扩容方法及装置制造方法及图纸

本发明专利技术提供了一种扩容方法及装置，该方法包括：根据历史负荷数据获取预测负荷曲线；根据预测负荷曲线获取扩容时间点；在检测到实际负荷曲线与预测负荷曲线符合预定关系时，在扩容时间点启动扩容。通过本发明专利技术，可以解决相关技术的扩容触发机制无法合理利用资源且容易造成呼叫损耗的问题。

【技术实现步骤摘要】
扩容方法及装置
本专利技术涉及通信领域，具体而言，涉及一种扩容方法及装置。
技术介绍
目前，云计算、虚拟化和容器技术被广泛使用，并产生了以虚拟化和容器为基础的集群技术，当负载过高时，扩容节点，为其对应的集群添加集群节点资源；当其负载过低时，迁走负荷，减少集群节点。如此，计算资源按需动态分配，提高了资源利用率，降低能耗。对于扩缩容的触发条件判断方面，不同厂商采用的准则各不相同，比如，Openshift的Docker容器以中央处理器(CentralProcessingUnit，简称为CPU)平均使用率为门限值，OSG使用业务每秒建立呼叫数量(CallAttemptsPerSecond，简称为CAPS)作为触发门限，超过门限上限就扩容虚机(容器)，低于门限下限就缩容虚机(容器)。但是，无论使用哪种扩容触发机制，都面临着同样的一个问题：如果扩容门限过低，会产生不必要的虚机(容器)，降低了计算资源利用率；如果扩容门限过高，则有可能引发呼叫损耗，对于负荷增长速度快，扩容过程时间长的业务，该问题尤其突出。
技术实现思路
本专利技术实施例提供了一种扩容方法及装置，以至少解决相关技术的扩容触发机制无法合理利用资源且容易造成呼叫损耗的问题。根据本专利技术的一个实施例，提供了一种扩容方法，包括：根据历史负荷数据获取预测负荷曲线；根据所述预测负荷曲线获取扩容时间点；在所述扩容时间点启动扩容。可选地，根据所述历史负荷数据获取所述预测负荷曲线包括：将所述历史负荷数据作为预定历史负荷数据输入预定模型，使用所述预定模型对所述历史负荷数据进行处理，获取预定预测负荷曲线作为所述预测负荷曲线，其中，所述预定模型为使用多组数据通过机器学习获取的，所述多组数据中的每组数据均包括：预定历史负荷数据，预定预测负荷曲线。可选地，根据所述预测负荷曲线获取所述扩容时间点包括：根据所述预测负荷曲线包括的上容忍曲线和下容忍曲线获取平均预测负荷曲线；根据所述平均预测负荷曲线和预定门限值获取第一扩容时间点；根据所述第一扩容时间点和扩容所需时间，获取所述扩容时间点。可选地，使用所述预定模型对所述历史负荷数据进行处理包括：循环删除所述历史负荷数据中的标准差最小的值，直至删除了N个值，其中，所述N为正整数；获取删除后的历史负荷数据中每个值的标准差；使用所述预定模型对所述标准差进行处理。可选地，所述预定模型包括使用多组数据通过机器学习获取的预定系数。可选地，所述预定系数通过如下方式获取：设置所述预定系数的初始值；使用所述初始值对预定历史负荷数据进行处理，获取预定预测负荷曲线；根据所述预定预测负荷曲线和所述预定预测负荷曲线对应的实际预测负荷曲线，获取误差值；当所述误差值没有落在预定范围内时，修正所述初始值，继续执行上述步骤，直至所述误差值落在所述预定范围内，将修正后的初始值作为所述预定系数。可选地，根据所述历史负荷数据获取所述预测负荷曲线之前，还包括：更新所述历史负荷数据。可选地，根据所述预测负荷曲线获取所述扩容时间点包括：根据所述预测负荷曲线包括的上容忍曲线和下容忍曲线获取平均预测负荷曲线；根据所述平均预测负荷曲线和预定门限值获取第一扩容时间点；根据所述第一扩容时间点和扩容所需时间，获取所述扩容时间点。可选地，在所述扩容时间点启动扩容包括：在检测到所述预测负荷曲线对应的第二实际负荷曲线与所述预测负荷曲线符合预定关系时，在所述扩容时间点启动扩容；检测到第二实际负荷曲线与所述预测负荷曲线不符合预定关系；在实际负荷达到扩容门限值时启动扩容。可选地，所述预定关系包括：所述实际负荷曲线处于所述上容忍曲线和所述下容忍曲线之间。根据本专利技术的另一个实施例，还提供了一种弹性扩缩容单元ESU，包括：第一获取模块，用于根据历史负荷数据获取预测负荷曲线；第二获取模块，用于根据所述预测负荷曲线获取扩容时间点；启动模块，在所述扩容时间点启动扩容。根据本专利技术的又一个实施例，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项所述的方法。根据本专利技术的又一个实施例，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任一项所述的方法。通过本专利技术，根据历史负荷数据获取预测负荷曲线；根据预测负荷曲线获取扩容时间点；在扩容时间点启动扩容。由于根据历史负荷数据对负荷曲线进行了预测，并根据预测负荷曲线获取了对应的扩容时间点，在该扩容时间点启动扩容，使得触发扩容的时间不在仅仅只依靠固定的扩容门限，可以根据历史负荷数据确定对应的触发扩容的时间，避免了扩容门限过低或过高引起的问题。因此，可以解决相关技术的扩容触发机制无法合理利用资源且容易造成呼叫损耗的问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的一种扩容方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的扩容方法的流程图；图3是根据本专利技术实施例的获取扩容时间点的示意图；图4是根据本专利技术实施例的组网装置示意图；图5是根据本专利技术实施例的扩容方法优选流程图；图6是根据本专利技术实施例的扩容装置的结构框图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。实施例1本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种扩容方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储应用软件的软件程序以及模块，如本专利技术实施例中的扩容方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置106用于经由一个网络接收或本文档来自技高网...

