【技术实现步骤摘要】
本专利技术属于微服务资源管理领域，具体涉及一种基于负载预测和强化学习的微服务管理方法。
技术介绍
1、在微服务支撑平台中，面向海量微服务的复杂场景，管理目标主要考虑以下两个方向：
2、第一个方向是优化时间指标：在微服务领域，时间指标主要指对用户请求的响应时间，也代表了微服务应用的性能。当微服务应用负载过重时，来自用户的请求可能得不到高效的处理，从而导致用户请求响应时间的延长。通常用户与云平台提供商会就sla(service level agreement，服务水平协议)达成统一，如99％的服务响应时间小于1ms。优化响应时间的目标即尽力避免违反sla的情况出现。
3、第二个方向是优化资源使用：在微服务领域，资源使用主要指整个微服务系统平台中的cpu和内存资源。
4、如何在保证微服务响应时间的前提下，尽可能节约资源是长期的研究问题。
5、对微服务执行水平扩缩是可靠的研究方向之一：在微服务资源紧张，导致响应时间恶化的情况下，增加微服务的副本数量，提高其可用资源，能有效保障微服务的时间指标；当用...
【技术保护点】
1.一种基于负载预测和强化学习的微服务管理方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于负载预测和强化学习的微服务管理方法，其特征在于，所述指标的结构化形式包括名称name、标签label、时间戳timestamp和相应指标数值value，并将标签用于对同一指标在不同情况下的分类，具体表示为name{label＝`标签值`}value timestamp。
3.根据权利要求1所述的一种基于负载预测和强化学习的微服务管理方法，其特征在于，所述负载预测模块进行微服务调用率预测的步骤如下：
4.根据权利要求3所述的一种...
【技术特征摘要】
1.一种基于负载预测和强化学习的微服务管理方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于负载预测和强化学习的微服务管理方法，其特征在于，所述指标的结构化形式包括名称name、标签label、时间戳timestamp和相应指标数值value，并将标签用于对同一指标在不同情况下的分类，具体表示为name{label＝`标签值`}value timestamp。
3.根据权利要求1所述的一种基...
【专利技术属性】
技术研发人员：吴文峻，丁嵘，杨开元，陈睿博，
申请(专利权)人：北京航空航天大学，
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。