CN112363825A - 一种弹性伸缩方法及装置 - Google Patents

一种弹性伸缩方法及装置 Download PDF

Info

Publication number
CN112363825A
CN112363825A CN202011112270.3A CN202011112270A CN112363825A CN 112363825 A CN112363825 A CN 112363825A CN 202011112270 A CN202011112270 A CN 202011112270A CN 112363825 A CN112363825 A CN 112363825A
Authority
CN
China
Prior art keywords
container cluster
utilization rate
system resources
time period
containers
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.)
Pending
Application number
CN202011112270.3A
Other languages
English (en)
Inventor
张佳振
王宇博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing 58 Information Technology Co Ltd
Original Assignee
Beijing 58 Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing 58 Information Technology Co Ltd filed Critical Beijing 58 Information Technology Co Ltd
Priority to CN202011112270.3A priority Critical patent/CN112363825A/zh
Publication of CN112363825A publication Critical patent/CN112363825A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请示出了一种弹性伸缩方法及装置。在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率较高时,如果最近一次为容器集群扩容的扩容时刻与当前时刻之间的时间间隔大于预设间隔,则可以提前为容器集群扩容,这样,如果在第二预设时间段业务量增加较多,由于之前已经为容器集群扩容,如此届时可有更多空闲的系统资源能够被用来处理业务数据,这样就不需要等待一段时间才能高可靠且高效率地对外提供服务,避免出现无法高可靠且高效率地对外提供服务的情况,避免出现降低服务质量的现象。其次,也可避免不断地多次为容器集群扩容,从而避免出现过分扩容的情况,进而可以节省系统资源。

