CN109740178B

CN109740178B - 多租户数据中心能效优化方法、系统及联合建模方法

Info

Publication number: CN109740178B
Application number: CN201811426169.8A
Authority: CN
Inventors: 张法; 王有识; 刘志勇; 池策; 王蕊
Original assignee: Institute of Computing Technology of CAS
Current assignee: Institute of Computing Technology of CAS
Priority date: 2018-11-27
Filing date: 2018-11-27
Publication date: 2021-05-07
Anticipated expiration: 2038-11-27
Also published as: CN109740178A

Abstract

本发明涉及一种多租户数据中心能效优化方法、系统及联合建模方法，包括：基于边际收益递减规律，建立租户收益与租户当前使用的服务器数量之间的效益函数；基于效益函数与实际空闲服务器需求，计算服务器共享市场单价；租户基于市场单价确定实际共享服务器数量，管理者使用租户的共享服务器构建公共资源池，以对租户的负载进行迁移整合。由此，本发明可不依赖云供应商，使用多租户数据中心自身的空闲服务器实现对租户的负载进行迁移整合，以降低能耗。本发明还将服务器共享激励机制与多租户数据中心原有节能机制联合建模，提出新的近似算法以保证联合优化模型的真实性、可行性特征，并实现更大的节能成本优化。

Description

多租户数据中心能效优化方法、系统及联合建模方法

技术领域

本发明涉及云计算与分布式系统领域，特别涉及一种多租户数据中心能效优化方法、系统及联合建模方法。

背景技术

随着互联网技术的快速发展，人们对大规模计算和存储的需求与日俱增，因此数据中心作为互联网技术的核心设施得到了迅速的发展。近年来，随着数据中心数量和规模的快速增长，巨大能耗成为了制约其发展的主要因素。与此同时，因为数据中心的高能耗特性，在电网的应急需求响应项目中，数据中心能发挥越来越大的作用，特别是针对电网的应急需求响应，数据中心可以通过适当的负载调度降低电力需求帮助电网减轻电力供应压力，从而保证电网的稳定性和安全性。

近些年，数据中心市场呈现小型化趋势，越来越多的中小型企业需要建立私有数据中心。然而由于数据中心的基础设施建设成本高，维护专业性强，建立私有数据中心代价较大，因此一种新型数据中心——多租户数据中心(又称为托管数据中心)得以快速发展。多租户数据中心具有以下两个特点：

(1)多租户数据中心通常被建设在城市的中心地区，目的是使得数据中心更贴近于用户从而提高服务质量。然而，城市中心本身由于人口集中、商业活动等已经有很高的能源需求，多租户数据中心作为主要能耗设施，建立在城市中心地区有可能进一步加剧供电系统的不稳定性。

(2)多租户数据中心内服务器与基础设施的管理是相分离的，租户通过租用数据中心场地等基础设施和专业的数据中心管理服务来部署自己的私有服务器，多租户数据中心管理者仅负责提供数据中心相关基础设施和管理服务。因此多租户数据中心无法与传统数据中心一样进行统一的能效管理，这导致了多租户数据中心低能效的问题。综上，如何降低多租户数据中心能耗是一个十分关键的问题。

数据中心的能效优化技术已经得到了广泛的研究，如资源虚拟化技术、流量工程技术和能效数据中心网络技术。这些研究基于对数据中心内服务器设备的全局优化实现数据中心整体能耗降低的目标。然而，由于多租户数据中心管理者没有服务器的管理权限，且租户缺乏动机协助管理者优化数据中心能效，因此针对传统数据中心的能效优化技术无法在多租户数据中心内直接应用。

多租户数据中心管理者与租户之间的特殊关系被称为“非合作关系”。已有一些研究提出方法解决多租户数据中心“非合作关系”问题，它们设计激励机制鼓励租户优化其私有服务器的能效。然而，这些方法仅解决了“非合作关系”问题的一部分，即激励了租户响应数据中心管理者的节能需求，优化其私有服务器的能效。但是，“非合作关系”问题不仅存在于租户与管理者之间，也同样存在于租户与租户之间，这是因为在多租户数据中心内，租户与租户是相互独立的个体，他们之间无法实现能效的协同优化，从全局的角度看，租户间的独立性使得对租户的单独节能激励局限于租户本地，缺乏了全局的统一调度。

