件均规定所述服务器中相应服务器在多个粒度等级的电功耗率；以及
其中，对于每个功耗配置文件，粒度等级规定：第一等级规定所述服务器的平均功耗率，第二等级规定相对于多个不同类型的网络应用的所述服务器的所述功耗率，以及第三等级规定相对于多个不同类型的网络应用中的每一个的单独网络资源的所述服务器的功耗率。
22.根据权利要求21所述的网络设备，其中，所述网络设备还包括服务器功率模块，用于自动估计由每个所述服务器消耗的功率量。
23.根据权利要求22所述的网络设备，其中，所述服务器功率模块通过接收每个所述服务器的硬件部件列表以及获得每个列出硬件部件的功耗等级来自动地估计所消耗的功率量。
24.根据权利要求22所述的网络设备，其中，所述服务器功率模块通过从所述服务器中的传感器获得关于功耗的测量值来自动估计所消耗的功率量。
25.根据权利要求22所述的网络设备，其中，所述网络设备包括请求功率估计模块，用于估计在处理一种或多种类型请求时所述服务器的功耗率。
26.根据权利要求21所述的网络设备，其中，所述网络设备还包括休止模块，用于当第一服务器比该组服务器中的其它服务器消耗更多功率时以及当所述第一服务器不能在给定时间周期被利用时，自动指示在该组服务器中的所述第一服务器进入低功耗模式。
27.根据权利要求26所述的网络设备，其中，当所述休止模块确定第二服务器具有比利用阈值低的利用率时，所述休止模块自动指示所述第一服务器进入所述低功耗模式，其中，所述第二服务器在该组服务器中，且确定所述第二服务器与比所述第一服务器功耗等级更低的功耗等级相关联。
28.根据权利要求21所述的网络设备，其中，所述服务器选择模块通过识别访问由所述服务器提供的资源的请求类型来识别所述网络通信的类型。
29.根据权利要求21所述的网络设备，其中，所述服务器选择模块包括服务器分类模块，用于识别所述服务器的一组种类，其中，基于由所述服务器消耗的功率量对服务器进行分类；以及用于识别在所述种类组中的种类，其中，在所识别的种类中的服务器具有不超过所识别种类的利用阈值的利用率，并且与不具有超过其它种类的利用阈值的利用率的其它种类的服务器相比，在所识别的种类中的所述服务器处理所述网络通信所识别类型的网络通信消耗更少电功率，所述服务器分类模块还用于在所识别的种类中选择服务器，并将所述网络通信传送到所选服务器。
30.根据权利要求21所述的网络设备，
其中，所述服务器中的至少一个操作为应用提供运行环境的多个虚拟机；以及
其中，所述网络设备还包括虚拟机配置模块，用于在所述多个服务器之间重新分配所述虚拟机，以降低所述服务器的总功耗。
31.根据权利要求21所述的网络设备，
其中，该组服务器是第一组服务器；
其中，当在所述第一组服务器中的服务器处理所述网络通信时，所述服务器发送请求到第二组服务器中的服务器；
其中，负载平衡器将所述请求分配给所述第二组服务器中的所述服务器；以及
其中，所述网络设备还包括启发式分析模块，用于识别所述第一组服务器中的服务器，其中，当探测通信被发送到所识别的服务器时，在所述第一组服务器和所述第二组服务器中的服务器消耗比当所述探测通信被发送到所述第一组服务器中的任一其它服务器时更少的功率。
32.一种系统，包括：
客户设备；
多个服务器；
网络设备；以及
网络，便于在所述服务器和所述网络设备之间进行通信，
其中，所述网络设备包括：
接口，用于接收来自所述客户设备的网络通信，以及
服务器选择模块，用于确定与所述网络通信相关的网络应用，用于识别能够处理所述网络通信的一组所述多个服务器，以及至少部分地基于每个所述服务器的功耗率在该组服务器中选择一个服务器，
其中，每个所述功耗配置文件均规定所述服务器中相应服务器在多个粒度等级的电功耗率；以及
其中，对于每个功耗配置文件，粒度等级规定：第一等级规定所述服务器的平均功耗率，第二等级规定相对于多个不同类型的网络应用的所述服务器的所述功耗率，以及第三等级规定相对于多个不同类型的网络应用中的每一个的单独网络资源的所述服务器的功耗率。
CN2007101438691A 2006-12-07 2007-08-03 基于服务器功耗的网络通信分配 Expired - Fee Related CN101232511B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US86897006P 2006-12-07 2006-12-07
US60/868,970 2006-12-07
US11/625,629 2007-01-22
US11/625,629 US7844839B2 (en) 2006-12-07 2007-01-22 Distribution of network communications based on server power consumption