Description

一种弹性伸缩方法及装置
技术领域
本申请涉及计算机技术领域,特别是涉及一种弹性伸缩方法及装置。
背景技术
当前,容器技术得到了广泛使用,各大应用程序的服务厂商可以在自己服务端上创建容器,然后通过容器对外提供服务。
有时候,服务厂商可以对外提供服务的种类有多个,例如,租房服务、租车服务以及地图服务等。
其中,可以通过不同的容器对外提供不同种类的服务,例如,一部分容器对外提供租房服务、另一部分容器对外提供租车服务以及又一部分容器对外提供地图服务等。
有时候,有些种类的服务的业务量会增加,该种类的服务对应的容器的数量如果有限,则就无法高可靠且高效率地对外提供服务。因此,需要对该种类的服务扩容,例如,在服务端上创建用于提供该种类的服务的新的容器。
其中,技术人员事先可以根据该种类的服务的特点,在服务端上设置在哪些情况下需要为该种类的服务扩容,以使之后在出现这种情况时,服务端就会为该种类的服务扩容。
然而,发明人发现,上述方式中,是在出现这种情况时才开始扩容,扩容的过程需要耗费一段时间,如此,在扩容过程中,由于容器数量有限,无法高可靠且高效率地对外提供服务,这样,在出现这种情况时需要等待一段时间才能高可靠且高效率地对外提供服务,也即,这一段时间段无法高可靠且高效率地对外提供服务,导致服务质量较低。
发明内容
为解决上述技术问题,本申请示出了一种弹性伸缩方法及装置。
第一方面,本申请示出了一种弹性伸缩方法,应用于电子设备,所述电子设备中包括为目标服务创建的容器集群,所述方法包括:
获取在当前时刻之前的第一预设时间段内所述容器集群的系统资源的实际利用率;
根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率;
在所述预测利用率位于第一预设区间的情况下,获取最近一次为所述容器集群扩容的扩容时刻与所述当前时刻之间的时间间隔;
在所述时间间隔大于所述预设间隔的情况下,为所述容器集群扩容。
在一个可选的实现方式中,所述第一预设区间是根据所述容器集群的系统资源的历史实际利用率获取到的;
所述历史实际利用率包括:在历史过程中,在未触发为所述容器集群扩容的情况下的所述容器集群的最高的系统资源的利用率。
在一个可选的实现方式中,所述方法还包括:
在所述实际利用率位于第二预设区间的情况下,再执行所述根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率的步骤,所述第二预设区间小于所述第一预设区间。
在一个可选的实现方式中,所述方法还包括:
在所述实际利用率位于第三预设区间的情况下,为所述容器集群缩容;所述第三预设区间小于所述第一预设区间。
在一个可选的实现方式中,所述方法还包括:
在所述第二预设时间段的至少部分时长内所述容器集群的系统资源的实际利用率位于所述第一预设区间的情况下,为所述容器集群扩容。
在一个可选的实现方式中,所述为所述容器集群扩容,包括:
获取需要为所述容器集群创建容器的第一数量;
在所述电子设备中为所述容器集群创建所述第一数量的容器。
在一个可选的实现方式中,所述获取需要为所述容器集群创建容器的第一数量,包括:
获取所述系统资源的目标利用率;
获取所述容器集群中已存在的容器的第二数量;
根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量。
在一个可选的实现方式中,所述根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量,包括:
根据所述预测利用率和所述第二数量获取预测利用率总和;
根据所述预测利用率总和以及所述目标利用率获取所述目标服务所需的容器的总数量;
根据总数量和所述第二数量获取所述第一数量。
在一个可选的实现方式中,所述在所述电子设备中为所述容器集群创建所述第一数量的容器,包括:
在所述电子设备中为所述容器集群创建部分数量的容器,所述部分数量小于所述第一数量;
检测在为所述容器集群创建所述部分数量的容器之后的第三预设时间段内,所述容器集群的系统资源的实时利用率是否降低;
在所述实时利用率未降低的情况下,停止为所述容器集群继续创建容器和/或输出报警信息;
在所述实时利用率降低的情况下,继续在所述电子设备中为所述容器集群创建部分数量的容器。
在一个可选的实现方式中,所述根据所述实际利用率预测在当前时刻之后的第二预设时间段内的系统资源的预测利用率,包括:
将所述实际利用率输入已训练的预测模型中,得到所述预测模型输出的所述预测利用率。
在一个可选的实现方式中,所述预测模型的训练方式包括:
获取多个数据集,每一个数据集中包括:在第一样本时间段内所述容器集群的系统资源的第一样本实际利用率以及在第二样本时间段内所述容器集群的系统资源的第二样本实际利用率,所述第二样本时间段位于所述第一样本时间段之后;
根据所述多个数据集对初始化模型训练,直至初始化模型中的模型参数收敛,从而得到所述预测模型。
第二方面,本申请示出了一种弹性伸缩装置,应用于电子设备,所述电子设备中包括为目标服务创建的容器集群,所述装置包括:
第一获取模块,用于获取在当前时刻之前的第一预设时间段内所述容器集群的系统资源的实际利用率;
预测模块,用于根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率;
第二获取模块,用于在所述预测利用率位于第一预设区间的情况下,获取最近一次为所述容器集群扩容的扩容时刻与所述当前时刻之间的时间间隔;
扩容模块,用于在所述时间间隔大于所述预设间隔的情况下,为所述容器集群扩容。
在一个可选的实现方式中,所述第一预设区间是根据所述容器集群的系统资源的历史实际利用率获取到的;
所述历史实际利用率包括:在历史过程中,在未触发为所述容器集群扩容的情况下的所述容器集群的最高的系统资源的利用率。
在一个可选的实现方式中,所述装置还包括:
所述预测模块还用于:在所述实际利用率位于第二预设区间的情况下,再根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率,所述第二预设区间小于所述第一预设区间。
在一个可选的实现方式中,所述装置还包括:
缩容模块,用于在所述实际利用率位于第三预设区间的情况下,为所述容器集群缩容;所述第三预设区间小于所述第一预设区间。
在一个可选的实现方式中,所述装置还包括:
所述扩容模块还用于:在所述第二预设时间段的至少部分时长内所述容器集群的系统资源的实际利用率位于所述第一预设区间的情况下,为所述容器集群扩容。
在一个可选的实现方式中,所述扩容模块包括:
第一获取单元,用于获取需要为所述容器集群创建容器的第一数量;
创建单元,用于在所述电子设备中为所述容器集群创建所述第一数量的容器。
在一个可选的实现方式中,所述第一获取单元包括:
第一获取子单元,用于获取所述系统资源的目标利用率;
第二获取子单元,用于获取所述容器集群中已存在的容器的第二数量;
第三获取子单元,用于根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量。
