一种基于时序预测的容器调度方法技术

一种基于时序预测的容器调度方法,包括以下步骤：s1：根据行业应用的特征选定其周期性；s2：时序预测模块从指标数据库获取监控系统采集的应用各种历史负载数据，根据应用的历史负载数据，利用时序预测算法，对所述应用的一个完整周期中的每个历史负载数据进行学习，预测出一个完整周期中每个时间点的资源特征值；s3：将上述资源特征值存放到缓存库中，供调度扩展模块使用；s4：创建一个新容器应用，在一个候选节点列表中根据优先级选择一个最优节点，并将所述新容器放置在该最优节点上。本发明专利技术的方法能够自动识别应用的特征，将不同高峰期的应用错峰部署，实现削峰填谷，提升整个集群的资源利用率和自动化运维水平。

A container scheduling method based on time series prediction

【技术实现步骤摘要】
一种基于时序预测的容器调度方法
本专利技术属于电信运营商业务领域，尤其涉及一种基于时序预测的容器调度方法。
技术介绍
电信运营商的业务运营支撑系统（Business&OperationSupportSystem，以下简称为BOSS系统）是一种复杂的企业级应用，分为CRM、计费、结算等多个子系统，包含数百个应用，在微服务架构下，应用是以容器方式发布并运行到容器集群中的，将容器放置到合适的节点上（以下这个过程也会称为调度），实现整个集群资源最大利用率是容器集群的核心功能。在微服务架构下，应用和容器是一一对应的（即一个容器内只部署一个应用）,因此在本专利技术的描述中，容器和应用会混合使用，都代表某种应用的容器，比如某容器的负载特征是指某种应用容器的负载特征。在利用预测的资源调度方面，现有技术方案存在如下问题：首先，基于预测来实现弹性伸缩或者动态迁移，即通过预测未来一段时间资源的使用量来调整现有部署（通过扩缩容或者动态迁移）。无论是伸缩还是迁移，是事后的优化，都有一定的变更成本。同时，容器往往承载的是微服务应用，本身是不断在创建本文档来自技高网...

【技术保护点】
1.一种基于时序预测的容器调度方法,其特征在于，包括以下步骤：/ns1：根据行业应用的特征选定其周期性，以确定所述应用的一个完整周期的资源使用情况；/ns2：时序预测模块从指标数据库获取监控系统采集的应用各种历史负载数据，根据应用的历史负载数据，利用时序预测算法，对所述应用的一个完整周期中的每个历史负载数据进行学习，预测出一个完整周期中每个时间点的资源特征值；/ns3：将上述资源部特征值存放到缓存库中，供调度扩展模块使用；/ns4：创建一个新容器应用，在一个候选节点列表中根据优先级选择一个最优节点，并将所述新容器放置在该最优节点上；/ns5：定时周期性执行步骤s2-s3，以保证特征值是及时有效...

【技术特征摘要】
1.一种基于时序预测的容器调度方法,其特征在于，包括以下步骤：
s1：根据行业应用的特征选定其周期性，以确定所述应用的一个完整周期的资源使用情况；
s2：时序预测模块从指标数据库获取监控系统采集的应用各种历史负载数据，根据应用的历史负载数据，利用时序预测算法，对所述应用的一个完整周期中的每个历史负载数据进行学习，预测出一个完整周期中每个时间点的资源特征值；
s3：将上述资源部特征值存放到缓存库中，供调度扩展模块使用；
s4：创建一个新容器应用，在一个候选节点列表中根据优先级选择一个最优节点，并将所述新容器放置在该最优节点上；
s5：定时周期性执行步骤s2-s3，以保证特征值是及时有效的。


2.根据权利要求1所述的一种基于时序预测的容器调度方法,其特征在于，在步骤s2中，时序预测时先用四分位算法对采集的历史负载数据进行异常值过滤，然后利用prophet算法拟合并预测出一个完整周期的资源特征值。


3.根据权利要求1所述的一种基于时序预测的容器调度方法,其特征在于，在步骤s2中，所述时序预测模块由python语言实现，定期从指标数据库中获取应用的历史负载数据，并利用预测算法预测出应用的资源特征值。


4.根据权利要求1所述的一种基于时序预测的容器调度的方法,其特征在于，在步骤s4中，所述最优节点的确定方法为：s41：将...

【专利技术属性】
技术研发人员：王玉木，
申请(专利权)人：浩鲸云计算科技股份有限公司，
类型：发明
国别省市：江苏;32