Publications (2)

Publication Number Publication Date
CN101232511A CN101232511A (zh) 2008-07-30
CN101232511B true CN101232511B (zh) 2012-11-21

Family

ID=38754526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007101438691A Expired - Fee Related CN101232511B (zh) 2006-12-07 2007-08-03 基于服务器功耗的网络通信分配

Country Status (4)

Country Link
US (2) US7844839B2 (zh)
EP (1) EP1931113B1 (zh)
CN (1) CN101232511B (zh)
DE (1) DE602007014169D1 (zh)

Families Citing this family (124)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7844839B2 (en) * 2006-12-07 2010-11-30 Juniper Networks, Inc. Distribution of network communications based on server power consumption
US20080162697A1 (en) * 2006-12-28 2008-07-03 Sony Ericsson Mobile Communications Ab Power-Based Resource Sharing in a Mesh Network
US9003211B2 (en) * 2007-03-20 2015-04-07 Power Assure, Inc. Method and apparatus for holistic power management to dynamically and automatically turn servers, network equipment and facility components on and off inside and across multiple data centers based on a variety of parameters without violating existing service levels
US7783910B2 (en) * 2007-03-30 2010-08-24 International Business Machines Corporation Method and system for associating power consumption of a server with a network address assigned to the server
US7991588B1 (en) * 2007-05-01 2011-08-02 Exaflop Llc Power consumption measurement
US10339227B1 (en) 2007-06-08 2019-07-02 Google Llc Data center design
US8767535B2 (en) * 2007-07-11 2014-07-01 Hewlett-Packard Development Company, L.P. Dynamic feedback control of resources in computing environments
US7970903B2 (en) * 2007-08-20 2011-06-28 Hitachi, Ltd. Storage and server provisioning for virtualized and geographically dispersed data centers
US7653009B2 (en) 2007-09-10 2010-01-26 Juniper Networks, Inc. Routing network packets based on electrical power procurement arrangements
US8224942B1 (en) 2007-10-02 2012-07-17 Google Inc. Network failure detection
US20090119233A1 (en) * 2007-11-05 2009-05-07 Microsoft Corporation Power Optimization Through Datacenter Client and Workflow Resource Migration
US9395786B2 (en) * 2007-11-20 2016-07-19 Hewlett Packard Enterprise Development Lp Cross-layer power management in a multi-layer system
US7934108B2 (en) * 2007-12-18 2011-04-26 Dell Products, Lp System and method to identify power savings
US8447993B2 (en) * 2008-01-23 2013-05-21 Palo Alto Research Center Incorporated Integrated energy savings and business operations in data centers
US8996890B2 (en) * 2008-02-07 2015-03-31 Dell Products L.P. Method for power conservation in virtualized environments
US8255916B2 (en) * 2008-04-10 2012-08-28 Hewlett-Packard Development Company, L.P. Apparatus, and associated method, for allocating processing amongst data centers
US7970561B2 (en) 2008-04-14 2011-06-28 Power Assure, Inc. Method to calculate energy efficiency of information technology equipment
CN102016748A (zh) 2008-04-21 2011-04-13 自适应计算企业股份有限公司 用于管理计算环境中的能量消耗的系统和方法
US9405348B2 (en) * 2008-04-21 2016-08-02 Adaptive Computing Enterprises, Inc System and method for managing energy consumption in a compute environment
US20100036903A1 (en) * 2008-08-11 2010-02-11 Microsoft Corporation Distributed load balancer
US8533333B2 (en) * 2008-09-03 2013-09-10 Microsoft Corporation Shared hosting using host name affinity
EP2166777A1 (en) * 2008-09-22 2010-03-24 Nokia Siemens Networks OY A mechanism to reduce energy consumption of telecommunication equipment by using adaptive and automated energy aware traffic engineering
US20100106436A1 (en) * 2008-10-20 2010-04-29 International Business Machines Corporation Power consumption calculation facility
US8276010B2 (en) * 2009-02-12 2012-09-25 Cisco Technology, Inc. Network based system to control and monitor power consumption of networked elements
US8225119B2 (en) * 2009-02-23 2012-07-17 Microsoft Corporation Energy-aware server management
US8938467B2 (en) 2009-03-25 2015-01-20 Eloy Technology, Llc System and method for intelligent storage of time shifted content