在一个可选的实现方式中,所述第三获取子单元具体用于:根据所述预测利用率和所述第二数量获取预测利用率总和;根据所述预测利用率总和以及所述目标利用率获取所述目标服务所需的容器的总数量;根据总数量和所述第二数量获取所述第一数量。
在一个可选的实现方式中,所述创建单元包括:
第一创建子单元,用于在所述电子设备中为所述容器集群创建部分数量的容器,所述部分数量小于所述第一数量;
检测子单元,用于检测在为所述容器集群创建所述部分数量的容器之后的第三预设时间段内,所述容器集群的系统资源的实时利用率是否降低;
停止子单元,用于在所述实时利用率未降低的情况下,停止为所述容器集群继续创建容器,和/或,输出子单元,用于输出报警信息;
第二创建子单元,用于在所述实时利用率降低的情况下,继续在所述电子设备中为所述容器集群创建部分数量的容器。
在一个可选的实现方式中,所述预测模块包括:
输入单元,用于将所述实际利用率输入已训练的预测模型中,得到所述预测模型输出的所述预测利用率。
在一个可选的实现方式中,所述预测模块还包括:
第二获取单元,用于获取多个数据集,每一个数据集中包括:在第一样本时间段内所述容器集群的系统资源的第一样本实际利用率以及在第二样本时间段内所述容器集群的系统资源的第二样本实际利用率,所述第二样本时间段位于所述第一样本时间段之后;
训练单元,用于根据所述多个数据集对初始化模型训练,直至初始化模型中的模型参数收敛,从而得到所述预测模型。
第三方面,本申请示出了一种电子设备,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行如第一方面所述的弹性伸缩方法。
第四方面,本申请示出了一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的弹性伸缩方法。
第五方面,本申请示出了一种计算机程序产品,当所述计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的弹性伸缩方法。
本申请提供的技术方案可以包括以下有益效果:
在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率位于第一预设区间的情况下,则说明在第二预设时间段内容器集群的系统资源的利用率会处于一个较高水平,届时容器集群中的系统资源已经被占用了大部分,仅剩余较少的空闲的系统资源可以继续被利用。如果在第二预设时间段目标服务的业务量增加且增加量较大,则需要使用更多的系统资源来处理目标服务的业务数据,这样才能高可靠且高效率地对外提供服务。
然而,届时仅剩余较少的空闲的系统资源可以继续被利用,可用的系统资源有限,没有更多的系统资源可以用来处理目标服务的业务数据,导致无法高可靠且高效率地对外提供服务。
因此,为了避免这种情况发生,在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率位于第一预设区间的情况下,如果最近一次为容器集群扩容的扩容时刻与当前时刻之间的时间间隔大于预设间隔,则可以提前为容器集群扩容,例如在电子设备中为容器集群创建新的容器等,以使目标集群中可以有更多的系统资源可用。
这样,如果在第二预设时间段目标服务的业务量增加且增加量较大,由于之前已经在电子设备中为容器集群扩容等,如此使得届时可以有更多空闲的系统资源能够继续被利用,例如,可以有更多空闲的系统资源能够被用来处理目标服务的业务数据,这样就可以立刻高可靠且高效率地对外提供服务,不需要等待一段时间才能高可靠且高效率地对外提供服务,避免出现无法高可靠且高效率地对外提供服务的情况。也即,可以一直维持高可靠且高效率地对外提供服务,避免出现降低服务质量的现象。其次,也可以避免不断地多次为容器集群扩容,从而避免出现过分扩容的情况,进而可以节省系统资源。
附图说明
图1是本申请的一种弹性伸缩方法的步骤流程图;
图2是本申请的一种扩容方法的步骤流程图;
图3是本申请的一种弹性伸缩装置的结构框图;
图4是本申请示出的一种电子设备的框图;
图5是本申请示出的一种电子设备的框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
图1示出了本申请的一种弹性伸缩方法的步骤流程图,该方法应用于电子设备,电子设备中包括为目标服务创建的容器集群,目标服务为电子设备对外提供的多个服务中的至少一个,为目标服务创建的容器集群中包括至少一个容器,电子设备通过容器集群中的容器可以对外提供目标服务。
参见图1,该方法具体可以包括如下步骤:
在步骤S101中,获取在当前时刻之前的第一预设时间段内容器集群的系统资源的实际利用率。
其中,系统资源包括计算资源、存储资源以及通信资源等,计算资源包括内存资源以及CPU(Central Processing Unit,中央处理器)资源等。
第一预设时间段包括的时长可以是技术人员事先在电子设备中设置的,例如,包括5分钟、4.5分钟或者4分钟等,具体时长可以根据实际情况而定,本申请对此不作限定。
第一预设时间段的结束时刻可以为当前时刻等,也可以为稍微早于当前时刻的一个时刻,例如,是当前时刻的前0.1秒、前0.5秒、前1秒或者前2秒等。
在容器集群中包括一个容器的情况下,容器集群的系统资源的实际利用率包括:该容器的系统资源的实际利用率。
在容器集群中包括至少两个容器的情况下,容器集群的系统资源的实际利用率包括:至少两个容器的系统资源的实际利用率的评论值。
在本申请中,电子设备可以周期性地执行步骤S101~步骤S104。
在步骤S102中,根据实际利用率预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率。
第二预设时间段包括的时长可以是技术人员事先在电子设备中设置的,例如,包括5分钟、4.5分钟或者4分钟等,具体时长可以根据实际情况而定,本申请对此不作限定。
在一个实施例中,第一预设时间段包括的时长与第二预设时间段包括的时长可以相同。
第一预设时间段的起始时刻可以为当前时刻等,也可以为稍微晚于当前时刻的一个时刻,例如,是当前时刻的后0.1秒、后0.5秒、后1秒或者后2秒等。
在本申请中,可以使用预测模型来根据实际利用率预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率。
其中,事先可以训练预测模型,训练方式包括:获取多个数据集,每一个数据集中包括:在第一样本时间段内容器集群的系统资源的第一样本实际利用率以及在第二样本时间段内容器集群的系统资源的第二样本实际利用率,第二样本时间段位于第一样本时间段之后,另外,第一时间段可以与第二时间段相邻,然后可以根据多个数据集对初始化模型训练,直至初始化模型中的模型参数收敛,从而得到预测模型。
其中,初始化模型包括:GBDT(Gradient Boosting Decision Tree,梯度提升决策树)等。
如此,在本步骤中,可以将实际利用率输入已训练的预测模型中,得到预测模型输出的预测利用率。
