CN109981396B - docker服务容器集群的监控方法及装置、介质及电子设备 - Google Patents
docker服务容器集群的监控方法及装置、介质及电子设备 Download PDFInfo
- Publication number
- CN109981396B CN109981396B CN201910057133.5A CN201910057133A CN109981396B CN 109981396 B CN109981396 B CN 109981396B CN 201910057133 A CN201910057133 A CN 201910057133A CN 109981396 B CN109981396 B CN 109981396B
- Authority
- CN
- China
- Prior art keywords
- docker service
- service container
- cluster
- docker
- occupied
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开实施例提供了一种docker服务容器集群的监控方法及装置,该docker服务容器集群的监控方法包括:获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整;若需要对所述docker服务容器集群进行调整,则生成调整指令;根据所述调整指令对所述docker服务容器集群进行调整。本公开实施例的技术方案通过根据性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整,实现了对docker服务容器集群的调整进行监控的目的。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种docker服务容器集群的监控方法及装置、计算机可读存储介质及电子设备。
背景技术
Docker是一个开源的应用容器引擎,它将应用程序与该程序的依赖包打包在一个文件里面并运行,就会生成一个虚拟容器。程序将会在这个虚拟容器中独立运行,不受环境和其它容器的影响。Docker能够提供一次性运行环境、提供弹性的云服务也能够组建微服务架构,因而被广泛的运用于计算机领域中。在docker服务容器集群的使用过程中,需要对docker服务容器集群进行控制,使得docker服务容器集群能够通过调整(例如添加或者停用docker服务容器)实现既不浪费资源,又能够满足当前运行状态的目的。但是,目前没有一种方法能够对docker服务容器的调整进行监控。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种docker服务容器集群的监控方法及装置、存储介质及电子设备,进而至少在一定程度上克服无法对docker服务容器集群调整进行监控的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供了一种docker服务容器集群的监控方法,包括:获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整;若需要对所述docker服务容器集群进行调整,则生成调整指令;根据所述调整指令对所述docker服务容器集群进行调整。
在本公开的一种示例性实施例中,根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整包括:读取并判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值;若所述性能参数中至少有一个超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整。
在本公开的一种示例性实施例中,生成调整指令包括:基于接收到的用户操作生成调整指令;或根据所述性能参数与预设条件的关系生成调整指令;或将所述性能参数输入调整指令生成模型,以使调整指令生成模型根据所述性能参数生成调整指令。
在本公开的一种示例性实施例中,所述调整指令包括添加或停用docker服务容器指令,所述指令的内容包括:添加或停用docker服务容器的数量。
在本公开的一种示例性实施例中,根据所述调整指令对所述docker服务容器集群进行调整包括:读取所述调整指令以根据调整指令的种类及其内容对所述docker服务容器集群中docker服务容器的数量进行调整,以使所述docker服务容器集群中docker服务容器的平均负荷满足预设平均阈值;根据调整后的docker服务容器集群的数量调整所述docker服务容器集群中各容器的负荷。
在本公开的一种示例性实施例中,根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷包括:若所述调整指令为添加指令,根据数量调整前所述docker服务容器集群中各容器的负荷加权分配所述负荷至添加的docker服务容器;或者若所述调整指令为停用指令,将所述停用的docker服务容器的负荷根据数量调整前所述docker服务容器集群中各容器的负荷加权分配至未停用的docker服务容器。
在本公开的一种示例性实施例中,在对所述docker服务容器集群中docker服务容器的数量进行调整时,若所述调整指令为停用指令,所述方法还包括:读取所述docker服务容器集群中各docker服务容器的负荷;按照所述docker服务容器负荷的大小顺序停用docker服务容器。
在本公开的一种示例性实施例中,根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷,包括:根据调整后的docker服务容器集群中docker服务容器的数量计算所述docker服务容器集群的平均负荷;根据所述平均负荷将目标任务的全部负荷平均分配至所述docker服务容器集群中的各容器。
