FaaS资源扩缩容模型的训练及确定方法和装置制造方法及图纸

本申请实施例提供了一种FaaS资源扩缩容模型的训练及确定方法和装置，通过获取样本集，样本集包括多个样本FaaS资源使用状态数据；使用样本集对FaaS资源扩缩容模型进行训练，得到训练好的FaaS资源扩缩容模型，FaaS资源扩缩容模型为基于LSTM网络构建的，FaaS资源扩缩容模型用于基于输入的FaaS资源历史使用状态数据，确定FaaS资源扩缩容预测结果，FaaS资源扩缩容预测结果包括待扩缩容的服务和待扩缩容的服务对应的待使用FaaS资源数量。本申请提供的技术方案通过样本集对FaaS资源扩缩容模型进行训练，且FaaS资源扩缩容模型为基于LSTM网络构建的，从而提升了FaaS资源扩缩容的实时性和准确度。实时性和准确度。实时性和准确度。

【技术实现步骤摘要】
FaaS资源扩缩容模型的训练及确定方法和装置


[0001]本申请涉及数据处理
，尤其涉及一种FaaS资源扩缩容模型的训练及确定方法和装置。

技术介绍

[0002]无服务器运算(Serverless computing，简称Serverless)将云计算技术推向了高潮。随着集群资源函数即服务(Function
‑
as
‑
a
‑
Service，简称FaaS)作为Serverless技术的典型代表，可根据当前交易量等指标对应用资源进行动态管理，实现应用资源的弹性扩缩容，同时根据当前应用所占资源实现集群物理资源或虚拟资源的扩缩容，满足不同业务场景的需求。
[0003]目前，大部分FaaS产品均采用阈值自动扩缩容机制进行资源扩缩容，具体的，在FaaS产品的运行过程中，对资源的使用情况进行监控，并根据当前的监控状态与用户预先设定的扩容阈值和缩容阈值进行对比，在监控状态中包含的监控值大于扩容阈值时，对FaaS资源进行扩容，在监控状态中包含的监控值小于缩容阈值时，对FaaS资源进行缩容。其中，FaaS产品根据用户预先设定的固定值进行扩容和缩容。
[0004]但是，目前提供的采用阈值自动扩缩容机制进行资源扩缩容的方法，在FaaS资源达到阈值时才开始进行扩缩容，使得FaaS资源扩缩容的实时性较差，此外，在根据固定值进行扩缩容时，可能导致扩缩容后的FaaS资源容量依然达不到要求，从而导致扩缩容的准确度较低。

