Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Energy Cost Optimizations in Cloud Environments. Cost Aware Resource Management in Distributed Cloud Data Centers

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Andreas Egger
ISBN: 9783330507159
Год издания: 2016
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 216
Издательство: AV Akademikerverlag
Цена: 33693 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 163723
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: The increasing popularity of cloud services today has led to a tremendous increase in energy consumption of data centers. As energy costs represent a significant part of the total cost of data center operations, energy cost reductions have become paramount for cloud providers to keep cloud services at an affordable price. This book provides insights into how to achieve significant energy cost reductions in environments with multiple interconnected data centers which feature connections to different power markets. The first part discusses various energy price forecasting methods in order to find the best method for predicting energy prices in power markets. The second part introduces a framework for cloud simulation in which different cloud conditions on real energy price data are tested. In addition, energy price forecasting methods are applied to further optimize resource scheduling and to maximize energy cost reductions. Finally, the results are summarized and the best model is presented resulting from cloud simulations over a wide range of energy price data.
Ключевые слова: Cloud, Costs, Energy, forecasting, Optimization, Programming, Scheduling, Simulation