在本公开的一种示例性实施例中,所述方法还包括:在检测出现以下至少一种情形时,发出告警提示;其中,所述情形包括:至少一个参数超出预设参数最大值;硬盘负荷大于预设负荷最大值;硬盘损坏。
根据本公开的第二方面,提供了一种docker服务容器集群的监控装置,包括:获取单元,用于获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;判断单元,用于根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整;处理单元,用于在需要对所述docker服务容器集群进行调整时,生成调整指令;调整单元,用于根据所述调整指令对所述docker服务容器集群进行调整。
在本公开的一种示例性实施例中,基于前述方案,所述判断单元的配置为:读取并判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值;若所述性能参数中至少有一个超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整。
在本公开的一种示例性实施例中,基于前述方案,所述处理单元的配置为:基于接收到的用户操作生成调整指令;或根据所述性能参数与预设条件的关系生成调整指令;或将所述性能参数输入调整指令生成模型,以使调整指令生成模型根据所述性能参数生成调整指令。
在本公开的一种示例性实施例中,基于前述方案,所述处理单元的配置为:所述调整指令包括添加或停用docker服务容器指令,所述指令的内容包括:添加或停用docker服务容器的数量。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元的配置为:读取所述调整指令以根据调整指令的种类及其内容对所述docker服务容器集群中docker服务容器的数量进行调整,以使所述docker服务容器集群的平均负荷满足预设平均阈值;根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元的配置为:若所述调整指令为添加指令,根据数量调整前所述docker服务容器集群中各容器的负荷加权分配所述负荷至添加的docker服务容器;或者若所述调整指令为停用指令,将所述停用的docker服务容器的负荷根据数量调整前所述docker服务容器集群中各容器的负荷加权分配至未停用的docker服务容器。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元的配置为:读取所述docker服务容器集群中各docker服务容器的负荷;按照所述docker服务容器负荷的大小顺序停用docker服务容器。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元的配置为:根据调整后的docker服务容器集群中docker服务容器的数量计算所述docker服务容器集群的平均负荷;根据所述平均负荷将目标任务的全部负荷平均分配至所述docker服务容器集群中的各容器。
在本公开的一种示例性实施例中,所述docker服务容器集群的监控装置还包括:告警单元,用于在检测出现以下至少一种情形时,发出告警提示;其中,所述情形包括:至少一个参数超出预设参数最大值;硬盘负荷大于预设负荷最大值;硬盘损坏。
根据本公开的第三方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的docker服务容器集群的监控方法。
根据本公开实施例的第四方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的docker服务容器集群的监控方法。
本公开实施例提供的技术方案可以包括以下有益效果:
在本公开的一些实施例所提供的技术方案中,通过将获取到的docker服务容器集群的性能参数展示至交互界面,并根据所述性能参数判断是否对docker服务容器集群进行调整,进而生成调整指令并根据调整指令进行调整,实现了对docker服务容器集群的调整进行监控的目的。进而在本公开的其他实施例中,由于调整指令是根据用户的操作或者是性能参数生成,使得调整指令与当前docker服务容器集群的状态更加匹配,因此对docker服务容器集群调整的控制更加恰当。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出本公开示例性实施例中一种docker服务容器集群的监控方法的流程图;
图2示意性示出本公开示例性实施例中根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整的方法流程图;
图3示意性示出本公开示例性实施例中根据所述调整指令对所述docker服务容器集群进行调整的方法流程图;
图4示意性示出本公开示例性实施例中一种调整所述docker服务容器集群中各容器的负荷方法的流程图;
图5示意性示出本公开示例性实施例中一种docker服务容器集群的监控装置的组成示意图;
图6示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本示例实施方式中首先提供了一种docker服务容器集群的监控方法,所述方法的执行主体可以是docker服务容器的服务器,也可以是docker服务容器的客户端。
参考图1所示,docker服务容器集群的监控方法包括以下步骤S110至步骤S140,以下进行详细阐述:
在步骤S110中,获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示。
在本公开的一个实施例中,所述docker服务容器集群的性能参数包括中央处理器、内存、网络、磁盘的资源使用率等,将上述使用率的具体数据转化为图形格式,并展示在交互界面。例如,中央处理器的资源使用情况可以以折线图的形式展示。