US9298583B2 (en) * 2009-06-04 2016-03-29 International Business Machines Corporation Network traffic based power consumption estimation of information technology systems
US8178997B2 (en) 2009-06-15 2012-05-15 Google Inc. Supplying grid ancillary services using controllable loads
US8239466B2 (en) * 2009-06-15 2012-08-07 Microsoft Corporation Local loop for mobile peer to peer messaging
US8839254B2 (en) * 2009-06-26 2014-09-16 Microsoft Corporation Precomputation for data center load balancing
KR101218828B1 (ko) * 2009-07-02 2013-01-04 (주)에임투지 요청배정장치를 이용한 상호협력캐시 방법 및 컨텐츠 제공 방법
JP2011018167A (ja) * 2009-07-08 2011-01-27 Fujitsu Ltd 負荷分散プログラム、負荷分散装置及び負荷分散方法
US8245234B2 (en) 2009-08-10 2012-08-14 Avaya Inc. Credit scheduler for ordering the execution of tasks
US8751844B2 (en) * 2009-09-24 2014-06-10 Citrix Systems, Inc. Systems and methods for attributing an amount of power consumption to a workload
US8639956B2 (en) * 2009-09-30 2014-01-28 International Business Machines Corporation Reducing energy consumption in a computing cluster
US20110087522A1 (en) * 2009-10-08 2011-04-14 International Business Machines Corporation Method for deploying a probing environment for provisioned services to recommend optimal balance in service level agreement user experience and environmental metrics
US9122537B2 (en) * 2009-10-30 2015-09-01 Cisco Technology, Inc. Balancing server load according to availability of physical resources based on the detection of out-of-sequence packets
CN102576317B (zh) * 2009-11-02 2014-08-13 株式会社日立制作所 服务设定支援方法
US8458500B2 (en) * 2009-11-30 2013-06-04 International Business Machines Corporation Server allocation to workload based on energy profiles
US8776066B2 (en) * 2009-11-30 2014-07-08 International Business Machines Corporation Managing task execution on accelerators
US8423799B2 (en) * 2009-11-30 2013-04-16 International Business Machines Corporation Managing accelerators of a computing environment
US8862922B2 (en) 2010-01-14 2014-10-14 International Business Machines Corporation Data center power adjustment
US9118489B2 (en) * 2010-02-24 2015-08-25 Nec Corporation Communication system, network management method and switching device
CN101807108B (zh) * 2010-03-08 2012-07-18 成都市华为赛门铁克科技有限公司 一种能耗评估方法及装置
JP5334324B2 (ja) * 2010-03-17 2013-11-06 シャープ株式会社 コンテンツ配信システム、コンテンツ配信装置、コンテンツ配信方法、そのプログラムおよびコンテンツ再生装置
US9331909B2 (en) * 2010-03-22 2016-05-03 Koninklijke Kpn N.V. System and method for handling a configuration request
EP2372962B1 (en) * 2010-03-31 2017-08-16 Alcatel Lucent Method and system for reducing energy consumption in packet processing linecards
US8612984B2 (en) 2010-04-28 2013-12-17 International Business Machines Corporation Energy-aware job scheduling for cluster environments
JP5595109B2 (ja) * 2010-05-10 2014-09-24 株式会社Ｐｆｕ 消費電力量推定システム、情報処理装置、サーバ装置、消費電力量推定方法およびプログラム
US9207993B2 (en) 2010-05-13 2015-12-08 Microsoft Technology Licensing, Llc Dynamic application placement based on cost and availability of energy in datacenters
US9342373B2 (en) * 2010-05-20 2016-05-17 International Business Machines Corporation Virtual machine management among networked servers
US8224957B2 (en) * 2010-05-20 2012-07-17 International Business Machines Corporation Migrating virtual machines among networked servers upon detection of degrading network link operation
EP2391055A1 (en) * 2010-05-25 2011-11-30 Alcatel Lucent A method and systems for operating a communications network based on energy status
CN102263688B (zh) * 2010-05-26 2015-11-25 华为技术有限公司 一种选择标签转发路径的方法和网络装置
US10205319B2 (en) 2010-06-11 2019-02-12 Eaton Intelligent Power Limited Automatic matching of sources to loads
US8805998B2 (en) 2010-06-11 2014-08-12 Eaton Corporation Automatic matching of sources to loads
US20120030343A1 (en) 2010-07-29 2012-02-02 Apple Inc. Dynamic migration within a network storage system
US20120030356A1 (en) * 2010-07-30 2012-02-02 International Business Machines Corporation Maximizing efficiency in a cloud computing environment
