[發明專利]一種基于歷史數據分析的容器云平臺資源配額預測方法

有效

• 申請號: 201911360632.8
• 申請日: 2019-12-25
• 公開（公告）號: CN110990159B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 蔡亮;魯家南;才振功;李康;鄒金柱
• 申請（專利權）人: 浙江大學;中移在線服務有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06Q10/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于歷史數據分析的容器云平臺資源配額預測方法，其特征在于，包括以下步驟：

(1)分別在實驗環境和線上環境監控kubernetes服務實例并獲得服務負載數據和資源使用量數據；所述資源使用量數據包括CPU資源使用量和內存資源使用量；

(2)根據步驟(1)得到的服務負載數據和資源使用量數據，基于統計學模型獲取CPU資源使用量和內存資源使用量之間的關系；

(3)設置CPU參考配額值，并通過均勻采樣生成一組CPU待選配額值；再根據步驟(2)獲取的CPU資源使用量和內存資源使用量之間的關系，得到對應的內存待選配額值，構成CPU、內存配額值組；對不同的配額值組重復配額實驗，根據實驗得到的最小資源占用值確定配額較優值組；

(4)將服務配額設定為步驟(3)得到的配額較優值組，采用不同級別負載作為實驗環境的服務請求，記錄不同級別請求負載對應的CPU資源使用量；

(5)根據步驟(4)得到的不同級別請求負載對應的CPU資源使用量，通過線性回歸的方法得到請求負載和服務CPU資源使用量的函數關系，從而根據請求負載預測CPU資源使用量；

所述步驟(5)包括以下子步驟：

(51)利用一元線性回歸的方法，得到請求負載L與CPU資源使用量R之間的函數關系R＝a×L+b；

(52)構建請求負載與CPU資源使用量映射關系函數如下：當0≤請求負載≤L_峰值，去除請求負載為0的情況，如L_x-1＜請求負載≤L_x，則CPU資源使用量R＝R_x；當L_峰值＜請求負載，則CPU

2.根據權利要求1所述基于歷史數據分析的容器云平臺資源配額預測方法，其特征在于，所述步驟(1)包括以下子步驟：

(11)同時在實驗環境和線上環境下，在kubernetes的每一個容器節點運行cAdvisor，用于實時獲取容器節點的資源使用量數據，包括CPU資源使用量R和內存資源使用量M，并按照時間排序，生成CPU時序序列Tscpu和內存時序序列Tsmem；在kubernetes的每一個主機節點上部署node-exporter工具，配置普羅米修斯用于匯集服務質量指標數據；在kubernetes中安裝部署Prometheus?custom?metrics?API?adapter和k8s-prometheus-adapter工具用于配置水平自動擴縮容；

(12)在實驗環境下，根據服務質量指標為服務配置水平自動擴縮容，根據線上環境的歷史服務請求數據提取服務負載周期Tload，模擬線上環境的單位時間請求數配置實驗環境的服務請求負載。