技术实现思路

[0005]本申请实施例提供了一种FaaS资源扩缩容模型的训练及确定方法和装置，能够通过训练好的模型得到FaaS资源扩缩容预测结果，从而提升了FaaS资源扩缩容的实时性和准确度。
[0006]第一方面，本申请实施例提供了一种FaaS资源扩缩容模型的训练方法，所述FaaS资源扩缩容模型的训练方法包括：
[0007]获取样本集，所述样本集包括多个样本FaaS资源使用状态数据；
[0008]使用所述样本集对FaaS资源扩缩容模型进行训练，得到训练好的FaaS资源扩缩容模型，所述FaaS资源扩缩容模型为基于LSTM网络构建的，所述FaaS资源扩缩容模型用于基于输入的FaaS资源历史使用状态数据，确定FaaS资源扩缩容预测结果，所述FaaS资源扩缩容预测结果包括待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量。
[0009]可选的，所述获取样本集，包括：
[0010]从FaaS平台监测服务中获取初始样本集，所述初始样本集包括多个FaaS资源使用状态数据；
[0011]对所述初始样本集进行数据清洗，得到清洗后的初始样本集；
[0012]根据清洗后的初始样本集中的多个样本FaaS资源使用状态数据，构建样本集。
[0013]可选的，所述对所述初始样本集进行数据清洗，包括：
[0014]删除所述初始样本集中不完整的FaaS资源使用状态数据，和/或，删除所述初始样本集中大于FaaS资源使用状态数据对应的数据上限或小于FaaS资源使用状态数据对应的数据下限的FaaS资源使用状态数据。
[0015]第二方面，本申请实施例提供了一种FaaS资源扩缩容的确定方法，所述FaaS资源扩缩容的确定方法包括：
[0016]接收FaaS资源历史使用状态数据；
[0017]将所述FaaS资源历史使用状态数据输入至训练好的FaaS资源扩缩容模型，得到FaaS资源扩缩容预测结果，所述FaaS资源扩缩容预测结果包括待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，所述FaaS资源扩缩容模型为采用如权利要求1
‑
3任一项所述的方法训练得到的FaaS资源扩缩容模型；
[0018]根据所述待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，对所述待扩缩容的服务执行扩缩容操作。
[0019]可选的，所述根据所述待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，对所述待扩缩容的服务执行扩缩容操作，包括：
[0020]根据所述待扩缩容的服务对应的待使用FaaS资源数量，确定所述待扩缩容的服务对应的FaaS资源扩缩容数量；
[0021]根据所述FaaS资源扩缩容数量对所述待扩缩容的服务执行扩缩容操作。
[0022]第三方面，本申请实施例提供了一种FaaS资源扩缩容模型的训练装置，所述FaaS资源扩缩容模型的训练装置包括：
[0023]获取模块，用于获取样本集，所述样本集包括多个样本FaaS资源使用状态数据；
[0024]训练模块，用于使用所述样本集对FaaS资源扩缩容模型进行训练，得到训练好的FaaS资源扩缩容模型，所述FaaS资源扩缩容模型用于基于输入的FaaS资源历史使用状态数据，确定FaaS资源扩缩容预测结果，所述FaaS资源扩缩容预测结果包括待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量。
[0025]可选的，所述获取模块，具体用于从FaaS平台监测服务中获取初始样本集，所述初始样本集包括多个FaaS资源使用状态数据；对所述初始样本集进行数据清洗，得到清洗后的初始样本集；根据清洗后的初始样本集中的多个样本FaaS资源使用状态数据，构建样本集。
[0026]可选的，所述获取模块，具体用于删除所述初始样本集中不完整的FaaS资源使用状态数据，和/或，删除所述初始样本集中大于FaaS资源使用状态数据对应的数据上限或小于FaaS资源使用状态数据对应的数据下限的FaaS资源使用状态数据。
[0027]第四方面，本申请实施例提供了一种FaaS资源扩缩容的确定装置，所述FaaS资源扩缩容的确定装置包括：
[0028]接收模块，用于接收FaaS资源历史使用状态数据；
[0029]确定模块，用于将所述FaaS资源历史使用状态数据输入至训练好的FaaS资源扩缩容模型，得到FaaS资源扩缩容预测结果，所述FaaS资源扩缩容预测结果包括待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，所述FaaS资源扩缩容模型为采用如权利要求1
‑
3任一项所述的方法训练得到的FaaS资源扩缩容模型；
[0030]执行模块，用于根据所述待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，对所述待扩缩容的服务执行扩缩容操作。
[0031]可选的，所述执行模块，具体用于根据所述待扩缩容的服务对应的待使用FaaS资源数量，确定所述待扩缩容的服务对应的FaaS资源扩缩容数量；根据所述FaaS资源扩缩容数量对所述待扩缩容的服务执行扩缩容操作。
[0032]第五方面，本申请实施例还提供了一种电子设备，该电子设备包括：处理器，以及与所述处理器通信连接的存储器；
[0033]所述存储器存储计算机执行指令；
[0034]所述处理器执行所述存储器存储的计算机执行指令，以实现上述第一方面或第二方面任一种可能的实现方式中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种FaaS资源扩缩容模型的训练方法，其特征在于，包括：获取样本集，所述样本集包括多个样本FaaS资源使用状态数据；使用所述样本集对FaaS资源扩缩容模型进行训练，得到训练好的FaaS资源扩缩容模型，所述FaaS资源扩缩容模型为基于LSTM网络构建的，所述FaaS资源扩缩容模型用于基于输入的FaaS资源历史使用状态数据，确定FaaS资源扩缩容预测结果，所述FaaS资源扩缩容预测结果包括待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量。2.根据权利要求1所述的方法，其特征在于，所述获取样本集，包括：从FaaS平台监测服务中获取初始样本集，所述初始样本集包括多个FaaS资源使用状态数据；对所述初始样本集进行数据清洗，得到清洗后的初始样本集；根据清洗后的初始样本集中的多个样本FaaS资源使用状态数据，构建样本集。3.根据权利要求2所述的方法，其特征在于，所述对所述初始样本集进行数据清洗，包括：删除所述初始样本集中不完整的FaaS资源使用状态数据，和/或，删除所述初始样本集中大于FaaS资源使用状态数据对应的数据上限或小于FaaS资源使用状态数据对应的数据下限的FaaS资源使用状态数据。4.一种FaaS资源扩缩容的确定方法，其特征在于，包括：接收FaaS资源历史使用状态数据；将所述FaaS资源历史使用状态数据输入至训练好的FaaS资源扩缩容模型，得到FaaS资源扩缩容预测结果，所述FaaS资源扩缩容预测结果包括待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，所述FaaS资源扩缩容模型为采用如权利要求1
‑
3任一项所述的方法训练得到的FaaS资源扩缩容模型；根据所述待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，对所述待扩缩容的服务执行扩缩容操作。5.根据权利要求4所述的方法，其特征在于，所述根据所述待扩缩容的服务和所述待扩缩容的服务对应的待使用FaaS资源数量，对所述待扩缩容的服务执行扩缩容操作，包括：根据所述待扩缩容的服务对应的待...

【专利技术属性】
技术研发人员：杜晗，杨鹏飞，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：