CN103119535A (zh) * 2010-08-06 2013-05-22 惠普发展公司，有限责任合伙企业 用于分派功率消耗的系统和方法
EP2609508B1 (en) * 2010-08-26 2016-03-02 Tata Consultancy Services Limited Generation of energy consumption profiles
JP5653151B2 (ja) * 2010-09-17 2015-01-14 キヤノン株式会社 クラウドコンピューティングシステム、クラウドコンピューティングシステムの制御方法、および管理アプリケーション
US10797953B2 (en) 2010-10-22 2020-10-06 International Business Machines Corporation Server consolidation system
US8849469B2 (en) 2010-10-28 2014-09-30 Microsoft Corporation Data center system that accommodates episodic computation
US9063738B2 (en) 2010-11-22 2015-06-23 Microsoft Technology Licensing, Llc Dynamically placing computing jobs
US8612801B2 (en) 2011-01-25 2013-12-17 Dell Products, Lp System and method for extending system uptime while running on backup power
US9201677B2 (en) * 2011-05-23 2015-12-01 Intelligent Intellectual Property Holdings 2 Llc Managing data input/output operations
US8583799B2 (en) * 2011-05-09 2013-11-12 Oracle International Corporation Dynamic cost model based resource scheduling in distributed compute farms
AU2012260091B2 (en) * 2011-05-23 2016-12-22 Nec Corporation System and system control method
EP2530851A3 (en) 2011-06-03 2015-07-08 Samsung Electronics Co., Ltd. Repeater connected to a gateway and a client device via the Wi-Fi protocol with filtering of different frequency bands
US9450838B2 (en) 2011-06-27 2016-09-20 Microsoft Technology Licensing, Llc Resource management for cloud computing platforms
EP2541416B1 (en) * 2011-06-27 2019-07-24 Alcatel Lucent Protection against a failure in a computer network
US9595054B2 (en) 2011-06-27 2017-03-14 Microsoft Technology Licensing, Llc Resource management for cloud computing platforms
US9465427B2 (en) 2011-06-30 2016-10-11 International Business Machines Corporation Software-centric power management by indirectly determining that user is not actively using computer program running on computing device
US8954587B2 (en) * 2011-07-27 2015-02-10 Salesforce.Com, Inc. Mechanism for facilitating dynamic load balancing at application servers in an on-demand services environment
US9489222B2 (en) * 2011-08-24 2016-11-08 Radware, Ltd. Techniques for workload balancing among a plurality of physical machines
US8621026B2 (en) * 2011-09-11 2013-12-31 Microsoft Corporation Batching notifications to optimize for battery life
US8745189B2 (en) * 2011-09-14 2014-06-03 Tatung Company Method and power-saving control device for controlling operations of computing units
US9619357B2 (en) * 2011-09-28 2017-04-11 International Business Machines Corporation Hybrid storage devices
US20130091214A1 (en) * 2011-10-08 2013-04-11 Broadcom Corporation Media social network
US9064253B2 (en) 2011-12-01 2015-06-23 Broadcom Corporation Systems and methods for providing NFC secure application support in battery on and battery off modes
TW201324364A (zh) * 2011-12-05 2013-06-16 Hon Hai Prec Ind Co Ltd 控制系統及其控制方法
US9158310B2 (en) 2011-12-14 2015-10-13 International Business Machines Corporation Integrating a data center thermal control system and individual fan controllers for controlling a thermal environment in a data center room
US9176508B2 (en) 2012-01-09 2015-11-03 International Business Machines Corporation Managing workload distribution among computing systems to optimize heat dissipation by computing systems
CN103209136A (zh) * 2012-01-11 2013-07-17 中兴通讯股份有限公司 一种网络负荷控制方法及登记服务器
US9009500B1 (en) 2012-01-18 2015-04-14 Google Inc. Method of correlating power in a data center by fitting a function to a plurality of pairs of actual power draw values and estimated power draw values determined from monitored CPU utilization of a statistical sample of computers in the data center
US8938634B2 (en) 2012-01-25 2015-01-20 Empire Technology Development Llc User generated data center power savings
US9317344B2 (en) 2012-02-16 2016-04-19 Microsoft Technology Licensing, Llc Power efficient brokered communication supporting notification blocking
US8762525B2 (en) * 2012-03-08 2014-06-24 International Business Machines Corporation Managing risk in resource over-committed systems
