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】
本申请涉及云计算领域,尤其涉及一种云环境下的流媒体弹性伸缩方法、装置。
技术介绍
1、流媒体技术在互联网应用中扮演着重要角色,通过以流的形式连续传输视频和音频数据,实现了即时播放而无需下载媒体数据的优势。流媒体服务在各个领域得到广泛应用,包括电子商务、科学应用、监测和测量等。为了提供满意的服务质量,高端云服务器通过资源管理策略将流媒体数据推送给终端用户。然而,动态管理流媒体服务在云环境中面临着挑战,特别是在服务数万用户的情况下,平衡扩展频率和用户体验变得困难。
2、随着微服务和云原生技术的兴起,基于容器的服务如docker以及容器编排平台kubernetes成为流行的选择。这些技术将单体应用程序分解为可分离、可扩展和分布式可部署的组件,通过动态扩展和管理资源利用率来平衡工作负载。然而,在流媒体服务中实现自适应扩容仍然是一个待解决的问题。
3、因此,需要研发一种流媒体服务自适应扩容的方法和系统,以解决在云计算环境中动态管理流媒体服务的挑战。该方法和系统应能够根据用户需求和资源利用率,自动调整流媒体服务的规模,以提供稳定的服务质量和优化的用户体验。这样的技术创新将推动流媒体服务在云计算领域的发展,进一步满足用户需求并提高服务的可靠性和性能。
技术实现思路
1、为了解决现有技术存在的增加资源供应存在滞后、响应时间长、服务质量下降、准确度低以及扩缩容的复杂性高的问题,提出一种流媒体和流分析服务扩缩容方法及其系统。
2、本专利技术所采用的技术方案为:
>3、一种云环境中流媒体和流分析服务工作负载扩缩容方法,该方法包括:
4、流媒体和流分析服务分离,建立服务资源使用情况预测模型;
5、选择目标服务,并获取目标服务在当前时间段的资源使用情况和pod副本数量;
6、将目标服务在当前时间段的资源使用情况输入到服务资源使用情况预测模型进行预测,得到目标服务在下一时间段的资源使用情况预测值;
7、根据目标服务在下一时间段的资源使用情况预测值和单个服务容器的资源情况进行决策分析,得到目标服务在下一时间段所需的pod副本数量;
8、根据目标服务在当前时间段的pod副本数量和下一时间段所需的pod副本数量对目标服务进行扩缩容操作,并存储对应的扩缩容操作记录。
9、进一步地,建立服务资源使用情况预测模型,包括如下步骤:
10、获取服务历史数据集,并将服务历史数据集分为训练样本集和测试样本集;
11、根据训练样本集和神经网络进行训练,建立初始的服务资源使用情况预测模型并进行训练优化;
12、将测试样本集输入初始的服务资源使用情况预测模型进行验证,得到最优的服务资源使用情况预测模型。
13、进一步地,服务历史数据集包括若干目标服务在不同时间段的资源使用情况和pod副本数量。
14、进一步地,当收到用户请求时,对用户请求对应的目标服务的扩缩容操作记录进行可视化展示,包括如下步骤:
15、获取各服务在各时间段的扩缩容操作记录和对应的资源使用情况,并生成对应的扩缩容操作记录文件;
16、当收到用户请求时,根据用户请求中的目标服务和目标时间段匹配扩缩容操作记录文件;
17、根据匹配到的扩缩容操作记录文件生成并输出对应的可视化报告。
18、一种云环境中微服务工作负载扩缩容系统,应用于云环境中微服务工作负载扩缩容方法,包括依次连接的流媒体服务模块、流数据分析服务模块、调度器模块、服务预测模块、服务决策模块、服务控制模块、服务收集模块以及服务报告模块,服务预测模块连接有外部的压测工具和外部的监控工具,且服务预测模块的内部设置有服务资源使用情况预测模型,服务控制模块连接有外部的服务调整工具,服务报告模块连接有外部的报告展示工具。
19、进一步地,服务扩缩容系统基于kubernetes平台建立。
20、进一步地,压测工具为apache jmeter和st-load。
21、进一步地,监控工具为prometheus operator。
22、进一步地,服务调整工具为kubernetes hpa(horizontalpodautoscaling)和kubevela。
23、本专利技术的有益效果为:
24、本专利技术提供的云环境中流媒体和流分析服务工作负载扩缩容方法及其系统,对需要扩缩容的目标服务进行监控、分析以及处理,增强服务响应动态负载变化的能力,减少服务的响应时间,同时增强了自动伸缩能力,降低了扩缩容的复杂性。
25、本专利技术的其他有益效果将在具体实施方式中进一步进行说明。
本文档来自技高网...【技术保护点】
1.一种云计算中流媒体和流数据分析服务的弹性伸缩方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述云计算集群的资源模型以及弹性伸缩策略,调整所述流媒体和流数据分析服务工作负载,包括:
3.根据权利要求2所述的方法,其特征在于,在创建新的流媒体和流数据分析服务工作负载之后,所述方法还包括:
4.根据权利要求1至3任一项所述的方法,其特征在于,所述云计算集群包括至少流媒体和流数据分析服务和至少一个流数据分析服务。
5.一种基于云计算的弹性伸缩装置,其特征在于,所述装置包括:
6.根据权利要求5所述的装置,其特征在于,所述调整单元具体用于:
7.根据权利要求6所述的装置,其特征在于,所述调整单元还用于:
【技术特征摘要】
1.一种云计算中流媒体和流数据分析服务的弹性伸缩方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述云计算集群的资源模型以及弹性伸缩策略,调整所述流媒体和流数据分析服务工作负载,包括:
3.根据权利要求2所述的方法,其特征在于,在创建新的流媒体和流数据分析服务工作负载之后,所述方法还包括:
...
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。