一种容器集群调度方法、装置、设备、存储介质制造方法及图纸

本申请公开了一种容器集群调度方法、装置、设备、存储介质，包括：采集容器集群中各个节点的资源利用情况，并基于采集得到的采样数据集创建训练集，利用训练集并基于主成分分析法构建相应的节点可利用资源预测模型；利用节点可利用资源预测模型中的各个节点的可利用资源与当前待处理的容器负载请求进行匹配，以从各个节点中确定出目标节点；通过调度器调度容器负载请求至目标节点，以便目标节点对容器负载请求进行处理。本申请利用构建的节点可利用资源预测模型从各个节点中确定出可利用资源与当前容器负载请求最相似的节点，并将该节点作为目标节点对容器负载请求进行处理，实现对容器负载请求的分配的弹性调整，提高节点资源利用率。源利用率。源利用率。

【技术实现步骤摘要】
一种容器集群调度方法、装置、设备、存储介质


[0001]本专利技术涉及计算机
，特别涉及一种容器集群调度方法、装置、设备、存储介质。

技术介绍

[0002]目前，云计算的迅速发展使应用部署选择云平台作为部署平台成为一种主流。为了适应动态多变的工作负载、应用场景和服务质量要求，云平台需要以一种可伸缩的方式对工作负载的资源进行动态调整。
[0003]现有技术中，容器技术中的Kubernetes集群的scheduler调度算法，包含两部分调度算法predicates和priorities。scheduler调度算法首先执行predicates算法过滤部分node(节点)然后执行priorities算法为所有node打分，最后从所有node中选出分数最高的最佳的node。priorities算法主要从cr数、空闲资源、资源均衡、亲和性等方便进行线性计算打分node。Kubernetes集群的调度算法，计算方式更多的是从自身cr分布，节点亲和出发，对于资源的占用情况，仅仅对空闲资源和资源均衡情况进行了计算，此算法容易产生资源碎片，不能对资源本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种容器集群调度方法，其特征在于，包括：采集容器集群中各个节点的资源利用情况，并基于采集得到的采样数据集创建训练集，利用所述训练集并基于主成分分析法构建相应的节点可利用资源预测模型；利用所述节点可利用资源预测模型中的各个节点的可利用资源与当前待处理的容器负载请求进行匹配，以从各个节点中确定出目标节点；通过调度器调度所述容器负载请求至所述目标节点，以便所述目标节点对所述容器负载请求进行处理。2.根据权利要求1所述的容器集群调度方法，其特征在于，所述采集容器集群中各个节点的资源利用情况之前，还包括：创建容器负载请求，并根据所述容器负载请求对应的资源需求情况以及当前各个节点的资源配额情况，确定出相应的初次调度控制参数；利用所述初次调度控制参数对所述容器负载请求进行初次调度，以将所述容器负载请求调度至相应的节点；相应的，所述通过调度器调度所述容器负载请求至所述目标节点，包括：通过调度器将当前可利用资源不足的节点上的所述容器负载请求调度至所述目标节点。3.根据权利要求2所述的容器集群调度方法，其特征在于，还包括：基于所述容器负载请求的数量增加情况，对所述容器集群进行资源伸缩处理。4.根据权利要求3所述的容器集群调度方法，其特征在于，所述基于所述容器负载请求的数量增加情况，对所述容器集群进行资源伸缩处理，包括：判断所述容器负载请求的数量变化率是否大于预设变化率阈值；如果所述容器负载请求的数量变化率大于所述预设变化率阈值，则将所述容器集群中的节点的资源进行扩容或缩容处理。5.根据权利要求3所述的容器集群调度方法，其特征在于，所述基于所述容器负载请求的数量增加情况，对所述容器集群进行资源伸缩处理，包括：判断所述容器负载请求的数量变化率是否大于预设变化率阈值，以及判断所述容器负载请求的数量变化率是否处于持续增加或持续减少状态；如果所述容器负载请求的数量变化率...

【专利技术属性】
技术研发人员：姜智涵，徐军，张东海，王刚，高传集，
申请(专利权)人：浪潮云信息技术股份公司，
类型：发明
国别省市：