数据中心是云计算的底层支撑设施。近年来在云计算的带动下,数据中心的规模不断扩张并在全球得到广泛部署。与此同时数据中心的能耗急剧增长,一方面增加了数据中心的运营成本,另一方面大量的碳排放使数据中心受到来自政府及环保组织的压力与日俱增。在激烈的云计算市场的竞争和日益受到关注的环保压力中,如何有效地控制和降低数据中心的能耗成本以及碳排放已经引起工业界和学术界的广泛关注。能耗计量是数据中心能耗管理的基石。合理的能耗计量方法可以帮助数据中心分析能耗成本,设计合理的计价策略,并为能效优化提供依据。数据中心的能耗主要由两部分组成:服务器等IT设施和制冷系统等非IT设施。为了提高IT设施的利用率,数据中心通常采用虚拟化技术管理IT资源,因此虚拟机是数据中心管理IT设施与资源的最基础单元。然而虚拟机作为物理硬件资源的逻辑抽象,无法直接通过硬件测量其能耗。此外,虚拟机之间的资源竞争会导致虚拟机出现能耗变化,而当前的研究中所采用的资源–能耗映射模型无法有效地刻画资源竞争对能耗的影响。另一方面,非IT设施也占了数据中心能耗很大比例,而且非IT设施的能耗与效率受到IT设施负载的影响很大。目前对于非IT设施的能耗计量的研究尚不完善。此外在测量IT设施与非IT设施能耗关系时发现,数据中心实际运行过程中IT负载变化大,而且远远低于设计峰值,导致配套的非IT设施利用率和能效低下。针对上述问题,从数据中心能耗的不同维度测量出发,并基于测量发现进行能效优化的系统设计。通过实际数据中心的能耗测量与分析,并结合经济学博弈理论,面向IT和非IT两个维度设计了高效合理的能耗计量方法。此外基于测量发现,将IT能耗的动态变化和非IT设施的能效优化结合,设计实现了高效的制冷系统。具体包括以下三个方面的内容:在面向IT虚拟机层能耗计量方面,针对虚拟机资源竞争导致的能耗变化且难以量化的难题,采用经济学博弈理论提出了一种基于宏观准确性和公平性的虚拟机能耗计量评价标准。依据新提出的标准,将虚拟机的运行状态和经济学方法中的夏普利值方法结合,设计了一种具有公平保证的虚拟机能耗计量方法。此外针对夏普利值方法输入数量众多的难题,设计了通过局部输入数据获取全局输入数据的线性估测方法。通过实验验证,提出的线性估测方法的平均误差小于6%,最大误差为11.7%。在面向非IT设施层能耗计量方面,设计了一种基于夏普利值的轻量级能耗计量方法。夏普利值的计算复杂度高达O(2~N),不同于一个物理机可服务的虚拟机数量有限,一个非IT设施通常服务成千上万的IT设备,因此夏普利值方法难以直接应用到非IT能耗的计量。通过测量并分析真实数据中心非IT设施的能耗,并基于非IT设施能耗特征进行推导证明,设计了一种在理论上和夏普利值方法等价但是复杂度仅为O(N)的方法。结合实际应用场景并通过实验测量发现,该方法的平均相对误差小于4%,最大相对误差仅为6.97%。在IT负载的非IT设施能效结合优化方面,设计了一种基于IT负载感知的混合水冷系统。数据中心IT负载在时间和空间上存在不均衡的现象。一方面数据中心平均IT负载不高导致制冷系统的利用率低下,存在大量冗余的制冷能力,产生能耗浪费。另一方面,目前水冷系统由于技术限制,采用的都是中心化的制冷控制方法,导致水冷系统在应对局部热点时制冷效率低下。混合水冷系统将水冷和半导体制冷片相结合,并根据数据中心负载变化设计了细粒度的制冷控制方法。实验结果表明,混合水冷系统在CPU制冷能效比上达到了1.04～1.05的PUE。综上所述,分别面向IT层面和非IT层面为数据中心设计了全面的、细粒度的能耗计量与分析方法,并结合IT负载设计新的制冷系统和制冷控制策略,提高了数据中心的能效比。