为了解决租户之间的“非合作关系”问题，另一种激励机制被提出，其在激励租户优化私有服务器能效的同时，通过使用公共资源池的方式，鼓励用户申请资源迁移部分负载进行全局优化整合。该方法的关键在于通过公共资源池间接实现了租户间的协同能效优化。然而，该方法仅考虑了使用数据中心的备用服务器和云供应商服务器来构建公共资源池。更进一步，为了保证公共资源池的可用性，只有部署于当前多租户数据中心内的云供应商服务器可以被考虑。该方法较之前方法进一步考虑了激励租户进行全局能效优化，但是这种方法仍存在两点不足：1)如果仅考虑备用服务器和当前数据中心内的云服务器构成公有资源，在机制实施中，有可能会出现公有资源不足的情况，从而导致机制的实施效率下降影响能效优化；2)租用云供应商服务器补充公共资源时，成本取决于云供应商的定价，如果定价过高将不利于降低能效优化的总成本。

在现有最新的研究中租户被激励进行本地服务器能效优化的同时，也可使用公有资源间接实现租户间负载的协同能效优化。

发明内容

本发明的目的是解决上述技术难点中租户共享服务器动机缺失问题和激励机制联合建模求解问题，设计一种具有真实性和可行性保证的多租户数据中心租户服务器共享激励机制。与此同时，建立多租户数据中心能效的联合优化模型，并设计有近似比保证的算法对模型进行求解。

具体来说本发明公开了一种多租户数据中心能效优化方法，其中包括：

步骤1、根据边际收益递减规律，建立租户收益与租户当前使用的服务器数量之间的效益函数；

步骤2、多租户数据中心的管理者根据该效益函数和所需空闲服务器数量，得到服务器共享市场单价；

步骤3、根据该服务器共享市场单价和该租户自身的效益函数，确定实际共享空闲服务器的数量；

步骤4、该管理者根据各租户的实际共享空闲服务器，构建公共资源池，以对租户的负载进行迁移整合。

所述的多租户数据中心能效优化方法，其中该效益函数具体包括：

租户i当前使用的服务器数量为

根据该边际收益递减规律，租户i的该效益函数为：

其中λ_i和μ_i为效益函数的相关参数，C_i,j为租户i在时段j的可用服务器数量上界。

所述的多租户数据中心能效优化方法，其中该步骤3中确定实际共享空闲服务器数量的具体过程包括：

步骤31、根据租户所使用服务器的效益、共享服务器的成本和服务器共享市场单价，确定租户的总效益

其中

为租户i共享服务器数量，

为每台服务器的共享成本，γ^pay为服务器共享市场单价；

步骤31、租户共享的实际共享空闲服务器数量为：

所述的多租户数据中心能效优化方法，其中还包括：电网向该多租户数据中心发布节能应急需求响应后，执行该步骤1。

所述的多租户数据中心能效优化方法，其中该步骤4还包括：根据租户实际共享空闲服务器数量和该服务器共享市场单价，为每个租户支付相应的费用。

本发明还公开了一种多租户数据中心能效优化系统，其中包括：

管理模块，永远根据边际收益递减规律，建立租户收益与租户当前使用的服务器数量之间的效益函数；多租户数据中心的管理者根据该效益函数和所需空闲服务器数量，得到服务器共享市场单价；

共享服务器模块，用于根据该服务器共享市场单价和该租户自身的效益函数，确定实际共享空闲服务器的数量；

公共资源池构建模块，该管理者根据各租户的实际共享空闲服务器，构建公共资源池，以对租户的负载进行迁移整合。

所述的多租户数据中心能效优化系统，其中该效益函数具体包括：

租户i当前使用的服务器数量为

根据该边际收益递减规律，租户i的该效益函数为：

所述的多租户数据中心能效优化系统，其中该共享服务器模块中确定实际共享空闲服务器数量的具体过程包括：

根据租户所使用服务器的效益、共享服务器的成本和服务器共享市场单价，确定租户的总效益

其中

为租户i共享服务器数量，

为每台服务器的共享成本，γ^pay为服务器共享市场单价；

租户共享的实际共享空闲服务器数量为：

所述的多租户数据中心能效优化系统，其中还包括：电网向该多租户数据中心发布节能应急需求响应后，调用该管理模块。

所述的多租户数据中心能效优化系统，其中该公共资源池构建模块还包括：根据租户实际共享空闲服务器数量和该服务器共享市场单价，为每个租户支付相应的费用。

本发明还公开了一种基于租户空闲服务器共享方法的能效优化方法的联合建模方法，包括：

能效优化方法联合建模：将该能效优化方法作为租户服务器共享激励机制，并与多租户数据中心原有的激励机制相结合，得到该多租户数据中心的联合能效优化模型；

近似算法设计：针对联合优化模型，设计高效的近似算法对其进行求解；基于所提算法，从理论和实验两方面验证联合优化模型的真实性与可行性特征。

该能效联合优化方法，其特征在于，该联合能效优化模型的联合数学建模表示为(P₁)：

D^c,g_e∈N,

x_i,y_i∈{0,1},i∈N...

