[發(fā)明專利]一種Docker虛擬化場景下的服務器集群優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 201911005348.9
• 申請日: 2019-10-22
• 公開（公告）號: CN112306670A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設計）人: 時孝全;秦利濱;孫超;盛健勃
• 申請（專利權）人: 中建材信息技術股份有限公司;中建材信云智聯(lián)科技有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種Docker虛擬化場景下的服務器集群優(yōu)化方法，包括以下步驟：（1）通過Docker與操作系統(tǒng)的交互接口函數(shù)，收集Docker容器的服務器資源使用情況；（2）通過服務器操作系統(tǒng)和集群總控系統(tǒng)的交互接口函數(shù)，收集服務器集群的資源使用和任務情況；（3）在集群總控服務器，建立服務器、容器、進程表、集群進程總時間表，計算方法為所有進程按照某種組合執(zhí)行，將進程運行時間、載入時間和退出時間進行線性加和；窮舉所有組合形式，計算所有可能進程執(zhí)行序列的總執(zhí)行時間，輸入到集群進程總時間表；（4）選取集群總執(zhí)行時間最短的方案作為最優(yōu)方案執(zhí)行；（5）更新集群總控服務器表，服務器，容器和進程表；（6）重復執(zhí)行步驟（4）和步驟（5），直至所有進程執(zhí)行完畢。本發(fā)明的方法在服務器集群的層面進行優(yōu)化，不單獨關注某個服務器的需求響應，通過合理控制不同服務器、不同容器間的切換，提升了集群處理多個任務的能力，減少了集群總運行時間，區(qū)域內運行較為平穩(wěn)。

技術領域

本發(fā)明涉及一種服務器集群優(yōu)化方法，尤其涉及一種Docker虛擬化場景下的服務器集群優(yōu)化方法，屬于信息技術領域。

背景技術

Docker是一種常用的在Linux系統(tǒng)中運行Windows應用程序容器，可用來虛擬化服務器應用，使得客戶端在和Linux服務器交互時感覺不到容器外的操作系統(tǒng)屬性。Docker容器提供的跨平臺特性被用作Linux服務器集群應用程序托管服務。但Docker容器的存在，相當于在Linux操作系統(tǒng)和Windows應用程序之間加了一個中間層，不僅降低了單個服務器的效率，還有可能降低服務器集群系統(tǒng)效率。如何在應用程序Docker環(huán)境的虛擬化場景下調度服務器集群，成為集群運營商面臨的難題。

現(xiàn)有的Linux集群的調度系統(tǒng)主要采用LVS架構，包含負載均衡層（Loadbalancer），服務器群層（Server array）和數(shù)據(jù)共享層（Shared data），LVS架構是上述三層架構首字母的縮寫。現(xiàn)有的LVS架構提供多種調度方法，與單個服務器調度算法類似。

但其存在以下不足：集群內多個服務器運行著多個Docker容器，目前LVS架構下，不同服務器間調度算法沒有考慮Docker容器的特點，使得服務器、容器和進程（線程）在頻繁切換時可能導致系統(tǒng)效率降低。

發(fā)明內容

針對上述問題，本發(fā)明的目的在于提供一種通過合理控制不同服務器、不同容器間的切換，提升集群處理多個任務的能力，減少集群總運行時間的Docker虛擬化場景下的服務器集群優(yōu)化方法。

本發(fā)明的目的是通過以下技術方案來實現(xiàn)的：

一種Docker虛擬化場景下的服務器集群優(yōu)化方法，包括以下步驟：

（1）通過Docker與操作系統(tǒng)的交互接口函數(shù)，收集Docker容器的服務器資源使用情況；

（2）通過服務器操作系統(tǒng)和集群總控系統(tǒng)的交互接口函數(shù)，收集服務器集群的資源使用和任務情況；

（3）在集群總控服務器，建立服務器、容器、進程表、集群進程總時間表，計算方法為所有進程按照某種組合執(zhí)行，將進程運行時間、載入時間和退出時間進行線性加和；窮舉所有組合形式，計算所有可能進程執(zhí)行序列的總執(zhí)行時間，輸入到集群進程總時間表；

（4）選取集群總執(zhí)行時間最短的方案作為最優(yōu)方案執(zhí)行；

（5）更新集群總控服務器表，服務器，容器和進程表；

（6）重復執(zhí)行步驟（4）和步驟（5），直至所有進程執(zhí)行完畢。

步驟（3）中所述的進程表包含進程運行時間、載入時間、退出時間和服務器負載率表。

本發(fā)明的優(yōu)點：本發(fā)明的方法在服務器集群的層面進行優(yōu)化，不單獨關注某個服務器的需求響應，通過合理控制不同服務器、不同容器間的切換，提升了集群處理多個任務的能力，減少了集群總運行時間，區(qū)域內運行較為平穩(wěn)。