CN104185821B (zh) * 2012-03-16 2018-02-23 英特尔公司 多个计算层次结构级别中的工作负荷迁移判断
US9319274B1 (en) * 2012-03-29 2016-04-19 Emc Corporation Method and system for dynamic provisioning using server dormant mode for virtual server dormancy
GB2504737B (en) * 2012-08-08 2016-06-01 Basis Tech Int Ltd Load balancing in data processing system
US9773026B1 (en) * 2012-12-20 2017-09-26 EMC IP Holding Company LLC Calculation of system utilization
US9557792B1 (en) 2013-05-31 2017-01-31 Amazon Technologies, Inc. Datacenter power management optimizations
CN105378669A (zh) * 2013-07-19 2016-03-02 惠普发展公司，有限责任合伙企业 虚拟机资源管理系统及其方法
US10664034B2 (en) 2014-04-28 2020-05-26 Hewlett Packard Enterprise Development Lp Communication associated with multiple nodes for delivery of power
US10185590B2 (en) 2014-06-16 2019-01-22 Amazon Technologies, Inc. Mobile and remote runtime integration
US9880918B2 (en) * 2014-06-16 2018-01-30 Amazon Technologies, Inc. Mobile and remote runtime integration
US9933804B2 (en) 2014-07-11 2018-04-03 Microsoft Technology Licensing, Llc Server installation as a grid condition sensor
US10234835B2 (en) 2014-07-11 2019-03-19 Microsoft Technology Licensing, Llc Management of computing devices using modulated electricity
EP3192211B1 (en) * 2014-09-09 2018-08-08 Telefonaktiebolaget LM Ericsson (publ) Aggregate energy consumption across a network
US9781004B2 (en) * 2014-10-16 2017-10-03 Cisco Technology, Inc. Discovering and grouping application endpoints in a network environment
US10452450B2 (en) 2015-03-20 2019-10-22 International Business Machines Corporation Optimizing allocation of multi-tasking servers
US10198192B2 (en) * 2015-03-31 2019-02-05 Veritas Technologies Llc Systems and methods for improving quality of service within hybrid storage systems
US9525697B2 (en) 2015-04-02 2016-12-20 Varmour Networks, Inc. Delivering security functions to distributed networks
US10311397B1 (en) * 2015-04-27 2019-06-04 Amazon Technologies, Inc. Automatic discovery of endpoint devices
US10505818B1 (en) 2015-05-05 2019-12-10 F5 Networks. Inc. Methods for analyzing and load balancing based on server health and devices thereof
US9483317B1 (en) * 2015-08-17 2016-11-01 Varmour Networks, Inc. Using multiple central processing unit cores for packet forwarding in virtualized networks
KR20170029263A (ko) * 2015-09-07 2017-03-15 한국전자통신연구원 부하 분산 장치 및 방법
US10511514B1 (en) * 2015-09-10 2019-12-17 Cisco Technology, Inc. Node-specific probes in a native load balancer
US9857865B2 (en) 2015-12-10 2018-01-02 Aspeed Technology Inc. Balancing of servers based on sampled utilization ratio and corresponding power consumption
US10268523B2 (en) * 2016-03-11 2019-04-23 City University Of Hong Kong System and method for operating a server farm
US9996382B2 (en) 2016-04-01 2018-06-12 International Business Machines Corporation Implementing dynamic cost calculation for SRIOV virtual function (VF) in cloud environments
CN106331129A (zh) * 2016-08-30 2017-01-11 广州西麦科技股份有限公司 一种负载均衡装置及其实现负载均衡的方法
US20180081629A1 (en) * 2016-09-16 2018-03-22 Sevone, Inc. Method and apparatus for providing ordered sets of arbitrary percentile estimates for varying timespans
US9959149B1 (en) * 2016-10-11 2018-05-01 City University Of Hong Kong Server farm and method for operating the same
CN108121432B (zh) * 2016-11-30 2021-10-01 中科创达软件股份有限公司 一种任务运行的控制方法和装置
JP6350770B1 (ja) * 2017-03-31 2018-07-04 ダイキン工業株式会社 管理装置
US10588088B1 (en) * 2017-07-06 2020-03-10 Sprint Spectrum L.P. Minimizing interference caused by high-powered uplink transmissions
KR102604735B1 (ko) * 2017-11-30 2023-11-22 삼성전자주식회사 전자장치에서 소모 전력 관리장치 및 방법
CN108933829A (zh) * 2018-07-10 2018-12-04 浙江数链科技有限公司 一种负载均衡方法及装置
JP7040474B2 (ja) * 2019-02-04 2022-03-23 日本電信電話株式会社 制御装置、制御方法及びプログラム
CN111831425A (zh) * 2019-04-18 2020-10-27 阿里巴巴集团控股有限公司 一种数据处理方法、装置及设备
JP7347531B2 (ja) * 2019-10-29 2023-09-20 日本電信電話株式会社 制御装置、制御方法及びプログラム
FI20215069A1 (en) * 2021-01-21 2022-07-22 Nokia Solutions & Networks Oy Estimation of power consumption for different types of radio access technologies

