[發(fā)明專利]一種Docker Swarm容器調(diào)度方法及調(diào)度系統(tǒng)有效
| 申請?zhí)枺?/td> | 202010295066.3 | 申請日: | 2020-04-15 |
| 公開(公告)號: | CN111506394B | 公開(公告)日: | 2023-05-05 |
| 發(fā)明(設(shè)計)人: | 黃劍鋒;林昊;蘇慶;劉添添;李小妹 | 申請(專利權(quán))人: | 廣東工業(yè)大學(xué) |
| 主分類號: | G06F9/455 | 分類號: | G06F9/455;G06F9/50 |
| 代理公司: | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人: | 郭帥 |
| 地址: | 510060 廣東省*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 docker swarm 容器 調(diào)度 方法 系統(tǒng) | ||
本申請一種Docker?Swarm容器調(diào)度方法及調(diào)度系統(tǒng),通過CPU、內(nèi)存、I/O負(fù)載、網(wǎng)絡(luò)寬帶和磁盤空間共五個指標(biāo)全面衡量容器節(jié)點負(fù)載狀態(tài)的性能,更貼近實際的容器任務(wù)部署情況,應(yīng)用基于閾值的雙重策略混合蛙跳算法確定使得節(jié)點負(fù)載最均衡的調(diào)度方案,根據(jù)子集的閾值選擇不同的局部搜索策略,加入群體之間的學(xué)習(xí)過程,擴大子群體的搜索范圍和整個集合的搜索集合,提高局部搜索精度,避免陷入局部最優(yōu);實施本發(fā)明的調(diào)度方法采用并行化部署思路,可有效減少容器任務(wù)部署時產(chǎn)生的資源碎片,最大化利用服務(wù)器資源。
技術(shù)領(lǐng)域
本發(fā)明屬于計算機計算虛擬化領(lǐng)域,具體涉及一種Docker?Swarm容器調(diào)度方法及調(diào)度系統(tǒng)。
背景技術(shù)
Docker?Swarm是應(yīng)用比較廣泛的容器編排系統(tǒng),Swarm用于管理Docker集群,根據(jù)調(diào)度策略把容器運行在合適的節(jié)點上,Docker?Swarm本身包含三種調(diào)度策略Spread、Binpack和Random,然而這三種策略的算法過于簡單,存在不少缺陷例如沒有考慮任務(wù)本身的資源需求,在分配節(jié)點時未對任務(wù)進(jìn)行區(qū)分根據(jù)負(fù)載模式和節(jié)點可用資源特征進(jìn)行優(yōu)化;不支持多任務(wù)調(diào)度,不利于在公共云計算平臺上的推廣;衡量節(jié)點負(fù)載狀態(tài)的性能指標(biāo)不全面未考慮到節(jié)點自身的硬件性能。
現(xiàn)有技術(shù)中不乏對Docker?Swarm調(diào)度策略算法的優(yōu)化,包括考慮實時資源使用情況、采用動態(tài)權(quán)值分配節(jié)點、粒子群優(yōu)化等,這些方法仍存在以下缺點:不具備并行化部署調(diào)度能力、精度不高誤差較大、對節(jié)點和容器的性能消耗分析不夠全面。
發(fā)明內(nèi)容
基于此,本發(fā)明提供一種Docker?Swarm容器調(diào)度方法及調(diào)度系統(tǒng),采用具有雙重局部搜索策略的混合蛙跳算法在有限節(jié)點的Docker集群上部署容器任務(wù),使得節(jié)點集群的負(fù)載最為均衡,并實現(xiàn)并行化部署。
本發(fā)明一種Docker?Swarm容器調(diào)度方法,包括:
S1.為每個調(diào)度方案隨機分配執(zhí)行節(jié)點,根據(jù)各節(jié)點的總資源負(fù)載值計算調(diào)度方案集合S=(T1,T2,…,Tm)中各調(diào)度方案Ti的適應(yīng)度,i=1,2,…,m,資源包括CPU、內(nèi)存、I/O負(fù)載、網(wǎng)絡(luò)寬帶和磁盤空間;
S2.把m個調(diào)度方案分為若干個子集,根據(jù)子集的策略閾值更新子集;
S3.重新混合所有調(diào)度方案為新的集合,重復(fù)步驟S1,根據(jù)各調(diào)度方案的適應(yīng)度確定當(dāng)前全局最優(yōu)解,滿足全局搜索終止條件時停止搜索并輸出當(dāng)前全局最優(yōu)解,否則返回步驟S2。
優(yōu)選地,步驟S1之前還包括:
S0.初始化調(diào)度方案集合S=(T1,T2,…,Tm),每個調(diào)度方案包括n個任務(wù),即Ti=(I1,I2,…,In)。
優(yōu)選地,節(jié)點的總資源負(fù)載值的計算為式中的ωi為資源負(fù)載的權(quán)重,xi為資源在該節(jié)點的負(fù)載值。
優(yōu)選地,調(diào)度方案Ti的適應(yīng)度的計算為式中的N為節(jié)點總數(shù),Li為第i個節(jié)點的總資源負(fù)載值,為所有節(jié)點的總資源負(fù)載值的平均值。
優(yōu)選地,步驟S2還包括:
S201.把m個調(diào)度方案根據(jù)適應(yīng)度降序排列并平均分為d個子集;
S202.根據(jù)子集的策略閾值更新子集。
優(yōu)選地,步驟S201包括:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東工業(yè)大學(xué),未經(jīng)廣東工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010295066.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 基于容器的應(yīng)用實例彈性伸縮的實現(xiàn)方法、裝置及系統(tǒng)
- 一種部署開票服務(wù)的方法及系統(tǒng)
- 采用差分進(jìn)化算法作為Docker Swarm調(diào)度策略的方法
- 一種swarm集群的宿主機性能擴展方法及裝置
- Docker集群多租戶下虛擬Socket通信的方法
- 基于主成分分析的Swarm雙星磁場數(shù)據(jù)地震前兆異常提取方法
- 基于Swarm模型的微博用戶影響力計算方法及系統(tǒng)
- 一種swarm集群下的容器監(jiān)控方法和共享服務(wù)云平臺
- 一種基于容器技術(shù)的區(qū)塊鏈管理方法
- 一種面向SWARM電磁衛(wèi)星數(shù)據(jù)的深度學(xué)習(xí)地震預(yù)測方法
- 旅游車輛調(diào)度監(jiān)控方法及其系統(tǒng)
- 一種用戶隊列調(diào)度的方法和裝置
- 一種資源調(diào)度的方法、裝置和過濾式調(diào)度器
- 一種調(diào)度方法和裝置
- 一種調(diào)度終端動態(tài)切換調(diào)度組歸屬關(guān)系的方法及裝置
- 用戶調(diào)度方法、裝置、基站和存儲介質(zhì)
- 一種食材的調(diào)度系統(tǒng)和方法
- 一種資源調(diào)度的方法、裝置和過濾式調(diào)度器
- 任務(wù)調(diào)度方法、裝置、設(shè)備及存儲介質(zhì)
- 一種自動化調(diào)度系統(tǒng)和調(diào)度方法





