数据中心内服务器能耗数据采集及特征分析

数据中心的高能耗低能效问题正受到广泛关注与研究，但目前没有公开的数据中心内服务器能耗数据集供研究人员使用，且现有过滤式特征选择并不能满足运维人员的需求。为此，提出了一套模拟数据中心内服务器运行状态的仿真环境架构，基于该架构采集了服务器运行各类任务时的多项性能指标和能耗数据。然后将基于因果关系的特征选择应用于能耗数据集的特征分析中，构建出可解释的特征子集和能耗预测结果。实验结果表明，因果特征子集大小约为过滤式特征子集大小的1/3到1/6，并且使用因果特征子集训练的模型在75%的情况下都取得了最优预测精度。