[發(fā)明專(zhuān)利]容器云環(huán)境下基于鏡像存在機(jī)制評(píng)分策略的資源調(diào)度方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010344175.X
• 申請(qǐng)日: 2020-04-27
• 公開(kāi)（公告）號(hào): CN111522667A
• 公開(kāi)（公告）日: 2020-08-11
• 發(fā)明（設(shè)計(jì)）人: 景宏磊;熊強(qiáng);陳云亮;李建新;陳小島;王力哲
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)地質(zhì)大學(xué)（武漢）
• 主分類(lèi)號(hào): G06F9/50
• 分類(lèi)號(hào): G06F9/50
• 代理公司: 北京金智普華知識(shí)產(chǎn)權(quán)代理有限公司 11401
• 代理人: 楊采良

本發(fā)明屬于容器云資源調(diào)度技術(shù)領(lǐng)域，公開(kāi)了一種容器云環(huán)境下基于鏡像存在機(jī)制評(píng)分策略的資源調(diào)度方法，對(duì)集群節(jié)點(diǎn)資源信息和待調(diào)度任務(wù)信息進(jìn)行收集并處理得到基礎(chǔ)數(shù)據(jù)；基于基礎(chǔ)數(shù)據(jù)構(gòu)建得到各資源評(píng)分?jǐn)?shù)據(jù)；根據(jù)資源評(píng)分?jǐn)?shù)據(jù)得到資源消耗最小策略評(píng)分?jǐn)?shù)據(jù)、資源消耗最均衡策略評(píng)分?jǐn)?shù)據(jù)和鏡像存在機(jī)制評(píng)分策略評(píng)分?jǐn)?shù)據(jù)；根據(jù)所述資源消耗最小評(píng)分策略、資源消耗最均衡評(píng)分策略和鏡像存在機(jī)制評(píng)分策略，構(gòu)建多資源約束下節(jié)點(diǎn)評(píng)分模型。本發(fā)明為容器集群中待調(diào)度任務(wù)篩選出最佳部署節(jié)點(diǎn)，減少集群任務(wù)執(zhí)行時(shí)間，提高集群任務(wù)調(diào)度效率。

技術(shù)領(lǐng)域

本發(fā)明屬于容器云資源調(diào)度技術(shù)領(lǐng)域，尤其涉及一種容器云環(huán)境下基于鏡像存在機(jī)制評(píng)分策略的資源調(diào)度方法。

背景技術(shù)

目前，隨著虛擬化技術(shù)和云計(jì)算技術(shù)的快速發(fā)展,資源調(diào)度是提高集群資源利用率并使成本最小化的關(guān)鍵技術(shù)，并且資源調(diào)度器能夠?qū)⒓嘿Y源分配給運(yùn)行任務(wù)。而集群資源分配離不開(kāi)集群節(jié)點(diǎn)資源評(píng)分的合理性，資源調(diào)度器收集到集群中各節(jié)點(diǎn)的資源評(píng)分后，就可以依據(jù)待調(diào)度任務(wù)需求來(lái)分配最佳任務(wù)部署節(jié)點(diǎn)，從而達(dá)到提高任務(wù)調(diào)度效率和集群資源利用率。

現(xiàn)有技術(shù)有許多關(guān)于集群資源調(diào)度的研究成果。有研究人員設(shè)計(jì)了對(duì)資源有不同敏感度的負(fù)載均衡模塊，解決了應(yīng)用對(duì)資源有不同實(shí)際需求情況下的調(diào)度問(wèn)題，以減少碎片化的資源。也有研究人員優(yōu)化了Ceph集群數(shù)據(jù)副本存儲(chǔ)策略，針對(duì)資源調(diào)度問(wèn)題建立了一個(gè)優(yōu)化模型，并基于此提出了兩個(gè)方法，分別用于容器的部署和在線(xiàn)遷移。還有研究人員對(duì)集群資源調(diào)度模型進(jìn)行了改進(jìn)并考慮了網(wǎng)絡(luò)因素，以對(duì)節(jié)點(diǎn)資源進(jìn)行更全面的評(píng)分。但是其改進(jìn)模型僅將網(wǎng)絡(luò)因素作為節(jié)點(diǎn)評(píng)分要素卻沒(méi)有對(duì)網(wǎng)絡(luò)因素的適用條件進(jìn)行全面分析。例如當(dāng)節(jié)點(diǎn)上存在任務(wù)運(yùn)行所需鏡像時(shí)，集群節(jié)點(diǎn)無(wú)須從遠(yuǎn)程倉(cāng)庫(kù)中下載任務(wù)運(yùn)行所需要的鏡像，此時(shí)網(wǎng)絡(luò)因素是處于失效狀態(tài)，該缺陷會(huì)導(dǎo)致資源調(diào)度方法不能為調(diào)度任務(wù)篩選出最佳部署節(jié)點(diǎn)，從而降低任務(wù)調(diào)度效率。