在步骤S103中,在预测利用率位于第一预设区间的情况下,获取最近一次为容器集群扩容的扩容时刻与当前时刻之间的时间间隔。
在步骤S104中,在时间间隔大于预设间隔的情况下,为容器集群扩容。
在一个实施例中,电子设备可以是周期性执行为容器集群扩容的流程,然而,电子设备周期性执行为容器集群扩容的流程的周期有时候可能会较短,如果连续多次执行为容器集群扩容的流程的过程中,连续多次预测到的容器集群的系统资源的预测利用率位于第一预设区间,则可以执行多次为容器集群扩容的操作。
然而,发明人发现,通常情况下,为容器集群扩容一次即可避免容器集群之后的系统资源的利用率位于第一预设区间。
但是,如果是多次为容器集群扩容,会给容器集群添加过多的容器,出现过分扩容的情况,由于每一个容器都会占用电子设备中的一部分系统资源,因此,这样往往会浪费系统资源。
因此,为了节省系统资源,在本申请另一实施例中,在预测利用率位于第一预设区间的情况下,可以获取最近一次为容器集群扩容的扩容时刻与当前时刻之间的时间间隔;在时间间隔大于预设间隔的情况下,再为容器集群扩容,从而可以避免不断地多次为容器集群扩容,避免出现过分扩容的情况,进而可以节省系统资源。
时间间隔可以为技术人员事先在电子设备中设置的,例如,可以为10秒、15秒、20秒、1分钟或2分钟等,具体数值可以根据实际情况而定,本申请对此不加以限定。
在一个实施例中,在为容器集群扩容时,可以在电子设备中为容器集群创建新的容器等,以使新的容器可以分担容器集群中的其他容器的负荷,从而降低容器集群整体的系统资源的利用率。
其中,本步骤具体可以参见之后图2所示的实施例,在此不做详述。
在本申请一个实施例中,第一预设区间可以为技术人员结合经验对历史数据进行分析后得到、并在电子设备中设置的,例如,第一预设区间可以为0~1之间的一个较高的区间,例如,0.6~1、0.65~1或0.7~1等。
在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率位于第一预设区间的情况下,则说明在第二预设时间段内容器集群的系统资源的利用率会处于一个较高水平,届时容器集群中的系统资源已经被占用了大部分,仅剩余较少的空闲的系统资源可以继续被利用。如果在第二预设时间段目标服务的业务量增加且增加量较大,则需要使用更多的系统资源来处理目标服务的业务数据,这样才能高可靠且高效率地对外提供服务。
然而,届时仅剩余较少的空闲的系统资源可以继续被利用,可用的系统资源有限,没有更多的系统资源可以用来处理目标服务的业务数据,导致无法高可靠且高效率地对外提供服务。
因此,为了避免这种情况发生,在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率位于第一预设区间的情况下,如果最近一次为容器集群扩容的扩容时刻与当前时刻之间的时间间隔大于预设间隔,则可以提前为容器集群扩容,例如在电子设备中为容器集群创建新的容器等,以使目标集群中可以有更多的系统资源可用。
这样,如果在第二预设时间段目标服务的业务量增加且增加量较大,由于之前已经在电子设备中为容器集群扩容等,如此使得届时可以有更多空闲的系统资源能够继续被利用,例如,可以有更多空闲的系统资源能够被用来处理目标服务的业务数据,这样就可以立刻高可靠且高效率地对外提供服务,不需要等待一段时间才能高可靠且高效率地对外提供服务,避免出现无法高可靠且高效率地对外提供服务的情况。也即,可以一直维持高可靠且高效率地对外提供服务,避免出现降低服务质量的现象。其次,也可以避免不断地多次为容器集群扩容,从而避免出现过分扩容的情况,进而可以节省系统资源。
在前述实施例中,第一预设区间需要技术人员结合经验对历史数据进行分析后得到,也即,第一预设区间的确定需要技术人员参与,这样会提高人工成本。
因此,为了降低人工成本,在本申请另一实施例中,第一预设区间可以是根据容器集群的系统资源的历史实际利用率获取到的;历史实际利用率包括:在历史过程中,在未触发为容器集群扩容的情况下的容器集群的最高的系统资源的利用率。
例如,电子设备可以自行获取在历史过程中,容器集群的系统资源出现过的全部的利用率,然后在全部的利用率中,确定在哪些利用率时触发过容器集群扩容,在这些利用率中选择最低的利用率,然后在全部的利用率中选择小于该最低的利用的利用率,将选择的利用率中的最高的利用率作为历史实际利用率。
或者,可以计算选择的利用率中的最高的利用率与一个系数的总和,并作为历史实际利用率。
该系数可以根据选择的利用率中的最高的利用率的确定,例如,选择的利用率中的最高的利用率越大,则该系数越小,选择的利用率中的最高的利用率越小,则该系数越大。
另外,可以根据在历史过程中容器集群的系统资源出现过的全部的利用率定期更新第一预设区间。
通过本申请,第一预设区间的确定不需要技术人员参与,是电子设备自动确定的,从而可以降低人工成本。
在本申请一个实施例中,图1所示的实施例的其中一个目的是:预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率是否位于第一预设区间,在预测利用率位于第一预设区间的情况下,为容器集群扩容。其中,第一预设区间为一个数值较高的区间。
在历史过程中,如果某一个时间段的容器集群的系统资源的实际利用率位于第一预设区间,则在该一个时间段之前且与该一个时间段相邻的另一个时间段中,容器集群的系统资源的实际利用率可以低于第一预设区间,但是,即使在该另一个时间段中容器集群的系统资源的实际利用率低于第一预设区间,但通常也是位于低于第一预设区间的范围内的一个较高的水平,而通常不会位于低于第一预设区间的范围内的一个较低的水平。
经过发明人统计可以得出:
如果一个时间段内容器集群的系统资源的实际利用率位于低于第一预设区间的范围内的一个较高的水平,则在与该时间段相邻的之后一个时间段内,容器集群的系统资源的实际利用率位于第一预设区间内的可能性较高。
如果一个时间段内容器集群的系统资源的实际利用率位于低于第一预设区间的范围内的一个较低的水平,则在与该时间段相邻的之后一个时间段内,容器集群的系统资源的实际利用率位于第一预设区间内的可能性非常低。
而在图1所示的实施例中,在获取到在当前时刻之前的第一预设时间段内容器集群的系统资源的实际利用率之后,就会根据实际利用率预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率。
然而,如果在第一预设时间段内容器集群的系统资源的实际利用率较低,则通常情况下,在当前时刻之后的第二预设时间段内容器集群的系统资源的利用率也不会位于第一预设区间内,这种情况下,执行预测的流程就会白白耗费系统资源。
因此,为了节省系统资源,在本申请另一实施例中,在实际利用率位于第二预设区间的情况下,再根据实际利用率预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率,第二预设区间小于第一预设区间。在实际利用率低于第二预设区间的情况下,则就不需要再根据实际利用率预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率。