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7127625B2 (en) * 2003-09-04 2006-10-24 Hewlett-Packard Development Company, L.P. Application management based on power consumption

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6393475B1 (en) * 1997-07-28 2002-05-21 Nortel Networks Limited Method of performing a network management transaction using a web-capable agent
US20030196126A1 (en) 2002-04-11 2003-10-16 Fung Henry T. System, method, and architecture for dynamic server power management and dynamic workload management for multi-server environment
US20030065497A1 (en) * 2001-09-28 2003-04-03 Rhoads Monte J. Power management system to select a power state for a network computer system based on load
US8032891B2 (en) * 2002-05-20 2011-10-04 Texas Instruments Incorporated Energy-aware scheduling of application execution
US7003640B2 (en) * 2003-07-28 2006-02-21 Hewlett-Packard Development Company, L.P. Power-aware adaptation in an information server
US20050060590A1 (en) * 2003-09-16 2005-03-17 International Business Machines Corporation Power-aware workload balancing usig virtual machines
US7600135B2 (en) * 2005-04-14 2009-10-06 Mips Technologies, Inc. Apparatus and method for software specified power management performance using low power virtual threads
US7844839B2 (en) * 2006-12-07 2010-11-30 Juniper Networks, Inc. Distribution of network communications based on server power consumption