δ表示从云供应商获取计算资源(虚拟机)的单价；

D^c表示从云供应商获取虚拟机的数量；

τ表示管理者使用私有发电设备(多为柴油发电机)发电的单价；

g_e表示管理者自发电量；

γ^pay表示数据中心管理者制定的服务器共享市场单价；

h_vm表示单一共享服务器可容纳虚拟机数量；

表示租户i实际共享的服务器数量；

d_i表示本地优化激励机制中，订单声明的成本值；

c_i表示全局优化激励机制中，订单声明的成本值；

x_i,y_i是决策变量，表示订单是否被选择，取值为0或者1；

β表示数据中心的PUE值；

e_i表示本地优化激励机制中，订单声明的节能量；

s_i表示全局优化激励机制中，订单声明的节能量；

E表示来自于电网应急需求响应的节能目标；

g_i表示全局优化激励机制中，订单声明的公有资源需求量(即虚拟机需求数)；

Q⁺表示正有理数；

N表示自然数。

该能效联合优化方法，其特征在于，对该联合数学建模(P₁)进行数学变换，包括对偶变换、整数化变换。

该能效联合优化方法，其特征在于，基于对该联合数学建模(P₁)的数学变换，我们提出了一个具有近似比(1+ε)的高效近似算法。

本发明的技术进步包括：

1、本发明在多租户数据中心原有的经营模式基础上，通过可行性与有效性分析，提出了可供租户间实现空闲服务器共享的新模式。这种新模式不仅可以在应急需求响应项目中为多租户数据中心的节能成本优化提供更优的解决方案，而且在未来的研究中也可以作为一种新的常态化优化策略，在非应急需求响应时段，优化多租户数据中心内服务器的资源利用率与能效。

2、设计多租户数据中心租户服务器共享激励机制。通过激励机制设计，充分利用多租户数据中心内租户的服务器资源，可满足对共享云资源的更高需求；激励机制建立在租户与管理者之间的供需关系与价格博弈之上，与无激励机制情况相比，本发明可以根据实际共享云容量要求，动态制定市场共享服务器单价，有效降低管理者构建共享云成本，同时也最大化了租户共享服务器的收益。

3、将服务器共享机制与现有多租户能效优化技术相结合，提出多租户数据中心能效联合优化模型。技术效果包括两部分：(1)本发明基于提出的空闲服务器共享能效优化方法，与已有能效优化方法进行联合建模，提出全新的数学模型，然后设计有性能保证的近似算法对模型进行求解；(2)基于VCG真实性理论证明所提出的联合优化方法可以在实施中保证租户提交数据的真实性并保证方法的合理、可行性。

附图说明

图1为本发明的整体流程图；

图2为本发明对成本最小化问题的转换过程与算法整体流程图；

图3为MicDR的节能总量与应急需求响应的节能需求的比较图；

图4和图5分别为不同技术的平均社会成本和社会成本差值示意图；

图6和图7分别为租户的节能量示意图和租户的节能收益示意图；

图8展示了虚拟机实例单价从1.55美分/小时到6.55美分/小时变化时三种机制的平均社会成本比较图；

图9为发电单价从150美元/兆瓦时到350美元/兆瓦时变化时三种机制的平均社会成本比较图；

图10为服务器静态能耗从0.15千瓦到0.4千瓦变化时三种机制的平均社会成本比较图。

具体实施方式

发明人在进行多租户数据中心能效优化激励机制研究时，发现现有技术在激励租户进行合作能效优化的时候，需要提供一个公共资源池对租户的部分负载进行迁移整合。由此可见，是否能够低成本、高效地构建公共资源池，对多租户数据中心能效优化机制的可行性和实际效果具有很大的影响。在现有技术中，公共资源主要由两部分构成，分别是多租户数据中心内备用服务器设备和云供应商部署在多租户数据中心内的云供应商服务器。经过调研发现，多租户数据中心内租户服务器的平均使用率低于30％，这说明租户有大部分服务器处于空闲状态。因此，本发明提出通过市场激励机制设计的方法，鼓励租户共享其部分服务器，联合数据中心内云供应商资源(云供应商服务器)共同构建一个共享云取代原有的公共资源池，即本发明采用了新的获取共享资源的方法后，该备用服务器设备就被替代了。需要注意的是，数据中心管理者在节能操作中是没有收益的，本发明目的是尽可能降低管理者在应急需求响应中的节能成本。这个涉及到多租户数据中心原本在应急需求响应中的处理方案。目前普遍解决应急需求响应的方法是启动多租户数据中心本身的柴油发电机以减少数据中心对电网用电的需求，但是这种解决方案不环保而且成本很高，所以才要通过激励租户帮助节能的方式来降低数据中心总能耗，取代自己发电。所以说本发明降低了数据中心管理者的节能成本。

本发明的技术难点包括两方面。(1)在多租户数据中心，由于管理模式的特殊性，导致的租户缺乏共享服务器的动机问题。为了解决该问题，我们在租户与数据中心管理者之间建立一个基于Stackelberg博弈的服务器供需关系。基于共享云容量的不同需求，数据中心管理者设定不同的共享服务器市场定价，租户响应当前服务器定价，根据自身的效益函数计算最大化自身收益的共享服务器数量。与此同时，本发明设计的服务器共享机制可以实现供需关系的纳什均衡。(2)服务器共享机制属于多租户数据中心能效优化的一部分，需要与已有的能效优化机制联合建模，导致数学模型更复杂，求解更困难。本发明将设计发明的服务器共享激励机制与已有方法中的本地、全局联合激励机制相结合，在满足节能要求的前提下实现多租户数据中心的总节能成本优化目标，这可以实现比现有方法更低的节能成本，但是建模的数学模型更复杂。本发明根据新方法建模的特点，设计了全新的具有性能保证的近似算法，证明了该算法可以得到近似比为1+ε的近似最优成本值。与此同时，也证明了新的联合能效优化机制具有真实性、可行性特性，并基于相关对比实验进行说明。

为了降低构建共享云平台成本，激励租户共享空闲服务器，本发明提出了一种基于斯塔克伯格Stackelberg博弈模型的租户服务器共享激励机制。在博弈中，数据中心管理者作为领导者根据每个租户的效益函数和共享云总资源需求决定共享服务器的市场定价；租户作为博弈过程中的跟随者根据当前市场中的共享服务器单价决定共享的空闲服务器数量，实现自身总效益最大化目标。本发明的整体流程如图1所示：第1步、多租户数据中心管理者收到来自电网的应急需求响应请求；第2步、管理者租户发布节能请求信息；第3步、租户提交节能订单；第4步、管理者设计租户服务器共享激励机制；第5步、基于最优化求解过程中的共享云容量需求制定服务器共享市场单价，同时租户共享空闲服务器；第6步、基于共享云，租户按照所提交节能订单进行节能操作；第7步、管理者向租户支付服务器共享和节能操作费用。具体包括：

第1步：电网向高耗能企业或工业设施(多租户数据中心)发布节能应急需求响应。为了保证电网的稳定运行，在一些极端情况(如极端气候)下，电网要求范围内高耗能单位降低电网电力使用以维持电网的整体稳定运行，这被称作应急需求响应(EDR)。本工作的背景基于电网的应急需求响应问题，在该响应下达时通过设计方法降低多租户数据中心的总能耗，以满足电网降低用电的要求。

第2步：多租户数据中心管理者向租户发布节能请求信号。当电网的节能应急需求响应下达时，数据中心管理者即通知所有的租户可以开始基于自身的情况提交自己的节能订单。这只是一个节能机制开始的信号，不包含实际的内容。

第3步：租户基于自己的意向提交节能订单。我们在数据中心管理者与租户之间建立了逆向竞拍的博弈关系(逆向竞拍指在竞拍过程中有多个卖方和单一买房)，租户的订单分为两种，第一种是本地节能订单，其包括了租户的本地节能量和预计成本值，第二种是全局节能订单，其在本地节能订单的基础上增加了公有服务器资源需求量(以虚拟机为单位)，这两种订单相互独立。

第4步：数据中心管理者制定服务器共享机制的市场单价。该部分的基础是基于斯塔克伯格博弈模型建立的市场化服务器共享激励机制，首先将租户可用服务器的实际效益函数化，然后数据中心管理者可以根据所有租户的效益函数和共享云资源的需求量制定合理的服务器共享市场单价。