通过本申请实施例,在需要预测的情况下再预测在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率,在不需要预测的情况下可以不进行预测,从而可以避免因不必要的预测而浪费系统资源。
在本申请另一实施例中,容器集群的系统资源的实际利用率位于第三预设区间的情况下,则往往说明容器集群较空闲,容器集群此时并未充分利用系统资源,所以,为了节省系统资源,以使电子设备可以将为容器集群中的至少部分容器分配的系统资源分配其他服务使用,以提高资源的利用率,在本申请另一实施例中,在实际利用率位于第三预设区间的情况下,可以为容器集群缩容,例如,在电子设备中卸载容器集群中的至少一个容器,之后电子设备就可以将之前为这个容器分配的系统资源回收,并可以将其分配给其他其他服务对应的容器,从而提高资源利用率。
其中,第三预设区间还可以小于第二预设区间,例如,第三预设区间的最大值小于第二预设区间的最小值等。
在为容器集群扩容之后,通常情况下,在第二预设时间段内,容器集群的系统资源的实时利用率就会小于第一预设区间,例如,小于第一预设区间中的最小值,或者,小于第一预设区间的左端点等。
然而,有时候目标服务的业务量在第二预设时间段内可能会增加,导致容器集群需要在第二预设时间段内处理更多的目标服务的业务数据,进而导致在第二预设时间段内容器集群的系统资源的实际利用率会位于第一预设区间,在这种情况下,还需要继续为容器集群扩容。例如,在第二预设时间段的至少部分时长内容器集群的系统资源的实际利用率位于第一预设区间的情况下,则继续为容器集群扩容。
这样,如果在第二预设时间段目标服务的业务量增加且增加量较大,由于之前已经在电子设备中为容器集群扩容等,如此使得此时可以有更多空闲的系统资源能够继续被利用,例如,可以有更多空闲的系统资源能够被用来处理目标服务的业务数据,这样立刻就可以高可靠且高效率地对外提供服务。
其中,具体的扩容方式可以参见之后图2所示的实施例,在此不做详述。
在本申请一个实施例中,参见图2,步骤S103包括:
在步骤S201中,获取需要为容器集群创建容器的第一数量。
在本申请一个实施例中,本步骤可以通过如下流程实现,包括:
2021、获取系统资源的目标利用率。
在本申请中,技术人员事先可以在电子设备中设置容器集群的系统资源的目标利用率。因此,在本申请中,可以在电子设备中直接获取容器集群的系统资源的目标利用率。
本申请的其中一个目的是需要在容器集群的系统资源的实际利用率较高的情况下,将容器集群的系统资源的实际利用率降低至目标利用率或目标利用率以下。
在本申请一个实施例中,在容器集群中一个容器的情况下,容器集群的系统资源的目标利用率包括这个容器的系统资源的目标利用率。
在容器集群中至少两个容器的情况下,容器集群的系统资源的目标利用率包括至少两个容器的系统资源的目标利用率的平均值等。
在一个实施例中,目标利用率可以位于第二预设区间内,例如,可以为第二预设区间的最大值等。
2022、获取容器集群中已存在的容器的第二数量。
2023、根据预测利用率、目标利用率以及第二数量获取第一数量。
具体地,可以根据预测利用率和第二数量获取预测利用率总和,例如,计算预测利用率与第二数量之间的乘积,得到预测利用率总和。然后可以根据预测利用率总和以及目标利用率获取目标服务所需的容器的总数量,例如。计算预测利用率总和与目标利用率之间的比值,如果该比值为正整数,则将该比值作为总数量,如果该比值为小数,则将该比值中的小数点之前的正整数加1,得到总数量。之后可以根据总数量和第二数量获取第一数量,例如,计算总数量与第二数量之间的差值,得到第一数量。
在步骤S202中,在电子设备中为容器集群创建第一数量的容器。
在本申请一个实施例中,可以在电子设备中为容器集群一次性创建第一数量的容器。
例如,在一个例子中,可以在电子设备中创建第一数量个线程,然后通过每一个线程为容器集群分别创建一个容器,从而实现在电子设备中为容器集群创建第一数量的容器。其中,通过不同的线程创建不同的容器,且可以通过各个线程并行地创建容器。
然而,有时候容器集群的系统资源的利用率较高,可能是因为容器集群中至少部分容器中的某些程序陷入死循环等错误,而无限制地非法占用系统资源。
这样,即使之后在电子设备中为容器集群创建新的容器,以增加容器集群中的可用的系统资源,但也会由于这些程序陷入死循环等错误而继续非法占用更多的系统资源,使得容器集群的系统资源的利用率依旧较高。在这种情况下,为容器集群扩容是不起作用的。
例如,即使通过上述实施例在电子设备中为容器集群一次性创建第一数量的容器,在创建完毕之后,容器集群的系统资源的利用率依旧会位于第一预设区间,这就出现了浪费系统资源的情况。
因此,为了避免出现浪费系统资源的情况,在本申请另一实施例中,可以在电子设备中分批次为容器集群创建新的容器。
例如,具体流程包括:
2031、在电子设备中为容器集群创建部分数量的容器,部分数量小于第一数量。
2032、检测在为容器集群创建部分数量的容器之后的第三预设时间段内,容器集群的系统资源的实时利用率是否降低。
在本申请中,第三预设时间段位于为容器集群创建部分数量的容器的创建时刻之后,第三预设时间段的时长小于第二预设时间段的时长。
例如,假设第二预设时间段的时长包括5分钟,则第三预设时间段可以包括20秒、25秒或30秒等,第三预设时间段的时长可以根据实际情况设置,本申请对此不加以限定。
2033、在实时利用率未降低的情况下,停止为容器集群继续创建容器和/或输出报警信息。
在本申请一个实施例中,在实时利用率未降低的情况下,则说明可能出现容器集群中至少部分容器中的某些程序陷入死循环等错误而无限制地非法占用系统资源的情况,在电子设备中为容器集群创建容器实际上无法降低容器集群的系统资源的利用率,从而在一方面,可以停止为容器集群继续创建容器,避免继续浪费系统资源,在另一方面,也可以输出报警信息,以通知技术人员当前的情况,之后技术人员就可以前往现场分析具体问题并解决这一问题,例如,解决容器集群中至少部分容器中的某些程序陷入死循环等错误,以使其不再无限制地非法占用系统资源,避免容器集群的系统资源的利用率一直位于第一预设区间等较高水平。这样,之后在为容器集群扩容之后,容器集群的利用资源利用率就可以相应降低。
2034、在实时利用率降低的情况下,继续在电子设备中为容器集群创建部分数量的容器。
在本申请另一个实施例中,在实时利用率降低的情况下,则说明未出现容器集群中至少部分容器中的某些程序陷入死循环等错误而无限制地非法占用系统资源的情况,在电子设备中为容器集群创建容器可以降低容器集群的系统资源的利用率,从而可以继续执行上述S2031~2034的流程,直至在电子设备中为容器集群创建第一数量的容器为止,或者,直至容器集群的系统资源的利用率低于或等于目标利用率为止。
在本申请一个实施例中,在电子设备中分批次为容器集群创建新的容器的过程中,在第一批次为容器集群创建部分数量的容器时,部分数量可以根据第一数量确定出,例如,部分数量可以为第一数量的15%、20%或30%等。
