Details

Title Алгоритм вычисления метрики DCcE для оценки качества использования ресурсов ЦОД: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Creators Горшечников Иван Дмитриевич
Scientific adviser Никифоров Игорь Валерьевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2023
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects DCcE ; метрики ; центр обработки данных ; Java ; JavaScript ; metrics ; data center
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 09.03.04
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/3/2023/vr/vr23-3315
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\22698
Record create date 7/21/2023

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена подходу к автоматическому расчету важ-ного показателя для измерения эффективности операций центра обработки данных, называемой вычислительной эффективностью центра обработки данных (DCcE). Для определения функциональных требований и необходимых дан-ных сбора были проанализированы метрики и открытые датасеты данных нагрузок центров обработки данных на возможность использования в ка-честве исходных данных для расчета метрики. Разработана архитектура программного обеспечения, позволяющая собирать данные нагрузки и вычислять метрику DCcE. После чего данная архитектура была реализована в качестве клиент-серверного приложения написано при использовании языков программирования Java и JavaScript. Также были написаны скрипты запуска и остановки. Хранения данных нагрузки осуществлялось в базе данных PostgreSQL. Результаты, полученные с помощью этого инструмента, представле-ны для метрики DCсE для одного сервера, представленного загруженной машиной.

This work has identified an approach to automatically calculate an im-portant performance metric for measuring data processing operations, as de-termined by data center processing efficiency (DCcE). To identify specific food products and collect data, metrics and open da-tasets from processing data centers were analyzed for the possibility of being used as input data for calculating metrics. A software architecture has been developed to collect load data and cal-culate the DCcE metric. After the architecture was discovered, it was imple-mented as a client-server application in the list of Java and JavaScript pro-gramming languages. Start and stop scripts were also written. Storing data is expensive in a PostgreSQL database. Results from this tool are reported for the DCсE metric for a single serv-er, represented by a loaded machine.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous
  • Обозначения и сокращения
  • Введение
  • Глава 1. Анализ метрик оценки производительности ЦОД
    • 1.1 Метрики эффективности использования электроэнергии
      • 1.1.1 PUE
      • 1.1.2 CPE
      • 1.1.3 DCP
    • 1.2 Метрики эффективности использования вычислительных ресурсов
      • 1.2.1. ScE
      • 1.2.2. DCcE
    • 1.3 Анализ существующих открытых датасетов на возможность
    • вычисления метрик
  • Глава 2. Дизайн программного продукта
    • 2.1 Архитектура ПП
      • 2.1.1. Модуль визуализации
      • 2.1.2. Модуль сбора данных
      • 2.1.3. Модуль обработки данных
    • 2.2 База данных
      • 2.2.1. Таблица Nodes
      • 2.2.2. Таблица Starts
      • 2.2.3. Таблица Node load dump
  • Глава 3. Описание реализации
    • 3.1. Используемые языки программирования и фреймворки
    • 3.2. Функциональные требования
    • 3.3. Дистрибутив
    • 3.4. Серверная часть
      • 3.4.1. Модуль сбора данных
      • 3.4.2. Модуль обработки данных
    • 3.5. Клиентская часть
  • Заключение
  • Список используемых источников

Access count: 5 
Last 30 days: 0

Detailed usage statistics