一种容器应用的调度方法、装置、设备及存储介质制造方法及图纸

技术编号:38874611 阅读:8 留言:0更新日期:2023-09-22 14:09
本申请公开了一种容器应用的调度方法、装置、设备及存储介质,该方法包括:获取待调度的容器应用,以及对应的容器镜像的存储空间需求;确定备选节点集合;基于存储空间需求和备选节点的性能信息,从备选节点集合中确定出正常运行容器时不会造成节点降频的目标节点;将容器应用调度到目标节点。如此,在确定目标节点时,考虑了容器镜像的存储空间需求和节点性能,使得当存储需求较高的容器应用调度时,能够调度到磁盘空间充足的节点上并正常运行,且节点降频表征节点的能耗过高,通过筛选出容器运行时不会造成节点降频的节点,可以解决大量应用同时调度到性能优越的节点上导致该节点长时间高负荷运转,功耗过大,发热严重,进而损耗芯片的问题。耗芯片的问题。耗芯片的问题。

【技术实现步骤摘要】
一种容器应用的调度方法、装置、设备及存储介质


[0001]本专利技术涉及云计算技术,尤其涉及一种容器应用的调度方法、装置、设备及存储介质。

技术介绍

[0002]边缘计算(Edge computing)是基于云计算核心技术,构建在边缘基础设施之上的新型分布式计算形式,在靠近最终用户的边缘端提供计算能力,是一种靠近数据源的现场云计算。边缘计算场景下,如何将容器应用更合理的进行调度是一个重要的研究课题。现有方案一般都是根据节点的硬件性能打分和资源余量(如中央处理器(central processing unit,CPU)、内存容量等),为节点进行打分排名,并选择分数最高的节点作为容器应用的调度节点。
[0003]然而,当多副本的容器应用要调度或者大量容器应用同时调度时,假设性能优越的节点的资源余量还充裕,根据硬件性能打分和资源余量等打分原则,这些应用会全部调度到该节点上,会导致节点负荷量增大、CPU负载过高、内存负载过高。假如此时节点的自动降频开关打开,则调度成功后的应用可能会因为降频后节点的性能下降无法正常运行;假如自动降频开关关闭,节点保持高负荷运转,则节点所在的终端的功耗过大、发热严重,会损耗芯片,影响用户体验。