通過(guò)上述分析，現(xiàn)有技術(shù)存在的問(wèn)題及缺陷為：(1)現(xiàn)有技術(shù)的節(jié)點(diǎn)評(píng)分方法考慮因素單一、節(jié)點(diǎn)資源評(píng)分不準(zhǔn)確，在面對(duì)多資源約束的場(chǎng)景下無(wú)法很好的滿(mǎn)足任務(wù)調(diào)度需求。

(2)大多數(shù)節(jié)點(diǎn)評(píng)分方法考慮了節(jié)點(diǎn)網(wǎng)絡(luò)因素卻未兼顧節(jié)點(diǎn)鏡像因素，該類(lèi)節(jié)點(diǎn)評(píng)分方法未全面考慮節(jié)點(diǎn)網(wǎng)絡(luò)因素在節(jié)點(diǎn)評(píng)分方法中的適用性，例如當(dāng)節(jié)點(diǎn)上存在調(diào)度任務(wù)運(yùn)行的所需鏡像時(shí)，節(jié)點(diǎn)無(wú)需從遠(yuǎn)程鏡像倉(cāng)庫(kù)下載鏡像，可直接運(yùn)行調(diào)度任務(wù)；該缺陷導(dǎo)致調(diào)度算法不能為調(diào)度任務(wù)篩選出最佳部署節(jié)點(diǎn)，從而降低任務(wù)調(diào)度效率。

解決以上問(wèn)題及缺陷的難度為：現(xiàn)有方法難以做到調(diào)度的性能和效率的統(tǒng)一,不能全面動(dòng)態(tài)的評(píng)估節(jié)點(diǎn)的適用性。

解決以上問(wèn)題及缺陷的意義為：

本發(fā)明為待調(diào)度任務(wù)篩選出最佳部署節(jié)點(diǎn)，減少集群任務(wù)執(zhí)行時(shí)間，提高集群任務(wù)調(diào)度效率，降低集群成本開(kāi)銷(xiāo)。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供了一種容器云環(huán)境下基于鏡像存在機(jī)制評(píng)分策略的資源調(diào)度方法。本發(fā)明采用CPU、內(nèi)存、網(wǎng)絡(luò)和鏡像四類(lèi)資源因素并充分考慮網(wǎng)絡(luò)因素在節(jié)點(diǎn)評(píng)分過(guò)程中的有效性，給集群節(jié)點(diǎn)評(píng)分滿(mǎn)足以下兩個(gè)挑戰(zhàn)：(1)多方位節(jié)點(diǎn)資源評(píng)分(2)充分考慮了節(jié)點(diǎn)網(wǎng)絡(luò)資源評(píng)分的適用性。

本發(fā)明是這樣實(shí)現(xiàn)的，一種容器云環(huán)境下基于鏡像存在機(jī)制評(píng)分策略的資源調(diào)度方法包括：

S1對(duì)集群節(jié)點(diǎn)資源信息和待調(diào)度任務(wù)信息進(jìn)行收集并處理得到基礎(chǔ)數(shù)據(jù)。

S2基于基礎(chǔ)數(shù)據(jù)構(gòu)建得到各資源評(píng)分?jǐn)?shù)據(jù)。

S3根據(jù)資源評(píng)分?jǐn)?shù)據(jù)得到資源消耗最小策略評(píng)分?jǐn)?shù)據(jù)、資源消耗最均衡策略評(píng)分?jǐn)?shù)據(jù)和鏡像存在機(jī)制評(píng)分策略評(píng)分?jǐn)?shù)據(jù)。

S4根據(jù)所述資源消耗最小評(píng)分策略、資源消耗最均衡評(píng)分策略和鏡像存在機(jī)制評(píng)分策略，構(gòu)建多資源約束下節(jié)點(diǎn)評(píng)分模型。