在第二批次以及以后的批次为容器集群创建部分数量的容器时,部分数量是可以至少根据第一数量以及实时利用率降低的幅度确定出的。
例如,在实时利用率降低的幅度较慢的情况下,在根据第一数量确定出下一次为容器集群创建容器的部分数量之后,可以适当在确定出的部分数量的基础上再增加一些数量,以使容器集群的利用率能够尽快降低到目标利用率以下的水平。
在实时利用率降低的幅度较快的情况下,在根据第一数量确定出下一次为容器集群创建容器的部分数量之后,可以适当在确定出的部分数量的基础上再减少一些数量,以避免浪费系统资源。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本申请所必须的。
参照图3,示出了本申请的一种弹性伸缩装置的结构框图,应用于电子设备,所述电子设备中包括为目标服务创建的容器集群,所述装置包括:
第一获取模块11,用于获取在当前时刻之前的第一预设时间段内所述容器集群的系统资源的实际利用率;
预测模块12,用于根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率;
第二获取模块13,用于在所述预测利用率位于第一预设区间的情况下,获取最近一次为所述容器集群扩容的扩容时刻与所述当前时刻之间的时间间隔;
扩容模块14,用于在所述时间间隔大于所述预设间隔的情况下,为所述容器集群扩容。
在一个可选的实现方式中,所述第一预设区间是根据所述容器集群的系统资源的历史实际利用率获取到的;
所述历史实际利用率包括:在历史过程中,在未触发为所述容器集群扩容的情况下的所述容器集群的最高的系统资源的利用率。
在一个可选的实现方式中,所述装置还包括:
所述预测模块还用于:在所述实际利用率位于第二预设区间的情况下,再根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率,所述第二预设区间小于所述第一预设区间。
在一个可选的实现方式中,所述装置还包括:
缩容模块,用于在所述实际利用率位于第三预设区间的情况下,为所述容器集群缩容;所述第三预设区间小于所述第一预设区间。
在一个可选的实现方式中,所述装置还包括:
所述扩容模块还用于:在所述第二预设时间段的至少部分时长内所述容器集群的系统资源的实际利用率位于所述第一预设区间的情况下,为所述容器集群扩容。
在一个可选的实现方式中,所述扩容模块包括:
第一获取单元,用于获取需要为所述容器集群创建容器的第一数量;
创建单元,用于在所述电子设备中为所述容器集群创建所述第一数量的容器。
在一个可选的实现方式中,所述第一获取单元包括:
第一获取子单元,用于获取所述系统资源的目标利用率;
第二获取子单元,用于获取所述容器集群中已存在的容器的第二数量;
第三获取子单元,用于根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量。
在一个可选的实现方式中,所述第三获取子单元具体用于:根据所述预测利用率和所述第二数量获取预测利用率总和;根据所述预测利用率总和以及所述目标利用率获取所述目标服务所需的容器的总数量;根据总数量和所述第二数量获取所述第一数量。
在一个可选的实现方式中,所述创建单元包括:
第一创建子单元,用于在所述电子设备中为所述容器集群创建部分数量的容器,所述部分数量小于所述第一数量;
检测子单元,用于检测在为所述容器集群创建所述部分数量的容器之后的第三预设时间段内,所述容器集群的系统资源的实时利用率是否降低;
停止子单元,用于在所述实时利用率未降低的情况下,停止为所述容器集群继续创建容器,和/或,输出子单元,用于输出报警信息;
第二创建子单元,用于在所述实时利用率降低的情况下,继续在所述电子设备中为所述容器集群创建部分数量的容器。
在一个可选的实现方式中,所述预测模块包括:
输入单元,用于将所述实际利用率输入已训练的预测模型中,得到所述预测模型输出的所述预测利用率。
在一个可选的实现方式中,所述预测模块还包括:
第二获取单元,用于获取多个数据集,每一个数据集中包括:在第一样本时间段内所述容器集群的系统资源的第一样本实际利用率以及在第二样本时间段内所述容器集群的系统资源的第二样本实际利用率,所述第二样本时间段位于所述第一样本时间段之后;
训练单元,用于根据所述多个数据集对初始化模型训练,直至初始化模型中的模型参数收敛,从而得到所述预测模型。
在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率位于第一预设区间的情况下,则说明在第二预设时间段内容器集群的系统资源的利用率会处于一个较高水平,届时容器集群中的系统资源已经被占用了大部分,仅剩余较少的空闲的系统资源可以继续被利用。如果在第二预设时间段目标服务的业务量增加且增加量较大,则需要使用更多的系统资源来处理目标服务的业务数据,这样才能高可靠且高效率地对外提供服务。
然而,届时仅剩余较少的空闲的系统资源可以继续被利用,可用的系统资源有限,没有更多的系统资源可以用来处理目标服务的业务数据,导致无法高可靠且高效率地对外提供服务。
因此,为了避免这种情况发生,在当前时刻之后的第二预设时间段内容器集群的系统资源的预测利用率位于第一预设区间的情况下,如果最近一次为容器集群扩容的扩容时刻与当前时刻之间的时间间隔大于预设间隔,则可以提前为容器集群扩容,例如在电子设备中为容器集群创建新的容器等,以使目标集群中可以有更多的系统资源可用。
这样,如果在第二预设时间段目标服务的业务量增加且增加量较大,由于之前已经在电子设备中为容器集群扩容等,如此使得届时可以有更多空闲的系统资源能够继续被利用,例如,可以有更多空闲的系统资源能够被用来处理目标服务的业务数据,这样就可以立刻高可靠且高效率地对外提供服务,不需要等待一段时间才能高可靠且高效率地对外提供服务,避免出现无法高可靠且高效率地对外提供服务的情况。也即,可以一直维持高可靠且高效率地对外提供服务,避免出现降低服务质量的现象。其次,也可以避免不断地多次为容器集群扩容,从而避免出现过分扩容的情况,进而可以节省系统资源。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图4是本申请示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图像,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播操作信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图5是本申请示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。
参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种弹性伸缩方法及装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (24)