技术实现思路

[0004]为解决上述技术问题,本申请实施例期望提供一种容器应用的调度方法、装置、设备及存储介质。
[0005]本申请的技术方案是这样实现的:
[0006]第一方面,提供了一种容器应用的调度方法,所述方法包括:
[0007]获取待调度的容器应用,以及获取所述容器应用对应的容器镜像的存储空间需求;
[0008]确定备选节点集合;其中,所述备选节点集合包括至少一个备选节点及其性能信息;
[0009]基于所述容器镜像的存储空间需求和所述备选节点的性能信息,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点;
[0010]将所述容器应用调度到所述目标节点上。
[0011]上述方案中,所述基于所述容器镜像的存储空间需求和所述备选节点的性能信息,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点,包括:基于所述容器镜像的存储空间需求、所述备选节点的性能信息和节点过滤模型,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点;其中,所述节点过滤模型为基于容器应用调度到不同节点上时,对应的容器镜像的存储空间需求、节点的性能信息、容器应用的运行状态和节点的降频状态进行模型训练得到的。
[0012]上述方案中,所述基于所述容器镜像的存储空间需求、所述备选节点的性能信息和节点过滤模型,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点,包括:基于所述容器镜像的存储空间需求,从至少两个节点过滤模型中确定对应的目标节点过滤模型;其中,所述至少两个节点过滤模型包括:不同存储空间需求对应的不同节点过滤模型;将所述至少一个备选节点的性能信息输入到所述目标节点过滤模型,确定出所述目标节点。
[0013]上述方案中,所述方法还包括:采集容器应用调度到不同节点时,对应的容器镜像的存储空间需求、节点的性能信息、容器应用的运行状态和节点的降频状态,得到训练数据;基于所述训练数据中的容器镜像的存储空间需求,对所述训练数据进行分类,确定出不同存储空间需求对应的不同训练数据集;基于所述不同训练数据集对基于对抗表示的节点过滤模型进行训练,得到所述不同节点过滤模型的模型参数。
[0014]上述方案中,所述节点过滤模型包括:分类器和对抗器;所述将所述至少一个备选节点的性能信息输入到所述目标节点过滤模型,确定出所述目标节点,包括:将所述至少一个备选节点的性能信息输入到所述目标节点过滤模型的分类器,确定能够正常运行所述容器应用的第一备选节点;将所述第一备选节点的性能信息输入到所述目标节点过滤模型的对抗器,确定运行所述容器应用不会造成节点降频的第二备选节点,作为所述目标节点。
[0015]上述方案中,所述方法还包括:获取镜像仓库中的容器镜像被调度的历史运行数据;基于所述历史运行数据,确定所述容器镜像的存储空间需求,并进行存储。
[0016]上述方案中,所述确定备选节点集合,包括:根据所述容器应用的配置信息和节点集合中节点的配置信息,确定所述容器应用的至少一个备选节点,得到所述备选节点集合;其中,所述容器应用的配置信息包括以下至少之一:节点亲和性、标签选择、反亲和性、Request资源请求、容器镜像的静态存储空间;所述节点的配置信息至少包括:节点的剩余存储空间。
[0017]第二方面,提供了一种容器应用的调度装置,所述装置包括:
[0018]获取模块,用于获取待调度的容器应用,以及获取所述容器应用对应的容器镜像的存储空间需求;
[0019]处理模块,用于确定备选节点集合;其中,所述备选节点集合包括至少一个备选节点及其性能信息;
[0020]所述处理模块,还用于基于所述容器镜像的存储空间需求和所述备选节点的性能信息,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点;将所述容器应用调度到所述目标节点上。
[0021]第三方面,提供了一种电子设备,所述电子设备包括:处理器和配置为存储能够在处理器上运行的计算机程序的存储器,其中,所述处理器配置为运行所述计算机程序时,执行前述方法的步骤。
[0022]第四方面,提供了一种计算机存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现前述方法的步骤。
[0023]本申请公开一种容器应用的调度的方法、装置、设备及存储介质,通过在确定目标节点时,考虑了容器镜像的存储空间需求和节点性能,使得当存储需求较高的容器应用调度时,能够调度到磁盘空间充足的节点上并正常运行,且节点降频表征节点的能耗过高,通
过筛选出容器运行时不会造成节点降频的节点,可以解决大量应用同时调度到性能优越的节点上导致该节点长时间高负荷运转,功耗过大,发热严重,进而损耗芯片的问题。
附图说明
[0024]图1为本申请实施例中容器应用的调度方法的第一流程示意图;
[0025]图2为本申请实施例中节点过滤模型的示意图;
[0026]图3为本申请实施例中容器应用的调度方法的第二流程示意图;
[0027]图4为本申请实施例中容器应用调度系统的示意图;
[0028]图5为本申请实施例中容器应用的调度装置的组成结构示意图;
[0029]图6为本申请实施例中电子设备的组成结构示意图。
具体实施方式
[0030]为了能够更加详尽地了解本申请实施例的特点与
技术实现思路
,下面结合附图对本申请实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本申请实施例。
[0031]本申请实施例提出一种容器应用的调度方法。图1为本申请实施例中容器应用的调度方法的第一流程示意图,如图1所示,该容器应用的调度方法具体可以包括:
[0032]步本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种容器应用的调度方法,其特征在于,所述方法包括:获取待调度的容器应用,以及获取所述容器应用对应的容器镜像的存储空间需求;确定备选节点集合;其中,所述备选节点集合包括至少一个备选节点及其性能信息;基于所述容器镜像的存储空间需求和所述备选节点的性能信息,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点;将所述容器应用调度到所述目标节点上。2.根据权利要求1所述的方法,其特征在于,所述基于所述容器镜像的存储空间需求和所述备选节点的性能信息,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点,包括:基于所述容器镜像的存储空间需求、所述备选节点的性能信息和节点过滤模型,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点;其中,所述节点过滤模型为基于容器应用调度到不同节点上时,对应的容器镜像的存储空间需求、节点的性能信息、容器应用的运行状态和节点的降频状态进行模型训练得到的。3.根据权利要求2所述的方法,其特征在于,所述基于所述容器镜像的存储空间需求、所述备选节点的性能信息和节点过滤模型,从所述备选节点集合中确定出正常运行所述容器时不会造成节点降频的目标节点,包括:基于所述容器镜像的存储空间需求,从至少两个节点过滤模型中确定对应的目标节点过滤模型;其中,所述至少两个节点过滤模型包括:不同存储空间需求对应的不同节点过滤模型;将所述至少一个备选节点的性能信息输入到所述目标节点过滤模型,确定出所述目标节点。4.根据权利要求3所述的方法,其特征在于,所述方法还包括:采集容器应用调度到不同节点时,对应的容器镜像的存储空间需求、节点的性能信息、容器应用的运行状态和节点的降频状态,得到训练数据;基于所述容器镜像的存储空间需求,对所述训练数据进行分类,确定出不同存储空间需求对应的不同训练数据集;基于所述不同训练数据集对基于对抗表示的节点过滤模型进行训练,得到所述不同节点过滤模型的模型参数。5.根据权利要求3所述的...

【专利技术属性】
技术研发人员:石鑫盛刘军卫吕成钢
申请(专利权)人:中国移动通信集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1