一种容器调度方法、装置、设备和存储介质制造方法及图纸

本申请涉及计算机容器技术的领域，尤其涉及一种容器调度方法、装置、设备和存储介质。本申请中的容器调度方法，应用于K8s平台，包括：接收用户的待部署应用程序，检索得到所述待部署应用程序的特征数据集；将所述特征数据集输入训练好的分类预测模型，通过所述训练好的分类预测模型预测所述待部署应用程序部署时间；根据所述部署时间，选择合适的硬件部署所述待部署应用程序。本方法通过Adaboost算法更新模型权重获得方差和偏差较小的高权重，再利用打包集成学习算法，得到可信度较高的结果，调度程序选择最合适的设备部署应用程序，以减少运行时间，降低服务提供商的资源消耗。降低服务提供商的资源消耗。降低服务提供商的资源消耗。

【技术实现步骤摘要】
一种容器调度方法、装置、设备和存储介质


[0001]本申请涉及计算机容器技术的领域，尤其涉及一种容器调度方法、装置、设备和存储介质。

技术介绍

[0002]近年来，云环境下的集装箱调度问题，尤其是异构系统架构HSA中的集装箱调度问题，已经成为一个新兴的研究课题，异构环境中的任务调度和有效地使用所有可用的计算设备是异构系统的关键和主要问题。目前工业界存在的Amazon EC云、I BM蓝云和微软Azure都支持并提供用户向云提交请求，云以远程和分布式方式处理请求并报告结果。其中，资源消耗优化是云服务提供商的一个关键方面，在适当的设备CPU或GPU中通过调度应用程序可以优化其执行时间，从而降低服务提供商的资源消耗。如何管理计算云中的容器化应用程序的调度及确保异构设备上的高效应用程序调度是一个面临的问题。

技术实现思路

[0003]本专利主要目的是通过提出一种基于K8s平台的容器智能调度方法，通过基于机器学习的智能调度，减少已部署的应用程序的运行时间来提高系统性能，降低服务提供商的资源消耗。
[0004]基于以上目的，本申请的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种容器调度方法，应用于K8s平台，其特征在于，包括：接收用户的待部署应用程序，检索得到所述待部署应用程序的特征数据集；将所述特征数据集输入训练好的分类预测模型，通过所述训练好的分类预测模型预测所述待部署应用程序部署时间；根据所述部署时间，选择合适的硬件部署所述待部署应用程序。2.根据权利要求1所述的方法，其特征在于，分类预测模型包含随机森林分类器、朴素贝叶斯分类器、SVM分类器和最近邻分类器四个分类器。3.根据权利要求2所述的方法，其特征在于，分类预测模型的所述四个分类器通过Adaboost算法组合在一起。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对应用程序特征数据进行预处理，选择重要属性数据并标准化，测试所述应用程序的执行时间，以构建所述特征数据集。5.根据权利要求4所述的方法，其特征在于，所述特征数据集采用YAML格式存储。6.根据权利要求5所述的方法，其特征在于，所述特征数据集根据应用程序的运行...

【专利技术属性】
技术研发人员：马鹏云，郭建章，党咏欣，刘梦轩，张宇峰，曲欣，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：