1.一种弹性伸缩方法,其特征在于,应用于电子设备,所述电子设备中包括为目标服务创建的容器集群,所述方法包括:
获取在当前时刻之前的第一预设时间段内所述容器集群的系统资源的实际利用率;
根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率;
在所述预测利用率位于第一预设区间的情况下,获取最近一次为所述容器集群扩容的扩容时刻与所述当前时刻之间的时间间隔;
在所述时间间隔大于所述预设间隔的情况下,为所述容器集群扩容。
2.根据权利要求1所述的方法,其特征在于,所述第一预设区间是根据所述容器集群的系统资源的历史实际利用率获取到的;
所述历史实际利用率包括:在历史过程中,在未触发为所述容器集群扩容的情况下的所述容器集群的最高的系统资源的利用率。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述实际利用率位于第二预设区间的情况下,再执行所述根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率的步骤,所述第二预设区间小于所述第一预设区间。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述实际利用率位于第三预设区间的情况下,为所述容器集群缩容;所述第三预设区间小于所述第一预设区间。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第二预设时间段的至少部分时长内所述容器集群的系统资源的实际利用率位于所述第一预设区间的情况下,为所述容器集群扩容。
6.根据权利要求1所述的方法,其特征在于,所述为所述容器集群扩容,包括:
获取需要为所述容器集群创建容器的第一数量;
在所述电子设备中为所述容器集群创建所述第一数量的容器。
7.根据权利要求6所述的方法,其特征在于,所述获取需要为所述容器集群创建容器的第一数量,包括:
获取所述系统资源的目标利用率;
获取所述容器集群中已存在的容器的第二数量;
根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量。
8.根据权利要求7所述的方法,其特征在于,所述根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量,包括:
根据所述预测利用率和所述第二数量获取预测利用率总和;
根据所述预测利用率总和以及所述目标利用率获取所述目标服务所需的容器的总数量;
根据总数量和所述第二数量获取所述第一数量。
9.根据权利要求6所述的方法,其特征在于,所述在所述电子设备中为所述容器集群创建所述第一数量的容器,包括:
在所述电子设备中为所述容器集群创建部分数量的容器,所述部分数量小于所述第一数量;
检测在为所述容器集群创建所述部分数量的容器之后的第三预设时间段内,所述容器集群的系统资源的实时利用率是否降低;
在所述实时利用率未降低的情况下,停止为所述容器集群继续创建容器和/或输出报警信息;
在所述实时利用率降低的情况下,继续在所述电子设备中为所述容器集群创建部分数量的容器。
10.根据权利要求1所述的方法,其特征在于,所述根据所述实际利用率预测在当前时刻之后的第二预设时间段内的系统资源的预测利用率,包括:
将所述实际利用率输入已训练的预测模型中,得到所述预测模型输出的所述预测利用率。
11.根据权利要求10所述的方法,其特征在于,所述预测模型的训练方式包括:
获取多个数据集,每一个数据集中包括:在第一样本时间段内所述容器集群的系统资源的第一样本实际利用率以及在第二样本时间段内所述容器集群的系统资源的第二样本实际利用率,所述第二样本时间段位于所述第一样本时间段之后;
根据所述多个数据集对初始化模型训练,直至初始化模型中的模型参数收敛,从而得到所述预测模型。
12.一种弹性伸缩装置,其特征在于,应用于电子设备,所述电子设备中包括为目标服务创建的容器集群,所述装置包括:
第一获取模块,用于获取在当前时刻之前的第一预设时间段内所述容器集群的系统资源的实际利用率;
预测模块,用于根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率;
第二获取模块,用于在所述预测利用率位于第一预设区间的情况下,获取最近一次为所述容器集群扩容的扩容时刻与所述当前时刻之间的时间间隔;
扩容模块,用于在所述时间间隔大于所述预设间隔的情况下,为所述容器集群扩容。
13.根据权利要求12所述的装置,其特征在于,所述第一预设区间是根据所述容器集群的系统资源的历史实际利用率获取到的;
所述历史实际利用率包括:在历史过程中,在未触发为所述容器集群扩容的情况下的所述容器集群的最高的系统资源的利用率。
14.根据权利要求12所述的装置,其特征在于,所述装置还包括:
所述预测模块还用于:在所述实际利用率位于第二预设区间的情况下,再根据所述实际利用率预测在当前时刻之后的第二预设时间段内所述容器集群的系统资源的预测利用率,所述第二预设区间小于所述第一预设区间。
15.根据权利要求12所述的装置,其特征在于,所述装置还包括:
缩容模块,用于在所述实际利用率位于第三预设区间的情况下,为所述容器集群缩容;所述第三预设区间小于所述第一预设区间。
16.根据权利要求12所述的装置,其特征在于,所述装置还包括:
所述扩容模块还用于:在所述第二预设时间段的至少部分时长内所述容器集群的系统资源的实际利用率位于所述第一预设区间的情况下,为所述容器集群扩容。
17.根据权利要求12所述的装置,其特征在于,所述扩容模块包括:
第一获取单元,用于获取需要为所述容器集群创建容器的第一数量;
创建单元,用于在所述电子设备中为所述容器集群创建所述第一数量的容器。
18.根据权利要求17所述的装置,其特征在于,所述第一获取单元包括:
第一获取子单元,用于获取所述系统资源的目标利用率;
第二获取子单元,用于获取所述容器集群中已存在的容器的第二数量;
第三获取子单元,用于根据所述预测利用率、所述目标利用率以及所述第二数量获取所述第一数量。
19.根据权利要求18所述的装置,其特征在于,所述第三获取子单元具体用于:根据所述预测利用率和所述第二数量获取预测利用率总和;根据所述预测利用率总和以及所述目标利用率获取所述目标服务所需的容器的总数量;根据总数量和所述第二数量获取所述第一数量。
20.根据权利要求17所述的装置,其特征在于,所述创建单元包括:
第一创建子单元,用于在所述电子设备中为所述容器集群创建部分数量的容器,所述部分数量小于所述第一数量;
检测子单元,用于检测在为所述容器集群创建所述部分数量的容器之后的第三预设时间段内,所述容器集群的系统资源的实时利用率是否降低;
停止子单元,用于在所述实时利用率未降低的情况下,停止为所述容器集群继续创建容器,和/或,输出子单元,用于输出报警信息;
第二创建子单元,用于在所述实时利用率降低的情况下,继续在所述电子设备中为所述容器集群创建部分数量的容器。
21.根据权利要求12所述的装置,其特征在于,所述预测模块包括:
输入单元,用于将所述实际利用率输入已训练的预测模型中,得到所述预测模型输出的所述预测利用率。
22.根据权利要求21所述的装置,其特征在于,所述预测模块还包括:
第二获取单元,用于获取多个数据集,每一个数据集中包括:在第一样本时间段内所述容器集群的系统资源的第一样本实际利用率以及在第二样本时间段内所述容器集群的系统资源的第二样本实际利用率,所述第二样本时间段位于所述第一样本时间段之后;
训练单元,用于根据所述多个数据集对初始化模型训练,直至初始化模型中的模型参数收敛,从而得到所述预测模型。
23.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行如权利要求1-11任一项所述的弹性伸缩方法。
24.一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-11任一项所述的弹性伸缩方法。
CN202011112270.3A 2020-10-16 2020-10-16 一种弹性伸缩方法及装置 Pending CN112363825A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011112270.3A CN112363825A (zh) 2020-10-16 2020-10-16 一种弹性伸缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011112270.3A CN112363825A (zh) 2020-10-16 2020-10-16 一种弹性伸缩方法及装置