第5步：租户对数据中心管理者制定的服务器共享市场单价做出响应，确定实际共享空闲服务器的数量。

第6步：数据中心管理者基于最优的租户订单选择和各租户共享服务器数量，向每个租户支付相应的费用。本步骤包含两个阶段：(1)数据中心管理者基于收集的租户节能订单(包括本地节能订单和全局节能订单)和租户共享服务器效益函数，建立以总节能成本最小化为目标、节能量与共享云容量为双约束的数学优化模型，并求解出最优订单选择；(2)基于最优订单选择，基于租户订单成本向租户支付节能收益，同时根据制定的服务器共享单价和租户共享服务器数量向租户支付服务器共享费用。

第7步：基于被选择的租户订单分配共享云资源，同时租户根据所提交订单进行本地节能与全局节能操作。

本发明具体包括以下步骤：

步骤1：设计租户服务器共享机制。数据中心管理者以租借的方式租用租户的空闲服务器，并基于市场定价支付租金。本发明基于Stackelberg博弈理论建立多租户数据中心内共享服务器供需关系。在这种供需关系中，数据中心管理者通过学习得到租户的效益函数(即对实时市场价格的反应曲线)，其根据共享云平台实际的资源需求确定共享服务器的市场单价，租户响应市场定价并基于自身的效益函数共享一定数量的空闲服务器以实现自身效益最大化目标。基于Stackelberg博弈模型，计算共享服务器合理的市场定价包括下列子步骤：

步骤101：多租户数据中心管理者基于实际资源需求和每个租户的效益函数确定共享服务器的市场单价。

步骤102：租户根据市场单价决定所共享服务器的数量。租户的利润包括三个部分：租户自身使用服务器效益、共享服务器成本和服务器共享收益。当管理者改变共享服务器市场单价时，租户为了最大化自身效益需要决策最优的共享服务器数量。因而租户共享的服务器数量与当前的共享服务器市场单价之间存在函数关系。

步骤103：建立服务器数量和市场单价的对应表。根据各个租户对不同市场单价提出的共享服务器数量，建立服务器数量和市场单价的对应表。当共享云平台资源需求变化时，通过查表即可得到所需的最低市场单价，通过寻找满足当前资源需求的最小定价，最小化构建共享云的成本。同时本发明也考虑直接向云供应商直接租用服务器，这部分的服务器租用单价由云供应商决定。

步骤2：结合所设计的服务器共享机制与现有能效优化机制，提出多租户数据中心的能效联合优化机制并建立全新数学模型。建立联合优化机制的数学模型包括以下子步骤：

步骤201：多租户数据中心与应急需求响应模型。假设多租户数据中心中共有n个租户，租户集合表示为N＝{1,2,...,n}。租户i∈N拥有M_i台服务器。多租户数据中心的全部能耗与服务器能耗的比率设为β。假设各租户使用同种服务器，每台服务器可容纳

个虚拟机实例。将一天平均划分为24个时段，租户i的服务器在时段j的平均利用率为ρ_i,j。设

为租户i在时段j的可用服务器数量上界。在应急需求响应中多租户数据中心的节能需求设为E，数据中心通过自发电提供电量设为g_e，发电的单位成本用τ表示。

步骤202：租户服务器使用效益模型。假设租户i当前使用的服务器数量为

则根据边际收益递减规律，租户i使用这部分服务器获得的效益可以表示为

其中μ_i为预设系数(没有单位的标量)，一般根据文λ_i＝δC_i,j/ln100

献设置为100，λ_i和μ_i为效益函数的相关参数，考虑该函数上的一个特殊点，即租户将所有可用服务器全部共享给数据中心管理者，其收益值对应为δC_i,j，因此可计算λ_i＝δC_i,j/ln100。若租户i共享服务器数量为

