[發(fā)明專利]基于應(yīng)用運行負(fù)載數(shù)據(jù)預(yù)測的容器資源彈性預(yù)伸縮方法

在審

• 申請?zhí)枺?/td>: 202111285456.3
• 申請日: 2021-11-02
• 公開（公告）號: CN113722108A
• 公開（公告）日: 2021-11-30
• 發(fā)明（設(shè)計）人: 成運暢;文澤鵬;李龔亮;高鵬翔;楊光宏
• 申請（專利權(quán)）人: 中國工程物理研究院計算機應(yīng)用研究所
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 北京天奇智新知識產(chǎn)權(quán)代理有限公司 11340
• 代理人: 許馳

本發(fā)明公開了一種基于應(yīng)用運行負(fù)載數(shù)據(jù)預(yù)測的容器資源彈性預(yù)伸縮方法，屬于容器資源彈性伸縮技術(shù)領(lǐng)域，包括以下步驟：對當(dāng)前容器負(fù)載數(shù)據(jù)進(jìn)行預(yù)測計算；將預(yù)測結(jié)果作為容器彈性伸縮的預(yù)期輸入，計算出容器擴(kuò)展目標(biāo)；若容器擴(kuò)展目標(biāo)高于當(dāng)前已就緒資源，則容器彈性伸縮至目標(biāo)值；接受實際的負(fù)載請求量，判斷當(dāng)前資源是否滿足使用預(yù)期目標(biāo)，若不滿足目標(biāo)，則將預(yù)測誤差帶來的容器資源誤差覆蓋的請求轉(zhuǎn)入等待隊列，再容器彈性伸縮至目標(biāo)值，滿足則消費請求隊列，結(jié)束。本發(fā)明組合形成具有期望效果的預(yù)測算法并制定容器彈性伸縮策略，實現(xiàn)預(yù)發(fā)、高效的容器彈性伸縮方案，在復(fù)雜微服務(wù)集群架構(gòu)的系統(tǒng)上具有廣泛應(yīng)用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及一種容器資源彈性預(yù)伸縮方法，尤其涉及一種基于應(yīng)用運行負(fù)載數(shù)據(jù)預(yù)測的容器資源彈性預(yù)伸縮方法。

背景技術(shù)

在計算機領(lǐng)域，容器作為業(yè)內(nèi)使用最為廣泛的微服務(wù)管理技術(shù)，通過將微服務(wù)及其運行環(huán)境進(jìn)行統(tǒng)一打包處理，可以很好的降低系統(tǒng)的運維成本和資源成本，但這同時也給容器平臺的管理帶來了新的挑戰(zhàn)。由于當(dāng)前容器伸縮僅依靠容器管理平臺依據(jù)當(dāng)前負(fù)載狀況進(jìn)行手動響應(yīng)式調(diào)整，其反應(yīng)速度和伸縮精度均不能很好地滿足復(fù)雜微服務(wù)集群架構(gòu)下的服務(wù)運行要求和資源管理要求，主要表現(xiàn)在以下兩個方面：

一、完全響應(yīng)式彈性伸縮帶來的滯后性。

現(xiàn)有的響應(yīng)式容器彈性伸縮策略在發(fā)生負(fù)載變化時無法即時生效，會對業(yè)務(wù)產(chǎn)生影響。一方面，容器伸縮需要人工操作，通常是在接到負(fù)載抖動的告警之后才能做出判斷和反應(yīng)，反應(yīng)時間內(nèi)的請求會由于反應(yīng)延時而丟失；另一方面，容器通過資源調(diào)整進(jìn)行橫向和縱向的伸縮需要消耗系統(tǒng)資源，花費一定的的時間，在負(fù)載變化到伸縮過程完成前的這段時間該服務(wù)提供的業(yè)務(wù)連續(xù)性很難保障。

二、人工運維與水平復(fù)制的伸縮精確度無法保障。

容器伸縮度量調(diào)整的依據(jù)是當(dāng)前抖動負(fù)載的峰值，通常運維人員會以預(yù)先設(shè)定的服務(wù)資源為單位進(jìn)行調(diào)整，該調(diào)整過程會有一定的主觀因素。另外，當(dāng)前的容器伸縮均通過以預(yù)設(shè)資源標(biāo)注為單位的水平復(fù)制來實現(xiàn)，這導(dǎo)致資源量配必須為預(yù)設(shè)單元的公倍數(shù)，資源再伸縮過程需要經(jīng)過間隔保護(hù)期，總體上容器伸縮精確度難以保障。

發(fā)明內(nèi)容

本發(fā)明的目的就在于為了解決上述問題而提供一種能夠依據(jù)容器負(fù)載預(yù)期值自動提前進(jìn)行容器彈性精確調(diào)整的基于應(yīng)用運行負(fù)載數(shù)據(jù)預(yù)測的容器資源彈性預(yù)伸縮方法。

本發(fā)明通過以下技術(shù)方案來實現(xiàn)上述目的：

一種基于應(yīng)用運行負(fù)載數(shù)據(jù)預(yù)測的容器資源彈性預(yù)伸縮方法，包括以下步驟：

步驟1、采用高性能小樣本綜合時間序列預(yù)測方法對當(dāng)前容器負(fù)載數(shù)據(jù)進(jìn)行預(yù)測計算；

步驟2、將步驟1得到的預(yù)測結(jié)果作為容器彈性伸縮的預(yù)期輸入，計算出容器擴(kuò)展目標(biāo)；

步驟3、若容器擴(kuò)展目標(biāo)在當(dāng)前已就緒資源內(nèi)，則不做彈性伸縮，結(jié)束；若容器擴(kuò)展目標(biāo)高于當(dāng)前已就緒資源，則轉(zhuǎn)至步驟4；

步驟4、容器彈性伸縮至目標(biāo)值；

步驟5、接受實際的負(fù)載請求量，判斷當(dāng)前資源是否滿足使用預(yù)期目標(biāo)；

步驟6、若滿足目標(biāo)，則轉(zhuǎn)至步驟8；若不滿足目標(biāo)，則轉(zhuǎn)至步驟7；

步驟7、將預(yù)測誤差帶來的容器資源誤差覆蓋的請求轉(zhuǎn)入等待隊列，并轉(zhuǎn)至步驟4；

步驟8、消費請求隊列，結(jié)束。

作為優(yōu)選，所述步驟1中的高性能小樣本綜合時間序列預(yù)測方法包括以下步驟：

步驟1.1、輸入當(dāng)前容器負(fù)載數(shù)據(jù)；

步驟1.2、將數(shù)據(jù)進(jìn)行降噪處理；

步驟1.3、將降噪后的數(shù)據(jù)作為ARMA模型的輸入變量進(jìn)行初步計算；ARMA（Autoregressive moving average）模型即自回歸滑動平均模型，是研究時間序列的重要方法，由自回歸模型（簡稱AR模型）與移動平均模型（簡稱MA模型）為基礎(chǔ)“混合”構(gòu)成，是現(xiàn)有技術(shù)；