Zusammenfassung
Im Zuge steigender Energiepreise und der zunehmenden ökologischen Notwendigkeit mittels Stromsparen den Ausstoß von Kohlenstoffdioxid (CO2) zu reduzieren, verstärken IT-Dienstleister die Bemühungen, die Energie- und Kosteneffizienz ihrer Rechenzentren zu erhöhen. Vor diesem Hintergrund diskutiert der Beitrag Erfolgsfaktoren und Herausforderungen bei der praktischen Implementierung eines Messkonzeptes zur Steuerung des energie- und kosteneffizienten Lastmanagements in den Government Green Cloud Laboratories (GGC-Lab). Die labortechnisch im Zuge des nationalen Forschungsprogramms IT2Green als Plattform für Fachanwendungen der öffentlichen Verwaltung eingerichtete Community Cloud besteht aus vier virtualisierten, regional verteilten IT-Infrastrukturen, die über dezentrale Ressourcen-Controller miteinander verbunden sind. Der vorliegende Beitrag erläutert dabei insbesondere, welche Kennzahlen und Messtechnik in den am Projekt beteiligten Rechenzentren mittelständischer IT-Dienstleister zum Einsatz kommen, greift theoretische Ansätze zum Lastmanagement zwischen Rechenzentren auf und hebt die projektspezifischen Zwischenergebnisse bei der Planung und Implementierung der Messinfrastruktur, aber auch die im Projekt noch offenen Herausforderungen hervor. Damit werden einerseits IT-Dienstleister angesprochen, die ein Monitoring-System zur Optimierung der Energie- und Kosteneffizienz in ihrem Rechenzentrum etablieren wollen, und andererseits werden Anforderungen an die Messinfrastruktur für einen potentiellen Beitritt zum GGC-Lab verdeutlicht.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsLiteratur
Anderson D, Morris P, Cader T, Rawson A, Darby T, Rawson F, Gruendler N, Saletore V, Hariharan R, Simonelli J, Holler A, Singh H, Lindberg C, Tipley R, Verdun G, Long C, Wallerich J (2008) A framework for data center energy productivity. White Paper 13, The Green Grid, Beaverton
ASHRAE (Hrsg) (2009) Real-time energy consumption measurements in data centers. American Society of Heating Refrigerating and Air-Conditioning Engineers (ASHRAE), Atlanta, GA
ATIS (2009) Energy efficiency for telecommunications equipment: methodology for measurement and reporting for router and ethernet switch products (ATIS-0600015.03.2009). ANSI Standard, Alliance for Telecommunciation Industry Solutions (ATIS), Washington, DC
Belady C, Rawson A, Pflueger J, Cader T (2008) The green grid data center power efficiency metrics: PUE and dcie. White Paper 6, The Green Grid (TGG), Beaverton, OR
Belady C, Azevedo D, Patterson M, Pouchet J, Tipley R (2010) Carbon usage effectiveness (cue): a green grid data center sustainability metric. White Paper 32, The Green Grid, Beaverton, OR
BSI (2010) Hochverfügbarkeits-Kompendium, Kapitel 12: Monitoring. Bundesamt für Sicherheit in der Informationstechnik (BSI), Bonn
Buyya R, Beloglazov A, Abawajy J (2010) Energy-efficient management of data center resources for cloud computing: a vision, architectural elements, and open challenges. In: International conference on parallel and distributed processing techniques and applications, PDPTA 2010
Chase JS, Anderson DC, Thakar PN, Vahdat AM, Doyle RP (2001) Managing energy and server resources in hosting centers. SIGOPS Oper Syst Rev 35(5):103–116. doi:10.1145/502059.502045
EPA (2007) Report to congress on server and data center energy efficiency, public law 109-431. Forschungsbericht, U.S. Environmental Protection Agency (EPA), ENERGY STAR Program
GITPC (2012) Dppe: holistic framework for data center energy efficiency. White Paper, Japan National Body/Green IT Performance Council, Tokyo
Gröger A (2004) Energiemanagement mit Gebäudeautomationssystemen. Expert, Renningen
IZE (2008) Konzeptstudie zur Energie- und Ressourceneffzienz im Betrieb von Rechenzentren. Abschlussbericht. Technische Universität Berlin Innovationszentrum Energie (IZE), Berlin
LBNL (2010) Self-benchmarking guide for data center infrastructure: metrics, benchmarks, actions. Tech. Rep. Lawrence Berkeley National Laboratory (LBNL), Berkeley, CA, USA
