基于docker弹性伸缩的大数据平台资源调度方法技术

本发明专利技术提供了一种基于docker弹性伸缩的大数据平台资源调度方法，涉及大数据资源调度技术领域，能够实现应用系统的自动扩容和缩容，显著提高资源利用率，节约成本；该方法步骤包括：S1、对应用负载的资源消耗指标进行阈值设置；S2、对实际资源消耗指标的数据进行采集；S3、判断采集的数据与对应指标的阈值之间的关系，并触发对应的伸缩策略；当采集的数据超过对应指标的阈值时，进行自动扩容；当采集的数据低于对应指标的阈值时，进行自动缩容。本发明专利技术提供的技术方案适用于大数据资源调度的过程中。程中。程中。

【技术实现步骤摘要】
基于docker弹性伸缩的大数据平台资源调度方法


本专利技术涉及大数据资源调度
，尤其涉及一种基于docker弹性伸缩的大数据平台资源调度方法。

技术介绍

目前在大数据分析平台，Docker的使用已经逐步成熟，在Docker的环境中，分析数据的业务量及请求量会随着数据量的增加而增高,在如此庞大的业务请求下，需要有更多的容器资源给予支撑，如果资源调度不及时，最直接的影响就是导致业务应用性能下降甚至业务停顿，如果以人工的方式来进行资源调度，手动配置伸缩模式，复杂且低效，同时手动操作容易出错，直接影响业务应用。
[0003]因此，有必要研究一种基于docker弹性伸缩的大数据分析平台资源智能调度方法来应对现有技术的不足，以解决或减轻上述一个或多个问题。

技术实现思路

有鉴于此，本专利技术提供了一种基于docker弹性伸缩的大数据平台资源调度方法，能够实现应用系统的自动扩容和缩容，显著提高资源利用率，节约成本。
[0005]一方面，本专利技术提供一种基于docker弹性伸缩的大数据平台资源调度方法，其特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于docker弹性伸缩的大数据平台资源调度方法，其特征在于，所述调度方法的步骤包括：S1、对应用负载的资源消耗指标进行伸缩阈值设置；S2、对实际资源消耗指标的数据进行采集；S3、判断采集的数据与对应指标的伸缩阈值之间的关系，并触发对应的伸缩策略。2.根据权利要求1所述的基于docker弹性伸缩的大数据平台资源调度方法，其特征在于，步骤S3的内容具体包括：当采集的数据超过对应指标的伸缩阈值时，进行自动扩容；当采集的数据低于对应指标的伸缩阈值时，进行自动缩容。3.根据权利要求1所述的基于docker弹性伸缩的大数据平台资源调度方法，其特征在于，步骤S2中的数据采集具体为在特定的时间点、时间段和/或周期性地对资源消耗指标进行采集。4.根据权利要求1所述的基于docker弹性伸缩的大数据平台资源调度方法，其特征在于，所述资源消耗指标包括CPU占用率、内存占用率、存储占用率、网络利用率、每秒最大查询数量、每秒新建连接数量和每秒输入输出数量。5.根据权利要求1所述的基于docker弹性伸缩的大数据平台资源调度方法，其特征在于，针对用户了解的场景，采用定时定量的伸缩策略，在特定的时间点或时间段，增加或减少特定的Pod数量。6.根据权利要求1所述的基于docker弹性伸缩的大数据平台资源调度方法，其特征在于，针对系统资源充足、应用负...

【专利技术属性】
技术研发人员：郭耕良，
申请(专利权)人：北京开物数智科技有限公司，
类型：发明
国别省市：