一种弹性调度方法及系统技术方案

本发明专利技术实施例提供一种弹性调度方法系统，包括：自服务器采集预设时间段内服务的关键特征的时序指标，所述关键特征的时序指标是指有时间索引的关键特征的指标数值序列；根据所采集的关键特征的时序指标分别计算各关键特征的权重、各关键特征的分位；针对服务的任一关键特征新产生的时序指标，采用该关键特征的分位、关键特征的权重对该关键特征新产生的时序指标进行判断，得到最终的调度行为决策，并根据最终的调度行为决策进行调度；所述调度行为决策包括如下决策之一：指标异常报警、自动扩缩容。通过历史数据中的关键特征的时序指标进行处理来判断是否调度，避免人工确定阈值的主观因素较强对是否调度判断的不准确性。观因素较强对是否调度判断的不准确性。观因素较强对是否调度判断的不准确性。

【技术实现步骤摘要】
一种弹性调度方法及系统


[0001]本专利技术涉及智能运维领域，具体涉及一种弹性调度方法及系统。

技术介绍

[0002]目前常规的弹性调度系统中，通常采用人工预估扩缩容的关键指标阈值点方式，这种策略方法的缺点为阈值准确度主要依赖人为经验判断，主观因素较强。

技术实现思路

[0003]本专利技术实施例提供一种弹性调度方法及系统，通过历史数据中的关键特征的时序指标进行处理来判断是否调度，避免人工确定阈值的主观因素较强对是否调度判断的不准确性。
[0004]为达上述目的，一方面，本专利技术实施例提供一种弹性调度方法，包括：
[0005]自服务器采集预设时间段内服务的关键特征的时序指标，所述关键特征的时序指标是指有时间索引的关键特征的指标数值序列；
[0006]根据所采集的关键特征的时序指标分别计算各关键特征的权重、各关键特征的分位；
[0007]针对服务的任一关键特征新产生的时序指标，采用该关键特征的分位、关键特征的权重对该关键特征新产生的时序指标进行判断，得到最终的调度行为决策，并根据最终的调度行为决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种弹性调度方法，其特征在于，包括：自服务器采集预设时间段内服务的关键特征的时序指标，所述关键特征的时序指标是指有时间索引的关键特征的指标数值序列；根据所采集的关键特征的时序指标分别计算各关键特征的权重、各关键特征的分位；针对服务的任一关键特征新产生的时序指标，采用该关键特征的分位、关键特征的权重对该关键特征新产生的时序指标进行判断，得到最终的调度行为决策，并根据最终的调度行为决策进行调度；所述调度行为决策包括如下决策之一：指标异常报警、自动扩缩容。2.根据权利要求1所述的弹性调度方法，其特征在于，所述关键特征包括关键接口特征，各关键接口特征的权重表示同一服务所具有的不同类型接口各自对应的权重；各关键接口特征的权重根据所采集的关键接口特征的时序指标计算，具体包括：采用流处理框架的单位时间窗口的窗口聚合功能对预设时间段内服务的关键接口特征的时序指标进行计算，计算各关键接口特征的时序指标在当前单位时间内的耗时，然后对所有关键接口特征的时序指标聚合得出各关键接口特征的归一化值，将各关键接口特征的归一化值作为各关键接口特征的权重，并形成各关键接口特征的权重计算结果，将各关键接口特征的权重计算结果存储于具备时序检索、时序处理和可视化能力的数据库；其中，该关键接口特征的时序指标在预设时间段内的单位时间的耗时占服务在预设时间段内的总耗时得到当前关键特征的归一化值；所述关键接口特征的权重计算结果包括：指标id、时序指标、关键接口特征的权重。3.根据权利要求1所述的弹性调度方法，其特征在于，所述根据所采集的关键特征的时序指标计算各关键特征的分位，具体包括：根据预设时间段内服务的关键特征的时序指标，采用流处理的时间聚合功能分别统计各关键特征的求和、平方求和、计数信息；针对每个关键特征，根据该关键特征的求和、平方求和、计数信息进行计算，得出该关键特征在单位时间内的期望和标准差，将该关键特征在单位时间内的期望和标准差作为该关键特征的历史分布特征；针对每一关键特征，基于该关键特征的预期取值范围对该关键特征的时序指标进行分桶，分别累计落入各个分桶内时序指标的数量；所述关键特征的预期取值范围为基于该关键特征在档位时间内的期望和标准差计算得到的各分桶的上下界；以及采用向上取整的聚合算法对该关键特征的各个分桶进行合并，使得各分桶边界不重合且无重叠；统计合并后各个分桶内时序指标的数量；基于各分桶内时序指标的数量计算得出该关键特征各个分桶边界的分位值；针对每个分桶，假设在该分桶内部概率密度相同，根据该分桶的边界分位值反推出该分桶内任一分位所对应的时序指标。4.根据权利要求1所述的弹性调度方法，其特征在于，还包括：通过预设时间段内服务的关键特征的时序指标对不同类型的关键特征在时间序列内的变化进行分析学习，建立各关键特征间的关联关系；并通过各关键特征间的关联关系构建出服务池的各关键特征关系知识图谱；所述关键特征关系知识图谱用于服务发生异常时，基于本关键特征关联关系知识图谱初步判断出异常和异常发生的原因；通过初步判断出的异常和异常发生的原因辅助作出最终的调度行为决策，其中，服务池包括多个服务。
5.根据权利要求1所述的弹性调度方法，其特征在于，还包括：针对每个关键特征，根据所采集的预设时间段内服务的该关键特征的时序指标进行建模，得到该关键特征的历史时序模型，所述该关键特征的历史时序模型用来对未来预设时间段该关键特征的时序指标的变化进行预测，根据预测形成该关键特征的预测结果，所述该关键特征的预测结果用于辅助作出最终的调度行为决策。6.根据权利要求3所述的弹性调度方法，其特征在于，针对服务的任一关键特征新产生的时序指标，采用该关键特征的分位、关键特征的权重对该关键特征新产生的时序指标进行判断，得到最终的调度行为决策，具体包括：针对除关键接口特征外的任一关键特征，将不同历史时间段内同一分位点所对应时序指标中较高的时序指标作为该关键特征的触发阈值；以及当除关键接口特征外的任一关键特征新产生的时序指标达到其相应的触发阈值，则形成的初步调度行为决策，所述初步调度行为决策为激活行为决策但不发出调度指令；在该关键特征新产生的时序指标达到其相应的触发阈值后，且当该关键特征的权重达到其相应的预设权重阈值时，得到最终的调度行为决策；其中，除关键接口特征外的任一关键特征的权重为人为预设权重；或者，针对服务的任一关键接口特征新产生的时序指标，当该关键接口特征的权重达到第二预设权重阈值，直接得到最终的调度行为决策。7...

【专利技术属性】
技术研发人员：刘燕和，聂耀龙，蒋生武，
申请(专利权)人：微梦创科网络科技中国有限公司，
类型：发明
国别省市：