每台服务器的共享成本为

则租户因共享服务器而产生的总成本可表示为

同时，数据中心管理者会以γ^pay的市场单价为租户共享的服务器付费，因此，租户因共享服务器而获得的额外收益可表示为

步骤203：租户服务器共享激励机制模型。租户i的总收益包括三个部分：租户所使用服务器的效益

共享服务器的成本

和由管理者支付的共享服务器收益

因此租户i的总效益可表示为

租户为了最大化总效益，共享的最优服务器数量为

通过求解总效益函数驻点，租户i最优的共享服务器数量可以表示为：

此外，当数据中心管理者向云供应商租借虚拟机实例时，假设虚拟机实例单价为δ，用D^c表示虚拟机实例租借数量。

步骤204：满足节能需求的成本最小化联合优化模型。首先，

表示租户的本地优化订单，其中e_i为节能量，d_i为节能成本；

表示租户的全局优化订单，其中s_i为节能量、c_i为节能操作成本、g_i表示申请共享云中的虚拟机数量。对于多租户数据中心管理者，总节能优化成本包括：租户本地优化和全局优化的订单中声明的成本、自发电成本、搭建共享云成本(包括向租户支付部分和向云供应商支付部分)。因此，数据中心管理者的成本最小化问题可以表示为：

D^c,g_e∈N,

x_i,y_i∈{0,1},i∈N...

其中x_i和y_i为0/1向量，表示租户订单是否被选择。

步骤3：设计算法求解成本最小化问题P₁。由于上述成本最小化问题是混合整数非线性规划问题，目前在该约束下没有可行的算法进行求解。成本包括基于被选择的租户节能订单向租户支付的总费用，和基于服务器共享单价和租户共享服务器数量，向租户支付的共享服务器总费用。因此，本发明为该问题设计了一个1+ε近似比的算法。图2展示了对原始问题的转换过程与算法整体流程。具体步骤如下：

步骤301：建模原问题P₁的子问题：最小化共享云构建成本问题。设F(G)为搭建共享云平台的总成本，G表示租户对共享云资源的需求量。基于租户共享服务器激励机制，共享云总容量可以被表示为

则最小化共享云构建成本问题可表示为：

步骤302：原问题P₁成本变量离散化。设原问题的理论最优成本为T_opt，存在T_l＝min_i∈N{τE,ηe_i,ηs_i}和

满足T_l≤T_opt≤T_u，其中η是节能单价的下界值，(x_i',y_i')(i∈N)是原问题P₁的一个可行解。设

其中ε是一个与算法近似比有关的参数。令

原问题P₁可化简为问题P₂：

x_i,y_i∈{0,1},i∈N.

步骤303：减少问题P₂目标函数的变量数并进行对偶变换。为了再次简化问题，可以将变量G和g_e视为确定的常量G_f和g_e,f，使用F(G_f)表示共享云构建成本的最小值。由于F(G_f)和τg_e,f已视为常量，当求解最优解向量时可以忽略，则可以得到对偶问题P₃：

x_i,y_i＝{0,1},i∈N..

其中

步骤304：计算问题P₃的最优解集和P₂的最优解。对于对偶问题P₃，可以使用动态规划进行求解可以得到一个在集合T上的最优解集。在满足问题P₂约束的前提下，通过搜索P₃的最优解集寻找问题P₂最小总成本

具体过程包括两步：(1)确定数据中心在降低电网电力需求时，自身供电设备发电量、租户节能订单的最优解；(2)计算共享云中租用云供应商虚拟机实例数、基于当前市场定价的租户共享服务器数。

步骤305：通过问题P₂的最优解

我们得到原问题P₁的近似比为1+ε的近似最优解

步骤4：证明本发明所设计联合能效优化方法的优势与特性。

证明本发明设计的租户服务器共享机制可实现管理者与租户间供需关系的纳什均衡；此外，证明本发明提出的多租户数据中心能效联合优化方法具有真实性和可行性保证。

步骤401：本发明设计的租户服务器共享机制可实现管理者与租户间供需关系的纳什均衡。我们基于Stackelberg博弈理论构建了多租户数据中心管理者与租户间的服务器供需关系。对于每个租户，他们的服务器共享效益模型具有独立性，即一个租户的效益模型不会因为其他租户效益模型的改变而改变。因此，基于一个给定的服务器共享市场单价，租户可以通过效益模型获得最有利于自身的服务器共享数量

即针对每个租户，

值为其纳什均衡点。

步骤402：本发明提出的基于服务器共享机制的多租户数据中心能效联合优化方法具有真实性保证。设D＝{b₁,...,b_2n}为租户的节能订单，其中

租户i∈N有两种类型的订单b_i和b_i+n。在集合D中，若i∈[1,n]，则m_i＝e_i，h_i＝d_i，g_i＝0；若i∈[n+1,2n]，则m_i＝s_i，h_i＝c_i，

