摘要：数据中心的能耗管理已经成为大规模数据处理中的热点问题,其主要目标是控制相关成本的急剧增长.大量的工作围绕着在集群利用率较低时,关闭部分服务器来降低能耗,但是这些方法都严重受限于数据存储策略,同时难以保证应用的实时性能.MapReduce集群作为目前流行的大规模数据处理平台,能耗问题尤为突出.文中针对异构MapReduce集群,提出一种面向SLA的能耗管理方法Seadown.首先,提出一种混合数据副本存储策略,它允许关闭大量节点,同时保证数据的完整性和集群的容错能力.其次,设计了一种基于历史记录的响应时间预测方法,它根据服务器节点的数量、性能参数和运行时间的历史信息准确估计程序的响应时间,相对误差大都在6%以下.最后,通过选择性地关闭部分节点以达到最小化能耗,同时保证应用程序的实时性能.文中证明了该优化问题是NP-hard问题,并提出了一种启发式的节点关闭策略.实验结果表明,在节点关闭策略下MapReduce应用的实时性得以保证,同时降低了大量的能耗.

摘要：随着柳钢防城港钢铁基地各项目的不断投产,原燃料采购和成品外发量逐渐增加,由于防钢基地沿海,有自己的专用港口收发货,水运业务量极大且优势显著,这是该基地物流的主要特色之一。原燃料和废钢等物料从进厂到汽车短倒至产线,各类中间产品的转库运输,产成品销售出厂的过程无不依赖于水运、皮带、汽运和铁路运输,而优化各物流运输环节具有显著的降成本、增利润的意义。为此,进行防钢基地物流信息化协同管理的设计。

摘要：通过监测数据分析,叠梁门运行对下泄水温影响会受边界条件年际变化和仪器误差等同量级因素干扰,难以准确得出叠梁门的实际运行效果。针对该问题,研究提出了通过分析叠梁门调度前后机组水温变化的方法来分析叠梁门运行效果,以溪洛渡水电站为研究对象进行方法论证。结果表明,该方法的有效性在溪洛渡水电站上得到了合理验证,可为叠梁门实施效果评估引入新角度和新方法。

摘要：为明确溪洛渡—向家坝水电站联合运行对下游河道水温的影响,基于向家坝下游主要水文站长序列水温监测资料、电站蓄水资料,对向家坝下游河段水温变化趋势和河段梯级建设水温影响进行了统计分析。结果表明,溪洛渡、向家坝联合运行使向家坝站水温4月~9月降低了0.4~1.8℃,11月~次年1月升高了1.2~2.2℃;升温期朱沱站—华弹站水温温差降低了0.2~1.0℃,寸滩站—华弹站水温温差降低了0.4~0.7℃,其余月份均无明显变化。可见,该影响虽可延续至三峡库尾寸滩站,但已有明显削弱。