在本公开的一个实施例中,所述性能参数的获取可以是实时获取也可以是周期性获取。例如,可以实时获取被占用的docker服务容器集群的性能参数并实时发送至终端用以展示。再如,可以按照预设周期,周期性获取参数,并在每次获取参数后发送至终端用以展示。
在步骤S120中,根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整。
在本公开的一个实施例中,根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整,参照图2所示,包括如下步骤S210至步骤S220,以下进行详细阐述:
在步骤S210中,读取并判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值。
在本公开的一个实施例中,读取目标任务占用的docker服务容器集群对应的性能参数时,可以针对某一目标任务占用的docker服务容器集群读取,也可以同时针对多个目标任务进行读取,但各目标任务占用的docker服务容器集群的性能参数与各目标任务对应。在判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值时,针对各目标任务对应的性能参数分别判断。
在本公开的一个实施例中,所述预设阈值为一个范围,例如,设置中央处理器的资源使用率的预设阈值为50%~70%,若当前中央处理器的资源使用率小于50%或大于70%,均属于超出预设阈值。
在步骤S220中,若所述性能参数中至少有一个超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整。
在本公开的一个实施例中,针对每一个性能参数分别设置预设阈值,若其中任一或者任意多个参数超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整。例如,对docker服务容器集群中央处理器、内存、网络、磁盘等的资源使用率分别设置预设阈值,在初始化状态下,有100个docker容器服务于同一任务,当某时刻所述任务的处理数据量迅速增大,中央处理器的资源使用率高于预先设定的参数阈值时,则判断需要对所述目标任务占用的docker服务容器集群进行调整。
在步骤S130中,若需要对所述docker服务容器集群进行调整,则生成调整指令。
在本公开的一个实施例中,所述调整指令可以通过多种方式生成。基于接收到的用户操作生成调整指令,例如,用户根据交互界面上看到的性能参数,设置需添加2个docker服务容器,则根据用户的设置生成调整指令;或者根据所述性能参数与预设条件的关系生成调整指令,例如,服务于某电商平台的docker服务容器群,可以对其设置时间参数,当到达某一促销活动的时间段时,动态添加docker容器,过了所述时间段时,则自动停用部分docker容器;或者将所述性能参数输入调整指令生成模型,以使调整指令生成模型根据所述性能参数生成调整指令。其中,以不同性能参数与对应的调整指令为训练样本,对预设机器学习模型进行训练以获取所述调整指令生成模型。具体地,可以采集不同性能参数与对应的调整指令作为训练样本,基于训练样本生成性能参数与对应的调整指令的映射关系。在获取到docker服务容器集群的性能参数时,通过建立的映射关系确定对应调整指令。其中,所述机器学习模型包括决策树模型、一般线性模型、深度神经网络模型、支持向量机模型、以及随机森林模型等机器学习模型中的一种或多种;当然,本领域技术人员还可以根据需求,使用其他的机器学习模型,本示例性实施例中并不以此为限。
在本公开的一个实施例中,所述调整指令包括添加或停用docker服务容器指令,所述指令的内容包括:添加或停用docker服务容器的数量。
在本公开的一个实施例中,所述调整指令包括添加或停用docker服务容器及其数量,可以根据预设平均阈值确定。根据当前目标任务的所有负荷,计算需要多少个docker服务容器同时运行能够使得docker服务容器集群的平均负荷满足预设平均阈值,根据计算结果确定需要添加或者停用docker服务容器的数量。例如,预设平均阈值为60%~70%,若判断需要对所述docker服务容器集群进行调整,则应当添加或者停用一定数量的docker容器,使docker服务容器群的平均负荷降低或者升高至60%~70%,已达到提升服务质量或者减少资源浪费的效果。
在步骤S140中,根据所述调整指令对所述docker服务容器集群进行调整。
在本公开的一个实施例中,根据所述调整指令对所述docker服务容器集群进行调整,参照图3所示,包括如下步骤S310至步骤S320,以下进行详细阐述:
在步骤S310中,读取所述调整指令以根据调整指令的种类及其内容对所述docker服务容器集群中docker服务容器的数量进行调整,以使所述docker服务容器集群的平均负荷满足预设平均阈值。
在本公开的一个实施例中,由于添加或停用指令的内容包括添加或停用的数量,且添加或停用的具体数量如步骤S130中所述,根据预设平均阈值确定。因此,根据调整指令的种类及其内容对所述docker服务容器集群执行添加或停用docker服务容器的操作后,所述docker服务容器集群的数量发生了变化,因此平均负荷能够满足预设平均阈值。
在步骤S320中,根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷。
在本公开的一个实施例中,对docker服务容器集群的数量进行调整后,添加或停用的docker服务容器的负荷无法确定,因此需要根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷,包括:若所述调整指令为添加指令,根据数量调整前所述docker服务容器集群中各容器的负荷加权分配所述负荷至添加的docker服务容器;或者若所述调整指令为停用指令,将所述停用的docker服务容器的负荷根据数量调整前所述docker服务容器集群中各容器的负荷加权分配至未停用的docker服务容器。例如,共有4个docker服务容器,其负荷分别为30%、40%、50%、60%,此时若要停用负荷为30%的docker服务容器,则将30%的负荷按未利用的负荷加权,分别分配12%、10%、8%给负荷为40%、50%、60%的docker服务容器。又如,共有3个docker服务容器,其负荷分别为60%、70%、80%,此时若要添加一个docker服务容器,则将负荷分别为60%、70%、80%的docker服务容器分别分配21%,23%,30%的负荷至添加的docker服务容器。在对docker服务容器的数量进行调整后,通过加权的方式分配各docker服务容器的负荷,可以防止负荷分配不均造成的负荷集中于某一或某几个docker服务容器造成的处理效率降低的问题。
