Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Power Profiling: Understanding the Impact of CPU Workloads on Container and Virtual Machine Power Efficiency
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap.
2024 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

Data centers power consumption represent a substantial amount of the global power consumption. While hardware has improved over the years, this study focuses on the software side of optimization, looking at the power consumption differences in containers and virtual machines.Through testing, this project reveals that there is a significant difference in the power consumption of containers and virtual machines. The type of application load imposed on the CPU is a critical factor that significantly changes the power consumption characteristics of the virtualization technologies.In purely CPU-bound tasks, containers exhibit a marginal edge, in being 0.6% more efficient than virtual machines. When syscalls are being invoked, the results show that virtual machines are the more energy efficient choice by a margin.As the workload tends more towards that of I/O operations, the containers are once again the most energy efficient option. Even though this study shows that one can reduce power consumption by replacing virtualization technologies with eachother, more prevalent methods exists that reduce the power consumption even further than what this project has managed.

Ort, förlag, år, upplaga, sidor
2024.
Serie
UMNAD ; 1454
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:umu:diva-222698OAI: oai:DiVA.org:umu-222698DiVA, id: diva2:1846662
Externt samarbete
Trafikverket
Utbildningsprogram
Civilingenjörsprogrammet i Teknisk datavetenskap
Handledare
Examinatorer
Tillgänglig från: 2024-03-25 Skapad: 2024-03-25 Senast uppdaterad: 2024-03-25Bibliografiskt granskad

Open Access i DiVA

fulltext(1911 kB)228 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1911 kBChecksumma SHA-512
6c9460323efa0042b5018a055cc1817690b940530eb2bb4bd51bdc79e7f01594eb4d0947fb6c701ec95f735fd64ae99626ce06a80226a5b91e7e6d653651aae9
Typ fulltextMimetyp application/pdf

Av organisationen
Institutionen för datavetenskap
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 228 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 471 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf