CN115473804A - 一种基于交易量负载进行弹性伸缩的方法及装置 - Google Patents
一种基于交易量负载进行弹性伸缩的方法及装置 Download PDFInfo
- Publication number
- CN115473804A CN115473804A CN202211086670.0A CN202211086670A CN115473804A CN 115473804 A CN115473804 A CN 115473804A CN 202211086670 A CN202211086670 A CN 202211086670A CN 115473804 A CN115473804 A CN 115473804A
- Authority
- CN
- China
- Prior art keywords
- estimated
- preset
- time
- response time
- transaction amount
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000008602 contraction Effects 0.000 title claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 142
- 230000009467 reduction Effects 0.000 claims abstract description 71
- 238000012423 maintenance Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 54
- 238000012544 monitoring process Methods 0.000 claims description 37
- 238000009499 grossing Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 26
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000013475 authorization Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- 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
- H04L41/0876—Aspects of the degree of configuration automation
- H04L41/0886—Fully automatic configuration
-
- 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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种基于交易量负载进行弹性伸缩的方法及装置,该方法为:获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线;计算预设时长后的预估资源负载以及计算预设时长后的预估资源需求量;利用业务响应时间平滑曲线,计算得到预设时长后的预估响应时间;当预估资源需求量和/或预估响应时间满足预设的扩容条件时,基于资源池中的运行资源对目标业务系统执行扩容操作;预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,对目标业务系统执行缩容操作,在执行缩容操作或扩容操作的过程中不需要人工参与配置,提高运维效率和降低操作风险。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于交易量负载进行弹性伸缩的方法及装置。
背景技术
互联网业务在高峰时段和低峰时段的业务量通常有几倍甚至几十倍的差距,如果按照高峰时段的业务量配置计算资源和存储资源,那么会在低峰时段存在资源浪费的问题;而如果按照低峰时段的业务量配置计算资源和存储资源,那么会在高峰时段出现因资源不足而导致堵塞甚至业务服务停止的问题。
目前通常采用弹性伸缩检测方法来解决上述问题,但是,现有的弹性伸缩检测方法在创建计算实例后,还需要人工进行存储、网络、第三方应用和业务系统的配置,运维工作量较大且容易出错,运维效率较低且操作风险较高。
发明内容
有鉴于此,本发明实施例提供一种基于交易量负载进行弹性伸缩的方法及装置,以解决现有弹性伸缩检测方法存在的运维效率较低且操作风险较高等问题。
为实现上述目的,本发明实施例提供如下技术方案:
本发明实施例第一方面公开一种基于交易量负载进行弹性伸缩的方法,所述方法包括:
获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线,所述当前交易量负载包含当前交易量和当前响应时间,所述目标业务系统为业务系统集群中的任意业务系统,所述业务系统集群中的业务系统基于资源池提供的运行资源运行;
根据所述当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载;
利用所述交易量指数平滑曲线、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量;
利用所述业务响应时间平滑曲线,计算得到所述预设时长后的预估响应时间;
当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,基于所述资源池中的运行资源对所述目标业务系统执行扩容操作;
当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,对所述目标业务系统执行缩容操作。
优先的,利用所述交易量指数平滑曲线、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量,包括:
计算所述交易量指数平滑曲线的二次导数;
根据所述交易量指数平滑曲线的二次导数,计算预设时长内每个时间片的一次导数,以得到每个所述时间片对应的第一数值;
对于所述预设时长内的每个时间片,计算所述时间片对应的真实交易量、所述时间片对应的所述第一数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第二数值;
对所述预设时长内的每个时间片对应的第二数值进行加权平均,得到预估交易量;
若所述预估交易量高于预设的交易量下限且低于预设的交易量上限,利用所述预估交易量、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量。
优先的,利用所述业务响应时间平滑曲线,计算得到所述预设时长后的预估响应时间,包括:
计算所述业务响应时间平滑曲线的二次导数;
根据所述业务响应时间平滑曲线的二次导数,计算预设时长内每个时间片的一次导数值,以得到每个所述时间片对应的第三数值;
对于所述预设时长内的每个时间片,计算所述时间片对应的真实业务平均响应时间、所述时间片对应的所述第三数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第四数值;
对所述预设时长内的每个时间片对应的所述第四数值进行加权平均,得到所述预设时长后的预估响应时间。
优先的,当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,基于所述资源池中的运行资源对所述目标业务系统执行扩容操作,包括:
当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,针对所述目标业务系统创建新计算实例和新存储卷;
为所述新计算实例挂载所述新存储卷;
部署和配置所述新计算实例对应的新的应用节点,并将所述新的应用节点添加至应用集群;
对所述新的应用节点进行网络配置和服务验证,以使所述新的应用节点可进行内部访问和响应外部请求;
对所述新的应用节点进行安全监控配置和运行监控配置,以使所述新的应用节点可以满足安全要求且被纳入运维监控体系。
优先的,当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,对所述目标业务系统执行缩容操作,包括:
当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,修改所述目标业务系统的运行监控配置,以避免缩容时产生误告警;
修改所述目标业务系统的负载均衡策略,以使所述目标业务系统的目标计算实例停止接收新的请求,其中,所述目标计算实例为所述目标业务系统对应的创建时间最晚的计算实例;
从应用集群中删除所述目标计算实例上的应用节点;
配置网络以将所述目标计算实例脱离业务网络,并进行数据备份;
为所述目标计算实例卸载存储卷,并回收相应的运行资源和所卸载的存储卷;
修改安全监控配置,使所述目标计算实例不再受到安全监控,以避免ip仿冒类攻击。
优先的,所述扩容条件为:所述预估资源需求量大于预设的资源量阈值,或,所述预估响应时间大于预设的响应时间上限值,其中,所述资源量阈值基于已为所述目标业务系统分配的资源量确定得到。
优先的,所述缩容条件为:所述预估资源需求量小于预设的资源使用率下限值、所述预估响应时间和所述当前响应时间均小于预设的响应时间下限值、及所述当前时间处于业务低峰时段。
本发明实施例第二方面公开一种基于交易量负载进行弹性伸缩的装置,所述装置包括:
获取单元,用于获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线,所述当前交易量负载包含当前交易量和当前响应时间,所述目标业务系统为业务系统集群中的任意业务系统,所述业务系统集群中的业务系统基于资源池提供的运行资源运行;
第一计算单元,用于根据所述当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载;
第二计算单元,用于利用所述交易量指数平滑曲线、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量;
第三计算单元,用于利用所述业务响应时间平滑曲线,计算得到所述预设时长后的预估响应时间;
扩容单元,用于当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,基于所述资源池中的运行资源对所述目标业务系统执行扩容操作;
缩容单元,用于当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,对所述目标业务系统执行缩容操作。
优先的,所述第二计算单元包括:
第一计算模块,用于计算所述交易量指数平滑曲线的二次导数;
第二计算模块,用于根据所述交易量指数平滑曲线的二次导数,计算预设时长内每个时间片的一次导数,以得到每个所述时间片对应的第一数值;
第三计算模块,用于对于所述预设时长内的每个时间片,计算所述时间片对应的真实交易量、所述时间片对应的所述第一数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第二数值;
加权模块,用于对所述预设时长内的每个时间片对应的第二数值进行加权平均,得到预估交易量;
第四计算模块,用于若所述预估交易量高于预设的交易量下限且低于预设的交易量上限,利用所述预估交易量、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量。
优先的,所述第三计算单元包括:
第一计算模块,用于计算所述业务响应时间平滑曲线的二次导数;
第二计算模块,用于根据所述业务响应时间平滑曲线的二次导数,计算预设时长内每个时间片的一次导数值,以得到每个所述时间片对应的第三数值;
第三计算模块,用于对于所述预设时长内的每个时间片,计算所述时间片对应的真实业务平均响应时间、所述时间片对应的所述第三数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第四数值;
加权模块,用于对所述预设时长内的每个时间片对应的所述第四数值进行加权平均,得到所述预设时长后的预估响应时间。