在本公开的一个实施例中,在对所述docker服务容器集群中docker服务容器的数量进行调整时,若所述调整指令为停用指令,所述方法还包括如下步骤:读取所述docker服务容器集群中各docker服务容器的负荷;按照所述docker服务容器负荷的大小顺序停用docker服务容器。可以按照负荷从小到大的顺序停用,例如,共有4个docker服务容器,其负荷分别为30%、40%、50%、60%,此时若要停用一个docker服务容器,则优先停用负荷为30%的docker服务容器,若要停用2个docker服务容器,则优先停用负荷为30%、40%的docker服务容器。
在本公开的另一个实施例中,所述根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷,参照图4所示,包括如下步骤S410至步骤S420,以下进行详细阐述:
在步骤S410中,根据调整后的docker服务容器集群中docker服务容器的数量计算所述docker服务容器集群的平均负荷。
在步骤S420中,根据所述平均负荷将目标任务的全部负荷平均分配至所述docker服务容器集群中的各容器。
在本公开的一个实施例中,根据调整后的docker服务容器集群的数量调整所述docker服务容器集群中各容器的负荷时,也可以按照调整后的docker服务容器集群的数量平均分配各docker服务容器的负荷。例如,共有三个docker容器,其负荷分别为40%、50%、60%,此时若要停用一个docker容器,则剩余两个docker服务容器平均分配负荷,均为75%。通过平均分配负荷的方式,可以防止因某一docker服务容器任务量过大或者过小,导致所述docker服务容器的任务处理效率低的问题。
在本公开的一个实施例中,在检测出现以下至少一种情形时,发出告警提示;其中,所述情形包括:至少一个参数超出预设参数最大值;硬盘负荷大于预设负荷最大值;硬盘损坏。通过告警的方式,提示用户所述docker服务容器群的运行环境发生变化,进而对docker服务容器群进行相应操作。
以下介绍本公开的装置实施例,可以用于执行本公开上述的docker服务容器集群的监控方法。
图5示意性示出本公开示例性实施例中一种docker服务容器集群的监控装置的组成示意图,所述docker服务容器集群的监控装置可以安装于docker服务容器的服务器上,也可以设置于docker服务容器的终端设备上。
参照图5所示,根据本公开的一个实施例的docker服务容器集群的监控装置500,包括:获取单元501、判断单元502、处理单元503和调整单元504。
其中,获取单元501用于获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;判断单元502用于根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整;处理单元503用于在需要对所述docker服务容器集群进行调整时,生成调整指令;调整单元504用于根据所述调整指令对所述docker服务容器集群进行调整。
在本公开的一种示例性实施例中,基于前述方案,所述判断单元502的配置为:读取并判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值;若所述性能参数中至少有一个超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整。
在本公开的一种示例性实施例中,基于前述方案,所述处理单元503的配置为:基于接收到的用户操作生成调整指令;或根据所述性能参数与预设条件的关系生成调整指令;或将所述性能参数输入调整指令生成模型,以使调整指令生成模型根据所述性能参数生成调整指令。
在本公开的一种示例性实施例中,基于前述方案,所述处理单元503的配置为:所述调整指令包括添加或停用docker服务容器指令,所述指令的内容包括:添加或停用docker服务容器的数量。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元504的配置为:读取所述调整指令以根据调整指令的种类及其内容对所述docker服务容器集群中docker服务容器的数量进行调整,以使所述docker服务容器集群的平均负荷满足预设平均阈值;根据调整后的docker服务容器集群中docker服务容器的数量调整所述docker服务容器集群中各容器的负荷。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元504的配置为:若所述调整指令为添加指令,根据数量调整前所述docker服务容器集群中各容器的负荷加权分配所述负荷至添加的docker服务容器;或者若所述调整指令为停用指令,将所述停用的docker服务容器的负荷根据数量调整前所述docker服务容器集群中各容器的负荷加权分配至未停用的docker服务容器。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元504的配置为:读取所述docker服务容器集群中各docker服务容器的负荷;按照所述docker服务容器负荷的大小顺序停用docker服务容器。
