资源的调度方法及装置制造方法及图纸

本公开提供了一种资源的调度方法及装置，涉及信息技术领域，所述方法包括：获取虚拟机的具有预定类型的资源在当前时刻的剩余值；基于负载预测模型预测当前时刻之后的第一时段内所述虚拟机上每个容器的所述资源的负载峰值；根据每个容器的负载峰值和所述虚拟机的所述资源的剩余值，确定是否需要调度所述虚拟机的所述资源；在确定需要调度所述虚拟机的所述资源的情况下，调度所述虚拟机的所述资源。调度所述虚拟机的所述资源。调度所述虚拟机的所述资源。

【技术实现步骤摘要】
资源的调度方法及装置


[0001]本公开涉及信息
，尤其是一种资源的调度方法及装置。

技术介绍

[0002]为保证容器在高质量地提供服务的同时提高容器对资源的利用效率，负责管理容器的容器管理平台(例如Kubernetes)需要具有对资源进行管理和调度的能力。
[0003]相关技术中，在为虚拟机分配资源时，容器管理平台一般依据虚拟机上各个容器的负载极限值。该负载极限值通常是由工作人员基于应用场景，根据经验进行预测得到的静态值。容器管理平台依据该负载极限值为虚拟机分配定量的资源。

技术实现思路

[0004]专利技术人注意到，相关技术中对容器的预测完全依靠工作人员的经验，预测的负载极限值可能与实际情况存在较大偏差，从而导致在为虚拟机分配资源时出现问题。当预测的负载极限值过低时，为虚拟机分配的资源较少，容器负载较高会影响服务质量甚至造成服务故障；当预测的极限值过高时，为虚拟机分配的资源较多，但容器负载较低会造成资源浪费。并且，依据容器的负载极限值为虚拟机分配的资源是定量的，无法灵活进行调整。
[0005]为了解决上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源的调度方法，包括：获取虚拟机的具有预定类型的资源在当前时刻的剩余值；基于负载预测模型预测当前时刻之后的第一时段内所述虚拟机上每个容器的所述资源的负载峰值；根据每个容器的负载峰值和所述虚拟机的所述资源的剩余值，确定是否需要调度所述虚拟机的所述资源；在确定需要调度所述虚拟机的所述资源的情况下，调度所述虚拟机的所述资源。2.根据权利要求1所述的方法，其中，所述根据每个容器的负载峰值和所述虚拟机的所述资源的剩余值，确定是否需要调度所述虚拟机的所述资源包括：在每个容器的负载峰值的和大于所述虚拟机的所述资源的剩余值的情况下，确定需要调度所述虚拟机的所述资源；在每个容器的负载峰值的和小于等于所述虚拟机的所述资源的剩余值的情况下，确定不需要调度所述虚拟机的所述资源。3.根据权利要求1所述的方法，其中，所述在确定需要调度所述虚拟机的所述资源的情况下，调度所述虚拟机的所述资源包括：根据每个容器的负载峰值和所述虚拟机所处主机的所述资源在当前时刻的剩余值调度所述虚拟机的所述资源。4.根据权利要求3所述的方法，其中，所述根据每个容器的负载峰值和所述虚拟机所处主机的所述资源在当前时刻的剩余值调度所述虚拟机的所述资源包括：在每个容器的负载峰值的和小于等于所述主机的所述资源的剩余值的情况下，利用所述主机的所述资源为所述虚拟机扩容以增加所述虚拟机的所述资源，其中，所述虚拟机所增加的所述资源大于或等于每个容器的负载峰值的和。5.根据权利要求3所述的方法，其中，所述根据每个容器的负载峰值和所述虚拟机所处主机的所述资源在当前时刻的剩余值调度所述虚拟机的所述资源包括：在每个容器的负载峰值的和大于所述主机的所述资源的剩余值的情况下，执行第一迁移和第二迁移中的一个，其中：所述第一迁移为将所述虚拟机迁移至其他主机，其中，所述其他主机的所述资源在当前时刻的剩余值大于等于每个容器的负载峰值的和，所述第二迁移为将所述虚拟机上的至少一个容器迁移至其他虚拟机，其中，所述虚拟机的所述资源在所述至少一个容器迁移后的剩余值大于等于所述虚拟机上除所述至少一个容器外其他容器的负载峰值的和，所述其他虚拟机的所述资源在当前时刻的剩余值大于等于所述至少一个容器的负载峰值的和。6.根据权利要求5所述的方法，还包括：在所述虚拟机的总负载小于第一阈值的情况下，执行所述第一迁移；在所述虚拟机的总负载大于第二阈值的情况下，执行所述第二迁移，其中，所述第一阈值小于所述第二阈值。7.根据权利要求6所述的方法，还包括：在所述虚拟机的总负载大于等于所述...

【专利技术属性】
技术研发人员：朱万意，师春雨，李德恒，刘艺，孟庆蕴，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：