Publications (1)

Publication Number Publication Date
CN112363825A true CN112363825A (zh) 2021-02-12

Family

ID=74507356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011112270.3A Pending CN112363825A (zh) 2020-10-16 2020-10-16 一种弹性伸缩方法及装置

Country Status (1)

Country Link
CN (1) CN112363825A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114356557A (zh) * 2021-12-16 2022-04-15 北京穿杨科技有限公司 一种集群扩容方法及装置
WO2022267646A1 (zh) * 2021-06-22 2022-12-29 华为云计算技术有限公司 一种容器集的部署方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753356A (zh) * 2018-12-25 2019-05-14 北京友信科技有限公司 一种容器资源调度方法、装置及计算机可读存储介质
CN109873718A (zh) * 2019-01-23 2019-06-11 平安科技(深圳)有限公司 一种容器自适应伸缩方法、服务器及存储介质
CN109918194A (zh) * 2019-01-16 2019-06-21 深圳壹账通智能科技有限公司 智能化扩容缩容方法、装置、计算机设备及存储介质
CN110753112A (zh) * 2019-10-23 2020-02-04 北京百度网讯科技有限公司 云服务的弹性伸缩方法和装置
CN110888898A (zh) * 2018-09-11 2020-03-17 北京奇虎科技有限公司 集群资源使用情况处理方法、装置及电子设备
CN111385142A (zh) * 2020-02-14 2020-07-07 重庆邮电大学 基于Kubernetes的自适应伸缩web容器的方法
US20200301741A1 (en) * 2019-03-22 2020-09-24 Amazon Technologies, Inc. Coordinated predictive autoscaling of virtualized resource groups

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110888898A (zh) * 2018-09-11 2020-03-17 北京奇虎科技有限公司 集群资源使用情况处理方法、装置及电子设备
CN109753356A (zh) * 2018-12-25 2019-05-14 北京友信科技有限公司 一种容器资源调度方法、装置及计算机可读存储介质
CN109918194A (zh) * 2019-01-16 2019-06-21 深圳壹账通智能科技有限公司 智能化扩容缩容方法、装置、计算机设备及存储介质
CN109873718A (zh) * 2019-01-23 2019-06-11 平安科技(深圳)有限公司 一种容器自适应伸缩方法、服务器及存储介质
US20200301741A1 (en) * 2019-03-22 2020-09-24 Amazon Technologies, Inc. Coordinated predictive autoscaling of virtualized resource groups
CN110753112A (zh) * 2019-10-23 2020-02-04 北京百度网讯科技有限公司 云服务的弹性伸缩方法和装置
CN111385142A (zh) * 2020-02-14 2020-07-07 重庆邮电大学 基于Kubernetes的自适应伸缩web容器的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
徐建中等: "一种基于预测的云计算的弹性伸缩策略", 计算机与数字工程, no. 6, pages 1160 - 1162 *
杨忠;: "面向Docker容器的动态负载集群伸缩研究", 舰船电子工程, no. 08, pages 114 - 120 *
王晓钰;吴伟明;谷勇浩;: "基于云平台的弹性Web集群扩缩容机制的研究", 软件, no. 11, pages 24 - 28 *
谢文舟;孙艳霞;: "基于Kubernetes负载特征的资源预测模型研究", 网络安全技术与应用, no. 04, pages 30 - 31 *
陈文楷: "基于docker容器的高并发web系统架构设计与实现", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 139 - 183 *
马航: "基于Kubernetes的容器云平台资源动态调度的研究与实现", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 139 - 152 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022267646A1 (zh) * 2021-06-22 2022-12-29 华为云计算技术有限公司 一种容器集的部署方法及装置
CN114356557A (zh) * 2021-12-16 2022-04-15 北京穿杨科技有限公司 一种集群扩容方法及装置

Similar Documents

Publication Publication Date Title
CN105955765B (zh) 应用预加载方法及装置
CN105573472B (zh) 一种关闭应用程序的方法和装置
CN104050035B (zh) 应用程序的处理方法及装置
CN106375604B (zh) 控制终端电量的方法和装置
CN104951335B (zh) 应用程序安装包的处理方法及装置
CN107193653B (zh) 带宽资源分配方法、装置及存储介质
CN106372204A (zh) 推送消息处理方法及装置
CN112486658B (zh) 一种任务调度方法、装置和用于任务调度的装置
CN111581174A (zh) 基于分布式集群系统的资源管理方法及装置
CN112363825A (zh) 一种弹性伸缩方法及装置
CN113867927A (zh) 资源分配方法、装置、电子设备和存储介质
CN111241134B (zh) 一种数据处理方法及装置
CN109062625B (zh) 应用程序加载的方法、装置及可读存储介质
CN111580980B (zh) 内存管理方法和装置
CN106021130A (zh) 内存处理方法及装置
CN116360979A (zh) 内存分配方法、装置、电子设备及可读存储介质
CN116048757A (zh) 任务处理方法、装置、电子设备和存储介质
CN112883314B (zh) 一种请求处理方法及装置
CN115671715A (zh) 云游戏的资源调度方法、装置、系统和电子设备
CN114416486A (zh) 应用程序的性能监控方法、装置、设备及程序产品
CN113407316A (zh) 服务调度方法、装置、电子设备及存储介质
CN112286687A (zh) 一种资源处理方法及装置
CN106502719A (zh) 管理应用程序的组件的方法及装置
CN106776204B (zh) 确定耗电应用的方法及装置
CN112068975B (zh) 一种信息处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination