一种容器资源调整方法、系统、介质及电子终端技术方案

本发明专利技术提供一种容器资源调整方法、系统、介质及电子终端，方法包括：预先设置采集周期，采集服务的前端容器的访问次数，获取服务访问次数序列；根据所述服务访问次数序列，建立访问次数预测模型；根据所述采集周期，采集服务的容器的资源消耗量，获取资源消耗序列；根据所述服务访问次数序列和资源消耗序列，确定资源消耗预测模型；对所述访问次数预测模型和资源消耗预测模型进行拟合，获取容器资源预测模型；利用所述容器资源预测模型，进行容器资源预测与调整；本发明专利技术中的容器资源调整方法，实现了访问次数和资源需求的有机结合，同时，实现了对微服务应用的资源量的动态调整，有效提高资源利用率。高资源利用率。高资源利用率。

【技术实现步骤摘要】
一种容器资源调整方法、系统、介质及电子终端


[0001]本专利技术涉及计算机
，尤其涉及一种容器资源调整方法、系统、介质及电子终端。

技术介绍

[0002]K8s(Kubernetes)通过QoS(Quality of Service，服务质量)来对pod(容器)进行服务质量管理，提供了requests(需求)和limits(限制)两种类型对资源进行分配和使用限制。目前通用的动态资源调节方法一般分为2种，一种为HPA(horizontal pod autoscaling，容器水平自动扩展),另一种为VPA(Vertical pod autoscaler，容器垂直自动扩展)。HAP基于CPU利用率来动态调整容器的数量，对于一些对持久化存储有强依赖的场景不会起到较好的作用，因为当缩容发生时，被缩容的容器所持久化的数据无法自动转移到正在运行的容器中，可能会造成数据丢失；VPA在特定情况下无法有效避免内存OOM(out of memery，内存不足)，VPA的建议可能会超出可用资源，VPA在某些特定的情景下会导致删除的pod不会重新建立。
...

【技术保护点】

【技术特征摘要】
1.一种容器资源调整方法，其特征在于，包括：预先设置采集周期，采集服务的前端容器的访问次数，获取服务访问次数序列；根据所述服务访问次数序列，建立访问次数预测模型；根据所述采集周期，采集服务的容器的资源消耗量，获取资源消耗序列；根据所述服务访问次数序列和资源消耗序列，确定资源消耗预测模型；对所述访问次数预测模型和资源消耗预测模型进行拟合，获取容器资源预测模型；利用所述容器资源预测模型，进行容器资源预测与调整。2.根据权利要求1所述的容器资源调整方法，其特征在于，所述服务为微服务，根据所述服务访问次数序列，建立访问次数预测模型的步骤包括：对所述服务访问次数序列进行一阶累加，获取第一一阶累加序列；对所述第一一阶累加序列建立白化形式的微分方程；根据所述服务访问次数序列和第一一阶累加序列，利用最小二乘法，获取所述微分方程中的可变常量；根据所述可变常量和所述微分方程，获取第二一阶累加序列；利用所述第二一阶累加序列，进行访问次数预测，获取访问次数预测序列；根据所述服务访问次数序列和访问次数预测序列，建立访问次数预测模型。3.根据权利要求2所述的容器资源调整方法，其特征在于，根据所述服务访问次数序列和访问次数预测序列，建立访问次数预测模型的步骤包括：获取所述访问次数预测序列和所述服务访问次数序列之间的差值，获取差值序列；将所述差值序列用预设的差分自回归移动平均模型进行表示，获取自回归方程和移动平均方程；根据所述自回归方程和移动平均方程，获取自回归移动平均模型；对所述自回归移动平均模型中的差值序列进行差分处理，获取差分处理后的差值序列；根据所述差分处理后的差值序列，获取差值预测序列；根据所述访问次数预测序列和差值预测序列，完成所述访问次数预测模型的建立。4.根据权利要求1所述的容器资源调整方法，其特征在于，根据所述服务访问次数序列和资源消耗序列，确定资源消耗预测模型的步骤包括：构建资源消耗预测线性方程，所述资源消耗预测方程包括用于表示服务访问次数和资源消耗之间的关联关系的关联参数；对所述资源消耗预测线性方程进行矩阵转换，获取第一资源消耗预测矩阵方程，所述第一资源消耗预测矩阵方程为资源消耗预测线性方程的矩阵表示；将所述服务访问次数序列和所述资源消耗序列代入所述第一资源消耗预测矩阵方程中，利用最小二乘法，确定所述关联参数的取值；根据所述关联参数的取值，确定第二资源消耗预测矩阵方程，完成资源消耗预测模型的构建。5.根据权利要求1所述的容器资源调整方法，其特征在于，对所述访问次数预测模型和资源消耗预测模型进行拟合，获取容器...

【专利技术属性】
技术研发人员：胡恂，
申请(专利权)人：重庆紫光华山智安科技有限公司，
类型：发明
国别省市：