System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机,尤其涉及一种集群容器扩缩容方法、装置、设备及存储介质。
技术介绍
1、kubernetes(k8s)可用于大规模系统中子系统容器的自动化部署、扩缩容、管理。为了提高设备资源的利用率,可使用k8s整合部署在同一台服务器或多个服务器集群中,对于每个容器,需要技术人员准确定义服务对cpu、内存等物力资源的需求,使各服务正常运行,否则可能导致资源浪费或系统性能下降,严重时可能由于资源不足导致容器服务启动,造成系统崩溃。目前的容器扩缩容方式通常需要技术人员人工制定策略,资源配置效率较低,无法确保负载均衡的实时性,导致无法有效地适应真实业务场景的资源实时分配需求。
2、上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种集群容器扩缩容方法、装置、设备及存储介质,旨在解决现有技术资源配置效率较低,无法确保负载均衡的实时性,导致无法有效地适应真实业务场景的资源实时分配需求的技术问题。
2、为实现上述目的,本专利技术提供了一种集群容器扩缩容方法,所述方法包括以下步骤:
3、监测目标集群中各容器的当前性能参数;
4、将所述当前性能参数输入至预先构建的资源预测模型进行资源占用预测,获得各容器的占用预测信息;
5、基于所述占用预测信息对各容器进行扩缩容。
6、可选地,所述将所述当前性能参数输入至预先构建的资源预测模型进行资源占用预测,获得
7、获取目标集群中各容器的资源占用日志;
8、基于所述资源占用日志获取各容器的历史运行信息;
9、根据所述历史运行信息建模型训练集;
10、基于所述模型训练集构建资源预测模型。
11、可选地,所述根据所述历史运行信息建模型训练集,包括:
12、基于所述历史运行信息获取各容器在历史运行过程中的历史资源占用数据和历史时间数据;
13、将所述历史资源占用数据与所述历史时间数据进行关联,确定所述历史资源占用数据与所述历史时间数据之间的映射关系;
14、根据所述映射关系构建模型训练集。
15、可选地,所述基于所述占用预测信息对各容器进行扩缩容,包括:
16、根据所述占用预测信息确定各容器的资源需求指标和所述资源需求指标对应的资源需求时间;
17、基于所述资源需求指标和所述资源需求时间对各容器进行扩缩容。
18、可选地,所述基于所述资源需求指标和所述资源需求时间对各容器进行扩缩容,包括:
19、基于所述资源需求时间对各容器的资源需求进行排序,获得各容器的资源需求顺序;
20、根据所述资源需求顺序和所述资源需求指标构建扩缩容序列;
21、基于所述扩缩容序列对各容器进行扩缩容。
22、可选地,所述根据所述资源需求顺序和所述资源需求指标构建扩缩容序列,包括:
23、获取各容器的服务类型和容器性能参数;
24、基于所述资源需求指标、所述服务类型和容器性能参数对各容器进行权重分配,获得各容器对应的扩缩容权重;
25、根据所述扩缩容权重和所述资源需求顺序构建扩缩容序列。
26、可选地,所述基于所述占用预测信息对各容器进行扩缩容之后,还包括:
27、监测所述目标集群的扩缩容结果;
28、基于所述扩缩容结果对模型训练集进行更新;
29、基于更新后的所述模型训练集对所述资源预测模型进行迭代。
30、此外,为实现上述目的,本专利技术还提出一种集群容器扩缩容装置,所述集群容器扩缩容装置包括:
31、容器监测模块,用于监测目标集群中各容器的当前性能参数;
32、资源预测模块,用于将所述当前性能参数输入至预先构建的资源预测模型进行资源占用预测,获得各容器的占用预测信息;
33、扩缩容模块,用于基于所述占用预测信息对各容器进行扩缩容。
34、此外,为实现上述目的,本专利技术还提出一种集群容器扩缩容设备,所述集群容器扩缩容设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的集群容器扩缩容程序,所述集群容器扩缩容程序配置为实现如上文所述的集群容器扩缩容方法的步骤。
35、此外,为实现上述目的,本专利技术还提出一种存储介质,所述存储介质上存储有集群容器扩缩容程序,所述集群容器扩缩容程序被处理器执行时实现如上文所述的集群容器扩缩容方法的步骤。
36、本专利技术通过监测目标集群中各容器的当前性能参数,将所述当前性能参数输入至预先构建的资源预测模型进行资源占用预测,获得各容器的占用预测信息,基于所述占用预测信息对各容器进行扩缩容;由于本专利技术通过将监测到的目标集群中各容器的当前性能参数输入至预先构建的资源预测模型进行资源占用预测,从而基于预测到的各容器的占用预测信息对各容器进行扩缩容,从而确保负载均衡的实时性,有效地适应各种业务场景进行资源实时分配,满足各容器的资源需求。
本文档来自技高网...【技术保护点】
1.一种集群容器扩缩容方法,其特征在于,所述集群容器扩缩容方法包括:
2.如权利要求1所述的集群容器扩缩容方法,其特征在于,所述将所述当前性能参数输入至预先构建的资源预测模型进行资源占用预测,获得各容器的占用预测信息之前,包括:
3.如权利要求2所述的集群容器扩缩容方法,其特征在于,所述根据所述历史运行信息建模型训练集,包括:
4.如权利要求1所述的集群容器扩缩容方法,其特征在于,所述基于所述占用预测信息对各容器进行扩缩容,包括:
5.如权利要求4所述的集群容器扩缩容方法,其特征在于,所述基于所述资源需求指标和所述资源需求时间对各容器进行扩缩容,包括:
6.如权利要求5所述的集群容器扩缩容方法,其特征在于,所述根据所述资源需求顺序和所述资源需求指标构建扩缩容序列,包括:
7.如权利要求1至6中任一项所述的集群容器扩缩容方法,其特征在于,所述基于所述占用预测信息对各容器进行扩缩容之后,还包括:
8.一种集群容器扩缩容装置,其特征在于,所述集群容器扩缩容装置包括:
9.一种集群容器扩缩容设
10.一种存储介质,其特征在于,所述存储介质上存储有集群容器扩缩容程序,所述集群容器扩缩容程序被处理器执行时实现如权利要求1至7任一项所述的集群容器扩缩容方法。
...【技术特征摘要】
1.一种集群容器扩缩容方法,其特征在于,所述集群容器扩缩容方法包括:
2.如权利要求1所述的集群容器扩缩容方法,其特征在于,所述将所述当前性能参数输入至预先构建的资源预测模型进行资源占用预测,获得各容器的占用预测信息之前,包括:
3.如权利要求2所述的集群容器扩缩容方法,其特征在于,所述根据所述历史运行信息建模型训练集,包括:
4.如权利要求1所述的集群容器扩缩容方法,其特征在于,所述基于所述占用预测信息对各容器进行扩缩容,包括:
5.如权利要求4所述的集群容器扩缩容方法,其特征在于,所述基于所述资源需求指标和所述资源需求时间对各容器进行扩缩容,包括:
6.如权利要求5所述的集群容器扩缩容方法,其特征在于,所述根据所述...
【专利技术属性】
技术研发人员:陆志鹏,韩光,李嘉宁,郑曦,郭祎萍,国丽,刘彬彬,马博原,杜树峰,周洋,
申请(专利权)人:中电数据产业有限公司,
类型:发明
国别省市:
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。