Le K, Bilgir O, Bianchini R, Martonosi M, Nguyen TD (2010) Managing the cost, energy consumption, and carbon footprint of internet services. SIGMETRICS Perform Eval Rev 38(1):357–358. doi:10.1145/1811099.1811085
Lefurgy C, Rajamani K, Rawson F, Felter W, Kistler M, Keller T (2003) Energy management for commercial servers. Computer 36(12):39–48. doi:10.1109/MC.2003.1250880
Liu Z, Lin M, Wierman A, Low SH, Andrew LL (2011) Geographical load balancing with renewables. SIGMETRICS Perform Eval Rev 39(3):62–66. doi:10.1145/2160803.2160862
Loos P, Nebel W, Gómez J, Hasan H, Watson R, vom Brocke J, Seidel S, Recker J (2011) Green IT: Ein Thema für die Wirtschaftsinformatik? WI 53:239–247. doi: 10.1007/s11576-011-0278-y
Meadows D, Meadows D, Randers J, Behrens WW (1972) The limits to growth: a report for the club of rome’s project on the predicament of mankind, 2. Aufl. Universe Books, New York
Nebel W, Hoyer M, Schröder K, Schlitt D (2009) Untersuchung des Potentials von rechenzentrenübergreifendem Lastmanagement zur Reduzierung des Energieverbrauchs in der IKT. Studie für das Bundesministerium für Wirtschaft und Technologie. OFFIS, Oldenburg
Parolini L, Sinopoli B, Krogh BH (2008) Reducing data center energy consumption via coordinated cooling and load management. In: Proceedings of the 2008 conference on power aware computing and systems, HotPower’08, USENIX Association, Berkeley, CA, USA, pp 14
Patterson M, Tschudi B, Vangeet O, Cooley J, Azevedo D (2010) ERE: a metric for measuring the benefit of reuse energy from a data center. White Paper 29. The Green Grid, Beaverton, OR
Patterson M, Azevedo D, Belady C, Pouchet J (2011) Water usage effectiveness (WUE): a Green Grid data center sustainability metric. White Paper 35. The Green Grid, Beaverton, OR
Rao L, Liu X, Ilic M, Liu J (2012) Distributed coordination of internet data centers under multiregional electricity markets. Proc IEEE 100(1):269–282. doi:10.1109/JPROC.2011.2161236
Repschläger J, Erek K, Wilkens M, Pannicke D, Zarnekow R (2011) Konzeption einer Community Cloud für eine ressourceneffiziente IT-Leistungserstellung. In: Informatik 2011 – 4. Workshop Informatik und Nachhaltigkeitsmanagement, Berlin
Schödwell B, Drenkelfort G, Erek K, Zarnekow R, Behrendt F (2012) Auf dem Weg zu einem ganzheitlichen, quantitativen Bewertungsansatz für Energiemonitoring-Systeme in Rechenzentren. In: Informatik 2012 – 5, WS Informatik und Nachhaltigkeitsmanagement
SNIA (2011) SNIA Emerald power efficiency measurement specification version 1. Storage Networking Industry Association (SNIA), San Francisco, CA
SPEC (2011) Spec power and performance benchmark methodology v2.1. Standard Performance Evaluation Corporation (SPEC), Gainesville, VA
Watson R, Boudreau MC, Chen A (2010) Information systems and environmentally sustainable development: energy informatics and new directions for the is community. MIS Q 34(1):23–38
Wilde T, Hess T (2007) Forschungsmethoden der Wirtschaftsinformatik. Wirtschaftsinformatik 49:280–287. doi:10.1007/s11576-007-0064-z
Zarnekow R, Erek K, Löser F, Wilkens M (2009) Referenzmodell für ein Nachhaltiges Informationsmanagement. In: Research papers in information systems management, Band 3. Technische Universität Berlin, Berlin
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2013 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Schödwell, B., Erek, K., Zarnekow, R. (2013). Erfolgsfaktoren und Herausforderungen bei der Implementierung eines Messkonzeptes zum energie- und kosteneffizienten Lastmanagement in einer Community-Cloud. In: Marx Gómez, J., Lang, C., Wohlgemuth, V. (eds) IT-gestütztes Ressourcen- und Energiemanagement. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-35030-6_10
Download citation
DOI: https://doi.org/10.1007/978-3-642-35030-6_10
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-642-35029-0
Online ISBN: 978-3-642-35030-6
eBook Packages: Computer Science and Engineering (German Language)