为什么会这样？这种可靠性足以用于稍微降低IoT设备的功耗吗，还会有任何缺点吗？
#1 楼
经过进一步的调查，我认为问题在于，尽管降低了功率（能量传输率），但使用Docker却增加了总体能耗，因此在降低电费方面没有任何好处。根据该论文的100,000个请求的数字，我们可以通过以下公式计算能源使用量：
能量=功率x时间
鉴于本机代码消耗了2.4893 W的功率，耗时约170秒（请参见图3，本机200），我们知道所使用的能量为：
2.4893 W * 170 s
= 423.181 Ws = 423.181 J（1瓦特秒等于焦耳，换句话说，瓦特是每秒的焦耳）
对于Docker代码，功耗为2.3642 W，但是花费的时间为220秒，因此：
2.3642 W * 220 s
/> = 520.124 Ws = 520.124 J
因此，该示例的整体能耗比以前提高了96.943 J，如果担心能耗，这显然是不可取的。但是，使用Docker确实具有部署和管理的其他优势，但是在严格受限的环境（例如仅电池）中，似乎最好避免使用它。
评论
通过我阅读最后一页上的表格，您有一点倒退。 “ Docker”的功耗通常比“ Native”高。文本确实提到了性能上也存在差异（在表I的右下象限）的情况，大概是由于容器的网络瓶颈增加，这将导致处理器的活动性降低。@delicateLatticeworkFever可能是这样，我正在查看“ 5000个请求”，“ 25000个请求”和“ 100000个请求”，其中功耗分别显示为“ -4.63％”，“-3.84％”和“ -5.29％” 。性能差异似乎确实是功率差异的可能原因，这可能值得一提。我的问题之一是，如果您对性能稍有下降感到满意，是否可以以此为代价进行折衷，因为这对我来说似乎是一个有趣的主意。
好吧，如果这是因为这5000个请求花费了更长的时间，那确实意味着以少于100％的速度执行事务意味着每个任务使用的能源更少。那可能是这个问题的一般形式，我可能会随意地说，这与通过散热而损失的能量有关。 （至少某些）处理器在达到极限时效率较低吗？很容易。在这种情况下，如果您希望获得好处，则可以在CPU受到一些节制的情况下运行测试，看看是否能产生相同的好处（它肯定会运行得更慢并且使用更少的功率）。请注意，在5W设备上，我不确定+/- <5％是否有意义。
请注意，在5W设备上，我不确定+/- <5％是否有意义。 -很好，但是，如果您大规模运行IoT设备，节能将变得更加重要（无论如何，这都是一个有趣的思想实验）。如果您想将自己的想法整理成一个答案，我认为您可以解决我提出的问题。
嗯，虽然不确定我的快速假设是否正确；乍一看，似乎关系是线性的：stackoverflow.com/questions/6128960 / ... ...该图的斜率<1，所以最大化处理器应该更有效。