【技术保护点】
1.一种扩容方法，其特征在于，包括：/n根据历史负荷数据获取预测负荷曲线；/n根据所述预测负荷曲线获取扩容时间点；/n在所述扩容时间点启动扩容。/n

【技术特征摘要】
1.一种扩容方法，其特征在于，包括：
根据历史负荷数据获取预测负荷曲线；
根据所述预测负荷曲线获取扩容时间点；
在所述扩容时间点启动扩容。


2.根据权利要求1所述的方法，其特征在于，根据所述历史负荷数据获取所述预测负荷曲线包括：
将所述历史负荷数据作为预定历史负荷数据输入预定模型，使用所述预定模型对所述历史负荷数据进行处理，获取预定预测负荷曲线作为所述预测负荷曲线，
其中，所述预定模型为使用多组数据通过机器学习获取的，所述多组数据中的每组数据均包括：所述预定历史负荷数据，所述预定预测负荷曲线。


3.根据权利要求2所述的方法，其特征在于，使用所述预定模型对所述历史负荷数据进行处理,包括：
循环删除所述历史负荷数据中的标准差最小的值，直至删除了N个值，其中，所述N为正整数；
获取删除后的所述历史负荷数据中每个值的标准差；
使用所述预定模型对所述标准差进行处理。


4.根据权利要求2或3所述的方法，其特征在于，所述预定模型包括使用多组数据通过机器学习获取的预定系数。


5.根据权利要求4所述的方法，其特征在于，所述预定系数通过如下的方式获取：
设置所述预定系数的初始值；
使用所述初始值对所述预定历史负荷数据进行处理，获取所述预定预测负荷曲线；
根据所述预定预测负荷曲线和所述预定预测负荷曲线对应的实际预测负荷曲线，获取误差值；当所述误差值没有落在预定的误差范围内时，对所述初始值进行修正，并再次获取所述误差值，直至所述误差值落入在所述预定的无法范围内；
将修正后的所述初始值作为所述预定系数。

【专利技术属性】
技术研发人员：何君臣，屠要峰，陈俊，梅君君，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44