[發明專利]容器應用遷移方法、裝置、電子設備和計算機可讀介質

在審

• 申請號: 202011418963.5
• 申請日: 2020-12-07
• 公開（公告）號: CN112559125A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 趙茂祥
• 申請（專利權）人: 上海連尚網絡科技有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 陳佳

1.一種容器應用遷移方法，包括：

基于目標節點服務器的實時運行監控信息，生成預定未來時間段的運行狀態信息，其中，所述運行狀態信息用于表征所述目標節點服務器的運行負載正常或所述目標節點服務器的運行負載異常；

響應于確定所述運行狀態信息表征所述目標節點服務器的運行負載異常，從所述目標節點服務器中部署的容器應用集中選擇容器應用作為目標容器應用；

對所述目標節點服務器中部署的所述目標容器應用進行遷移處理。

2.根據權利要求1所述的方法，其中，所述生成預定未來時間段的運行狀態信息，包括：

將所述實時運行監控信息輸入至預先訓練的運行狀態預測模型，得到運行狀態信息。

3.根據權利要求2所述的方法，其中，所述運行狀態預測模型通過如下步驟訓練得到：

獲取所述目標節點服務器的歷史監控信息集合作為樣本集，其中，所述樣本包括歷史運行監控信息和與所述歷史運行監控信息對應的所述預定未來時間段的樣本歷史運行狀態信息；

基于樣本集執行以下訓練步驟：

將樣本集中的至少一個樣本的歷史運行監控信息分別輸入至初始神經網絡，得到所述至少一個樣本中的每個樣本對應的歷史運行狀態信息；

將所述至少一個樣本中的每個樣本對應的歷史運行狀態信息與對應的樣本歷史運行狀態信息進行比較；

根據比較結果確定初始神經網絡是否達到預設的優化目標；

響應于確定初始神經網絡達到所述優化目標，將初始神經網絡作為訓練完成的運行狀態預測模型。

4.根據權利要求3所述的方法，其中，訓練得到所述運行狀態預測模型的步驟還包括：

響應于確定初始神經網絡未達到所述優化目標，調整初始神經網絡的網絡參數，以及使用未用過的樣本組成樣本集，使用調整后的初始神經網絡作為初始神經網絡，再次執行所述訓練步驟。

5.根據權利要求1所述的方法，其中，所述從所述目標節點服務器中部署的容器應用集中選擇容器應用作為目標容器應用，還包括：

將所述目標節點服務器的容器部署權限標識確定為第一標識以鎖定所述目標節點服務器的設備資源。

6.根據權利要求5所述的方法，其中，所述方法還包括：

從所述目標節點服務器中獲取實時運行監控信息作為目標實時運行監控信息；

基于所述目標實時運行監控信息，生成節點負載分值；

響應于確定所述節點負載分值滿足預定條件，將所述容器部署權限標識確定為第二標識以供在所述目標節點服務器部署容器應用。

7.根據權利要求6所述的方法，其中，所述目標實時運行監控信息包括節點中央處理器負載率、節點內存負載率和節點每秒查詢率；以及

所述基于所述目標實時運行監控信息，生成節點負載分值，包括：

基于所述節點中央處理器負載率、所述節點內存負載率和所述節點每秒查詢率，生成節點負載分值。

8.根據權利要求1所述的方法，其中，所述方法還包括：

將所述運行狀態信息發送至與所述目標節點服務器相關聯的具有顯示功能的設備。

9.一種容器應用遷移裝置，包括：

生成單元，被配置成基于目標節點服務器的實時運行監控信息，生成預定未來時間段的運行狀態信息，其中，所述運行狀態信息用于表征所述目標節點服務器的運行負載正常或所述目標節點服務器的運行負載異常；

選擇單元，被配置成響應于所述運行狀態信息表征所述目標節點服務器的運行負載異常，從所述目標節點服務器中部署的容器應用集中選擇容器應用作為目標容器應用；

處理單元，被配置成對所述目標節點服務器中部署的所述目標容器應用進行遷移處理。

10.一種電子設備，包括：

一個或多個處理器；

存儲裝置，其上存儲有一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-8中任一所述的方法。

11.一種計算機可讀介質，其上存儲有計算機程序，其中，所述程序被處理器執行時實現如權利要求1-8中任一所述的方法。