在本公开的一种示例性实施例中,基于前述方案,所述调整单元504的配置为:根据调整后的docker服务容器集群中docker服务容器的数量计算所述docker服务容器集群的平均负荷;根据所述平均负荷将目标任务的全部负荷平均分配至所述docker服务容器集群中的各容器。
在本公开的一种示例性实施例中,所述docker服务容器集群的监控装置还包括:告警单元,用于在检测出现以下至少一种情形时,发出告警提示;其中,所述情形包括:至少一个参数超出预设参数最大值;硬盘负荷大于预设负荷最大值;硬盘损坏。
由于本公开的示例实施例的docker服务容器集群的监控装置的各个功能模块与上述docker服务容器集群的监控方法的示例实施例的步骤对应,因此对于本公开装置实施例中未披露的细节,请参照本公开上述的docker服务容器集群的监控方法的实施例。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备的计算机系统600仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统操作所需的各种程序和数据。CPU601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的docker服务容器集群的监控方法。
例如,所述的电子设备可以实现如图1中所示的:步骤S110,获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;步骤S120,根据目标任务占用的docker服务容器集群对应的性能参数判断是否对所述目标任务占用的docker服务容器集群进行调整;步骤S130,若需要对所述docker服务容器集群进行调整,则生成调整指令;步骤S140,根据所述调整指令对所述docker服务容器集群进行调整。
又如,所述的电子设备可以实现如图2至图4所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (4)
1.一种docker服务容器集群的监控方法,其特征在于,包括:
实时获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;
针对多个目标任务读取并判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值;若所述性能参数中至少有一个超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整;其中,针对各所述目标任务对应的所述性能参数分别判断;
若需要对所述目标任务占用的docker服务容器集群进行调整,则生成调整指令;包括:基于接收到的用户操作生成调整指令;或根据所述性能参数与预设条件的关系生成调整指令;或将所述性能参数输入调整指令生成模型,以使调整指令生成模型根据所述性能参数生成调整指令;
根据所述调整指令对所述目标任务占用的docker服务容器集群进行调整;
其中,所述调整指令包括添加或停用docker服务容器指令,所述指令的内容包括:添加或停用docker服务容器的数量;
所述根据所述调整指令对所述目标任务占用的docker服务容器集群进行调整,包括:读取所述调整指令以根据调整指令的种类及其内容对所述目标任务占用的docker服务容器集群中docker服务容器的数量进行调整,以使所述目标任务占用的docker服务容器集群的平均负荷满足预设平均阈值;
根据调整后的目标任务占用的docker服务容器集群中docker服务容器的数量调整所述目标任务占用的docker服务容器集群中各容器的负荷;包括:若所述调整指令为添加指令,根据数量调整前所述目标任务占用的docker服务容器集群中各容器的负荷加权分配所述负荷至添加的docker服务容器;或者若所述调整指令为停用指令,将停用的docker服务容器的负荷根据数量调整前所述目标任务占用的docker服务容器集群中各容器的负荷加权分配至未停用的docker服务容器;
其中,在对所述目标任务占用的docker服务容器集群中docker服务容器的数量进行调整时,若所述调整指令为停用指令,所述方法还包括:
读取所述目标任务占用的docker服务容器集群中各docker服务容器的负荷;
按照所述docker服务容器负荷从小到大顺序停用docker服务容器。
2.根据权利要求1所述docker服务容器集群的监控方法,其特征在于,所述根据调整后的目标任务占用的docker服务容器集群中docker服务容器的数量调整所述目标任务占用的docker服务容器集群中各容器的负荷,包括:
根据调整后的目标任务占用的docker服务容器集群中docker服务容器的数量计算所述目标任务占用的docker服务容器集群的平均负荷;
根据所述平均负荷将目标任务的全部负荷平均分配至所述目标任务占用的docker服务容器集群中的各容器。
3.根据权利要求1所述的docker服务容器集群的监控方法,其特征在于,所述方法还包括:在检测出现以下至少一种情形时,发出告警提示;其中,所述情形包括:
至少一个参数超出预设参数最大值;
硬盘负荷大于预设负荷最大值;
硬盘损坏。
4.一种docker服务容器集群的监控装置,其特征在于,包括:
获取单元,用于实时获取被占用的docker服务容器集群的性能参数,根据预设规则将所述性能参数转化为图形格式,并发送至终端以在交互界面展示;
判断单元,用于针对多个目标任务读取并判断所述目标任务占用的docker服务容器集群对应的性能参数是否超出预设阈值;若所述性能参数中至少有一个超出预设阈值,则对所述目标任务占用的docker服务容器集群进行调整;其中,针对各所述目标任务对应的所述性能参数分别判断;
处理单元,用于在需要对所述目标任务占用的docker服务容器集群进行调整时,生成调整指令;包括:基于接收到的用户操作生成调整指令;或根据所述性能参数与预设条件的关系生成调整指令;或将所述性能参数输入调整指令生成模型,以使调整指令生成模型根据所述性能参数生成调整指令;
调整单元,用于根据所述调整指令对所述目标任务占用的docker服务容器集群进行调整;
其中,所述调整指令包括添加或停用docker服务容器指令,所述指令的内容包括:添加或停用docker服务容器的数量;
所述根据所述调整指令对所述目标任务占用的docker服务容器集群进行调整,包括:读取所述调整指令以根据调整指令的种类及其内容对所述目标任务占用的docker服务容器集群中docker服务容器的数量进行调整,以使所述目标任务占用的docker服务容器集群的平均负荷满足预设平均阈值;
根据调整后的目标任务占用的docker服务容器集群中docker服务容器的数量调整所述目标任务占用的docker服务容器集群中各容器的负荷;包括:若所述调整指令为添加指令,根据数量调整前所述目标任务占用的docker服务容器集群中各容器的负荷加权分配所述负荷至添加的docker服务容器;或者若所述调整指令为停用指令,将停用的docker服务容器的负荷根据数量调整前所述目标任务占用的docker服务容器集群中各容器的负荷加权分配至未停用的docker服务容器;
其中,在对所述目标任务占用的docker服务容器集群中docker服务容器的数量进行调整时,若所述调整指令为停用指令,所述调整单元还用于:
读取所述目标任务占用的docker服务容器集群中各docker服务容器的负荷;
按照所述docker服务容器负荷的大小顺序停用docker服务容器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910057133.5A CN109981396B (zh) | 2019-01-22 | 2019-01-22 | docker服务容器集群的监控方法及装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910057133.5A CN109981396B (zh) | 2019-01-22 | 2019-01-22 | docker服务容器集群的监控方法及装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109981396A CN109981396A (zh) | 2019-07-05 |
CN109981396B true CN109981396B (zh) | 2022-07-08 |
Family
ID=67076732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910057133.5A Active CN109981396B (zh) | 2019-01-22 | 2019-01-22 | docker服务容器集群的监控方法及装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109981396B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933178B (zh) * | 2019-12-09 | 2022-02-01 | 聚好看科技股份有限公司 | 调整集群系统内的节点配置的方法及服务器 |
CN112433815A (zh) * | 2020-11-24 | 2021-03-02 | 中国科学院深圳先进技术研究院 | 一种基于容器管制的云数据中心节能方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562545A (zh) * | 2017-09-11 | 2018-01-09 | 南京奥之云信息技术有限公司 | 一种基于Docker技术的容器调度方法 |
CN107734052A (zh) * | 2017-11-02 | 2018-02-23 | 华南理工大学 | 面向组件依赖的负载均衡容器调度方法 |
CN108519911A (zh) * | 2018-03-23 | 2018-09-11 | 上饶市中科院云计算中心大数据研究院 | 一种基于容器的集群管理系统中资源的调度方法和装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919445B (zh) * | 2015-12-28 | 2021-08-20 | 华为技术有限公司 | 一种在集群中并行调度容器的方法和装置 |
CN106020930B (zh) * | 2016-05-13 | 2019-07-23 | 深圳市中润四方信息技术有限公司 | 一种基于应用容器的应用管理方法及系统 |
US20180004779A1 (en) * | 2016-06-29 | 2018-01-04 | BoxFox, Inc. | Computer-based systems, computer readable storage media and computer-implemented methods facilitating automatic determination of sizing information and automatic selection and configuration of one or more objects within containers |
US10505830B2 (en) * | 2016-08-11 | 2019-12-10 | Micro Focus Llc | Container monitoring configuration deployment |
CN106484540B (zh) * | 2016-10-20 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 一种资源配置方法及装置 |
CN108009017B (zh) * | 2016-11-01 | 2022-02-18 | 阿里巴巴集团控股有限公司 | 一种应用链路的扩容方法、装置和系统 |
CN108399100A (zh) * | 2017-02-06 | 2018-08-14 | 中国移动通信集团公司 | 一种容器资源的调整方法及装置 |
US10747568B2 (en) * | 2017-05-30 | 2020-08-18 | Magalix Corporation | Systems and methods for managing a cloud computing environment |
CN108683720B (zh) * | 2018-04-28 | 2021-12-14 | 金蝶软件(中国)有限公司 | 一种容器集群服务配置方法及装置 |
CN108958882A (zh) * | 2018-06-06 | 2018-12-07 | 麒麟合盛网络技术股份有限公司 | 一种容器调整方法、装置和系统 |
-
2019
- 2019-01-22 CN CN201910057133.5A patent/CN109981396B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562545A (zh) * | 2017-09-11 | 2018-01-09 | 南京奥之云信息技术有限公司 | 一种基于Docker技术的容器调度方法 |
CN107734052A (zh) * | 2017-11-02 | 2018-02-23 | 华南理工大学 | 面向组件依赖的负载均衡容器调度方法 |
CN108519911A (zh) * | 2018-03-23 | 2018-09-11 | 上饶市中科院云计算中心大数据研究院 | 一种基于容器的集群管理系统中资源的调度方法和装置 |
Non-Patent Citations (1)
Title |
---|
基于容器技术的云计算资源自适应管理方法;树岸等;《计算机科学》;20170715(第07期);126-133 * |
Also Published As
Publication number | Publication date |
---|---|
CN109981396A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110198244B (zh) | 面向异构云服务的资源配置方法和装置 | |
CN112165691B (zh) | 内容分发网络调度方法、装置、服务器和介质 | |
CN110708212B (zh) | 分布式系统中调用链路的追踪方法及装置 | |
CN110445632B (zh) | 一种预防客户端崩溃的方法和装置 | |
CN109815405B (zh) | 灰度分流方法与系统 | |
CN109981396B (zh) | docker服务容器集群的监控方法及装置、介质及电子设备 | |
CN110782706B (zh) | 智能车辆驾驶风险的预警方法和装置 | |
CN107957888B (zh) | 应用程序的灰度升级方法及装置 | |
CN111181770A (zh) | 一种资源分配方法、系统、电子设备和存储介质 | |
CN115617511A (zh) | 资源数据处理的方法、装置、电子设备和存储介质 | |
CN116185588A (zh) | 一种任务调度方法、装置、电子设备及可读存储介质 | |
CN114924851A (zh) | 训练任务的调度方法、装置、电子设备和存储介质 | |
US20160196168A1 (en) | Virtual resource control system and virtual resource control method | |
CN111176641B (zh) | 流程节点执行方法、装置、介质及电子设备 | |
CN112887355B (zh) | 异常服务器的业务处理方法及装置 | |
CN104021046A (zh) | 处理应用的方法和装置 | |
CN115952054A (zh) | 一种仿真任务资源管理方法、装置、设备及介质 | |
US20230116810A1 (en) | Automated predictive infrastructure scaling | |
CN112559183B (zh) | 计算资源管理方法、装置、电子设备及存储介质 | |
CN111917812B (zh) | 数据的传输控制方法、装置、设备以及存储介质 | |
CN114647499A (zh) | 异步作业任务并发控制方法、装置、电子设备和存储介质 | |
CN114139605A (zh) | 分布式的模型训练方法、系统、设备以及存储介质 | |
CN115080197A (zh) | 计算任务调度方法、装置、电子设备和存储介质 | |
CN113064620A (zh) | 一种处理系统数据的方法和装置 | |
CN113762972A (zh) | 数据存储控制方法及装置、电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: 201, room 518000, building A, No. 1, front Bay Road, Qianhai Shenzhen Guangdong Shenzhen Hong Kong cooperation zone (Qianhai business secretary) Applicant after: PING AN PUHUI ENTERPRISE MANAGEMENT Co.,Ltd. Address before: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Applicant before: PING AN PUHUI ENTERPRISE MANAGEMENT Co.,Ltd. |
|
CB02 | Change of applicant information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |