Resumen

Dadas las crecientes implementaciones de centros de datos en la nube y el uso excesivo de recursos del servidor, sus implicaciones energéticas y ambientales asociadas también están aumentando a un ritmo alarmante. Los proveedores de servicios en la nube están bajo una presión inmensa para reducir significativamente estas implicaciones y promover la computación verde. Mantener el nivel deseado de Calidad de Servicio (QoS) sin violar el Acuerdo de Nivel de Servicio (SLA), al mismo tiempo que se intenta reducir el uso de los recursos del centro de datos, es un desafío evidente para los proveedores de servicios en la nube. Escalar el nivel de recursos del servidor activos de acuerdo con las cargas de trabajo entrantes previstas es una forma posible de reducir el consumo de energía no deseado de los recursos activos sin afectar la calidad del rendimiento. Con este fin, este artículo analiza las características dinámicas de las cargas de trabajo en la nube y define una jerarquía para los niveles de sensibilidad a la latencia de las cargas de trabajo en la nube.

• Materias:Difusión de información Inteligencia de enjambre Programación híbrida Modelo de programación Máquinas virtuales
• Subjects:Information dissemination Swarm intelligence Hybrid programming Programming model Virtual machines
• Palabras claves:Implementaciones; Centros de datos en la nube; Recursos del servidor; Consumo de energía; Calidad del servicio; Modelo de predicción de carga de trabajo
• Keywords:Deployments; Cloud datacentres; Server resources; Energy consumption; Quality of service; Workload prediction model