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7127625B2 (en) * 2003-09-04 2006-10-24 Hewlett-Packard Development Company, L.P. Application management based on power consumption

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Cosmin Rusu ET AL.Energy-Efficient Real-Time Heterogeneous Server Clusters.《REAL-TIME AND EMBEDDED TECHNOLOGY AND APPLICATIONS SYMPOSIUM》.2006,第2页第左栏第4小节至第7页左栏第1小节，图1，2. *

Also Published As

Publication number Publication date
DE602007014169D1 (de) 2011-06-09
US20110066727A1 (en) 2011-03-17
EP1931113B1 (en) 2011-04-27
US7844839B2 (en) 2010-11-30
EP1931113A1 (en) 2008-06-11
US20080141048A1 (en) 2008-06-12
US8261116B2 (en) 2012-09-04
CN101232511A (zh) 2008-07-30

Similar Documents

Publication Publication Date Title
CN101232511B (zh) 基于服务器功耗的网络通信分配
Sundararaj Optimal task assignment in mobile cloud computing by queue based ant-bee algorithm
US11240146B2 (en) Service request routing
Colajanni et al. Analysis of task assignment policies in scalable distributed Web-server systems
Yao et al. Data centers power reduction: A two time scale approach for delay tolerant workloads
US7523454B2 (en) Apparatus and method for routing a transaction to a partitioned server
Balasangameshwara et al. Performance-driven load balancing with a primary-backup approach for computational grids with low communication cost and replication cost
US20070088703A1 (en) Peer-to-peer auction based data distribution
US20060129675A1 (en) System and method to reduce platform power utilization
Rawadi et al. Providing local cloud services to mobile devices with inter-cloudlet communication
CN102811255B (zh) 一种用于分布负载的装置和方法
CN103401799A (zh) 负载均衡的实现方法和装置
Zamani et al. Edge-supported approximate analysis for long running computations
Chunlin et al. Distributed QoS-aware scheduling optimization for resource-intensive mobile application in hybrid cloud
Soualah et al. A green VNFs placement and chaining algorithm
He et al. Cost-aware capacity provisioning for internet video streaming CDNs
Nahir et al. Resource allocation and management in cloud computing
Chabbouh et al. Novel cloud-RRH architecture with radio resource management and QoS strategies for 5G HetNets
Zhalgasbekova et al. Opportunistic data collection for IoT-based indoor air quality monitoring
Pahlevan et al. Exploiting CPU-load and data correlations in multi-objective VM placement for geo-distributed data centers
Li et al. Energy‐efficient task allocation with quality of service provisioning for concurrent applications in multi‐functional wireless sensor network systems
Anke et al. A planning method for component placement in smart item environments using heuristic search
Prakash et al. HHFDS: Heterogeneous hybridized fuzzy‐based Dijkstra's multitask scheduling in WSN
El-Zoghdy et al. A threshold-based load balancing algorithm for grid computing systems
Shukla et al. Low latency and energy efficient sensor selection for IoT services

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee

Owner name: JUNIPER NETWORKS INC.

Free format text: FORMER NAME: NETSCREEN TECHNOLOGIES INC.

CP01 Change in the name or title of a patent holder

Address after: California, USA

Patentee after: Juniper Networks, Inc.

Address before: California, USA

Patentee before: Jungle network

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121121

Termination date: 20190803

CF01 Termination of patent right due to non-payment of annual fee