为了便于解释真实性，用

为问题P₂的最优成本

其中D为订单集合，E为节能目标。类似地，设

为最佳共享云容量。设D\{b_i}表示从订单集合D中取出b_i后的集合。基于集合D\{b_i}的P₂最优花费值设为

设

于是，订单b_i∈D的市场价格

设

为订单b_i∈D的真实花费，设u_i为订单b_i的效益。

订单b_i∈D的效益可以表示为市场价格与该订单中花费的差值。设当租户订单中的成本为真实值

时，租户的效益为

当租户订单中的成本为虚假值

时，租户的效益为

设

基于自利行为原则，一定有

考虑两种情况：首先，若b_i中的成本为虚假值时b_i没有被选中，那么就有

又由于

故Δu_i≤0。其次，若b_i中的成本为虚假值时，对于数据中心管理者来说，选择b_i的花费应小于等于不选择b_i的花费，即

此时若b_i中的花费为真实值时，选择b_i的花费小于不选择b_i的花费，即：

因此，当b_i中的花费为真实值时，b_i将被选择。由于

因此

因此

因此，基于以上分析，对于租户的订单b_i，租户无法通过虚报花费来获得更高的效益，机制真实性得证。

步骤403：本发明提出的基于服务器共享机制的多租户数据中心能效联合优化方法具有可行性保证。根据步骤402的证明，所有的租户一定会真实地在订单中声明其花费，即

故订单b_i的效益

当b_i被选择时，一定有

且

因为

故

因此

也即

因此，机制可行性得证。

发明人设计了多组对比实验，以验证本发明的实际效果。我们用MicDR表示本发明提出的基于租户服务器共享机制的多租户数据中心能效联合优化机制。我们也选取了两个现有机制作为对照组，机制Truth-DR通过激励租户优化本地服务器能效来实现多租户数据中心降低总能耗的目标，机制LG-Mec在Truth-DR的基础上，加入了全局能效优化激励机制，但是没考虑通过设计激励方法鼓励租户共享空闲服务器资源。

降低能耗是本案的设计动机，但不是最终目标，本案的最终目标是在满足节能要求的前提下最小化多租户数据中心的节能成本。因此，在数学建模中，最小化成本是目标函数，节能需求是数学模型中的第一个约束条件。

图3比较了MicDR的节能总量与应急需求响应的节能需求，由此可见，本发明所设计的机制可以在应急需求响应项目中实现多租户数据中心的整体节能目标。另外可以发现，在各时段本发明的节能量和应急需求响应目标的差距都很小，这表明了本发明总是能找到满足目标且成本最少的解决方案。

为了验证本发明可以在节能约束的前提下有效地降低节能成本，我们比较了本发明与已有技术的社会成本值。在使用机制设计激励租户节能时，为了保证租户信息的真实性，基于租户声明成本数据中心管理者会计算实际支付成本(通常大于租户声明成本)，而管理者实际支付的总成本为称为社会成本。图4和图5展示了150组实验得到的不同技术的平均社会成本和社会成本差值。LG-Mec由于增加了全局激励机制社会成本变得比Truth-DR更低。而由于本发明加入了服务器共享激励机制，从而获得了比LG-Mec更低的社会成本。

然后，我们验证本发明中设计的机制MicDR的可行性。图6和图7分别展示了一组随机实验中租户的节能量和租户的节能收益。对比两图可以发现，当租户参与多租户数据中心节能机制时，租户不会获得负收益，验证了机制设计中有关MicDR可行性的证明。

我们也讨论了不同参数设定对不同技术效果的影响。图8展示了虚拟机实例单价从1.55美分/小时到6.55美分/小时变化时三种机制的平均社会成本比较。本发明MicDR的平均社会成本几乎随虚拟机实例单价线性增长。对于LG-Mec，当虚拟机实例单价从1.55美分/小时变化到4.55美分/小时的时候，平均社会成本增速变小。当虚拟机实例单价大于4.55美分/小时的时候，平均社会成本保持不变。对于Truth-DR，由于此机制没有使用公共资源来提高能效，故当虚拟机实例单价变化时，Truth-DR的平均社会成本保持不变。从图8中可以得到两个结论：首先，相比于Truth-DR和LG-Mec，如果虚拟机实例单价减小，本发明MicDR的效果更好。同时，不管虚拟机实例单价怎么增加，本发明MicDR总是比Truth-DR和LG-Mec有更好的性能。其次，和LG-Mec相比，本发明MicDR的平均社会成本差值先增加后减少，在虚拟机实例单价等于3.55美分/小时的时候达到最大。当虚拟机实例单价小于3.55美分/小时的时候，随着虚拟机实例单价的减少，社会成本中的虚拟机实例的花费的影响越来越大，因此当虚拟机实例单价小于3.55美分/小时的时候本发明的平均社会成本差值随着虚拟机实例单价的变大而增大。然而，当虚拟机实例单价大于3.55美分/小时的时候，随着虚拟机实例单价的增大，虚拟机实例花费过大导致减少了全局优化中的订单的选择。因此，当虚拟机实例单价大于3.55美分/小时的时候，本发明的平均社会成本节约量随着虚拟机实例单价的变大而减少。图9展示了自发电单价从150美元/兆瓦时到350美元/兆瓦时变化时三种机制的平均社会成本比较。因为本发明MicDR和LG-Mec只使用很少的自发电，所以自发电单价的改变几乎不影响这两种机制的平均社会成本。然而Truth-DR平均社会成本会随着自发电成本的变大而增大。进一步对比MicDR和LG-Mec的曲线，可知MicDR平均成本总是优于LG-Mec。因此，本发明MicDR在自发电成本变动时比现有技术更具优势。图10展示了服务器静态能耗从0.15千瓦到0.4千瓦变化时三种机制的平均社会成本比较。当服务器静态能耗增加时，三种机制的平均社会成本几乎都为线性增长。然而Truth-DR和LG-Mec的平均社会成本增速均快于本发明MicDR。因此，随着服务器静态能耗的增加，本发明MicDR比LG-Mec和Truth-DR有更好的性能。

以下为与上述方法实施例对应的系统实施例，本实施方式可与上述实施方式互相配合实施。上述实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在上述实施方式中。

管理模块，根据边际收益递减规律，建立租户收益与租户当前使用的服务器数量之间的效益函数；多租户数据中心的管理者根据该效益函数和所需空闲服务器数量，得到服务器共享市场单价；

租户i当前使用的服务器数量为

根据该边际收益递减规律，租户i的该效益函数为：

其中

为租户i共享服务器数量，

为每台服务器的共享成本，γ^pay为服务器共享市场单价；

租户共享的实际共享空闲服务器数量为：

D^c,g_e∈N,

x_i,y_i∈{0,1},i∈N...

δ表示从云供应商获取计算资源(虚拟机)的单价；

D^c表示从云供应商获取虚拟机的数量；

g_e表示管理者自发电量；

γ^pay表示数据中心管理者制定的服务器共享市场单价；

h_vm表示单一共享服务器可容纳虚拟机数量；

表示租户i实际共享的服务器数量；

d_i表示本地优化激励机制中，订单声明的成本值；

c_i表示全局优化激励机制中，订单声明的成本值；

x_i,y_i是决策变量，表示订单是否被选择，取值为0或者1；

β表示数据中心的PUE值；

e_i表示本地优化激励机制中，订单声明的节能量；

s_i表示全局优化激励机制中，订单声明的节能量；

E表示来自于电网应急需求响应的节能目标；

Q⁺表示正有理数；

N表示自然数。

该能效联合优化方法，其特征在于，该联合模型(P₁)是一个整数非线性规划问题，我们对该模型进行了有效的数学变换，包括对偶变换、整数化变换。

基于所提出的高效近似算法，我们从理论与实验两方面证明分析了该联合能效模型的真实性与可行性特性。

与现有多租户数据中心能效优化机制相比，本发明具有以下有益效果：

(1)不同于仅考虑利用多租户数据中心备用服务器和部署于数据中心的云供应商服务器，本发明充分利用了租户本地的空闲服务器资源。由于较低的平均利用率，租户有大量的空闲服务器可供使用，因此激励租户共享服务器用于构建共享云，可以满足共享云更大的容量需求。

(2)本发明在租户与多租户数据中心管理者之间建立了基于博弈的服务器供需关系，可以根据实际的共享云容量需求，动态地制定服务器共享的市场单价，相比于现有技术采用的固定市场单价模式，本发明可以有效降低共享云的构建成本。

(3)本发明将设计的租户服务器共享激励方法与现有技术进行联合建模，提出了全新的多租户数据中心能效联合优化模型。本发明也针对新模型设计了高效的具有近似比1+ε的近似算法，并基于该算法分析证明了联合模型的真实性、可行性特性。因为有更充足的共享云资源和更低廉的共享云构建成本，在相同节能约束前提下，本发明可以实现比现有技术更低的能效优化成本。