基于上述本发明实施例提供的一种基于交易量负载进行弹性伸缩的方法及装置,该方法为:获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线;根据当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载;利用交易量指数平滑曲线、预估资源负载和预设比例关系,计算得到预设时长后的预估资源需求量;利用业务响应时间平滑曲线,计算得到预设时长后的预估响应时间;当预估资源需求量和/或预估响应时间满足预设的扩容条件时,基于资源池中的运行资源对目标业务系统执行扩容操作;预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,对目标业务系统执行缩容操作。本方案中,利用与目标业务系统的交易量负载相关的数据,计算得到相应的预估资源需求量和预估资源需求量。根据预估资源需求量、预估资源需求量及其它信息,确定对目标业务系统执行缩容操作或扩容操作,在执行缩容操作或扩容操作的过程中不需要人工参与配置,提高运维效率和降低操作风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的业务级弹性伸缩体系的示意图;
图2为本发明实施例提供的一种基于交易量负载进行弹性伸缩的方法的流程图;
图3为本发明实施例提供的一种基于交易量负载进行弹性伸缩的装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本申请中,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、物品或者设备中还存在另外的相同要素。
由背景技术可知,现有的弹性伸缩检测方法在创建计算实例后,还需要人工进行存储、网络、第三方应用和业务系统的配置,运维工作量较大且容易出错,运维效率较低且操作风险较高。
因此本发明实施例提供一种基于交易量负载进行弹性伸缩的方法及装置,利用与目标业务系统的交易量负载相关的数据,计算得到相应的预估资源需求量和预估资源需求量。根据预估资源需求量、预估资源需求量及其它信息,确定对目标业务系统执行缩容操作或扩容操作,在执行缩容操作或扩容操作的过程中不需要人工参与配置,以提高运维效率和降低操作风险。
需要说明的是,本发明实施例提供的一种基于交易量负载进行弹性伸缩的方法及装置,可适用于业务级弹性伸缩体系,为更方便理解本发明实施例提供的基于交易量负载进行弹性伸缩的方法,以下先对业务级弹性伸缩体系进行解释说明。
参见图1,示出了本发明实施例提供的业务级弹性伸缩体系的示意图,该业务弹性伸缩体系包含云平台100、业务量负载监控200、弹性伸缩管理器300、网络自动部署管理器400、存储自动部署管理器500、应用自动部署管理器600、多个业务系统集群700;其中,多个业务系统集群700即为图1中的业务系统集群1至业务系统集群N,业务系统集群700中包含了业务系统、中间件集群(或数据库集群)、多个计算实例。本方案中的数据库集群可以使用共享存储集群或者其它能够进行节点删除的数据库集群。
云平台100:提供自动创建/回收计算资源的能力。
业务量负载监控200:为弹性伸缩管理器300提供实时的业务量、CPU负载、内存负载、磁盘I/O负载、磁盘使用量负载等数据。
弹性伸缩管理器300:根据业务量负载监控200提供的数据,预估业务量变化情况以触发弹性配置操作。
网络自动部署管理器400:提供网络自动配置能力,使计算实例的服务资源可达。
存储自动部署管理器500:提供存储卷自动配置能力,使计算实例可以挂载附加存储卷。
应用自动部署管理器600:提供应用节点(可简称为应用)的自动部署和自动配置,以自动完成计算实例的应用安装和配置。
需要说明的是,计算实例为由云平台100创建的操作系统实例和/或容器实例,其中,操作系统实例可以包含:虚拟CPU资源、虚拟内存资源、虚拟存储资源(本地硬盘和网络存储)、虚拟网络资源、操作系统的一个逻辑概念。
值得说明的是,本发明实施例提供的一种基于交易量负载进行弹性伸缩的方法,主要是基于交易量负载进行弹性伸缩;发明人经研究发现,理论上可以使用资源负载(由操作系统进行分配的各种资源,如CPU、内存和磁盘容量等)作为弹性伸缩的依据,但是在实践中,现有的业务系统大都运行在第三方中间件和第三方数据库产品上;受数据在物理资源上分布的影响和这些第三方产品自身的管理操作的影响,资源负载情况和实际业务请求的差距很大,比如数据库往往是在深夜业务量最低的时候进行统计和数据整理,这样往往会导致CPU和内存占用率急剧升高,因为这些数据整理操作是低优先级的任务,真正有业务请求上来时这些操作是可以延迟的,因此这时进行扩容操作是没有意义的。
通过上述内容可见,使用业务量负载作为弹性伸缩的依据是相对来说更加客观的;然而实际业务中交易的分布比例是波动的,因此难以寻找到一个非常精确的指标来量化业务量负载。交易量负载相对简单,通常只需要考虑业务量和响应时间的变化,在日常交易中交易量负载和业务量负载之间的差别不大,因此在实践中常常使用交易量负载来近似地表示业务量负载。基于前述原因,本方案可基于交易量负载进行弹性伸缩,关于本方案的具体实现方式详见以下内容。
参见图2,示出了本发明实施例提供的一种基于交易量负载进行弹性伸缩的方法的流程图,该方法包括:
步骤S201:获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线。
需要说明的是,当前交易量负载包含当前交易量和当前响应时间,目标业务系统为业务系统集群中的任意业务系统,业务系统集群中的业务系统基于资源池提供的运行资源(计算资源和存储资源)运行。
在具体实现步骤S201的过程中,获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线等与交易量相关的数据,基于前述所获取的与交易量相关的数据进行弹性伸缩。
需要说明的是,上述提及的资源池主要划分为一级资源池、二级资源池和三级资源池;整个云环境统一分配一级资源池、二级资源池和三级资源池。
其中,一级资源池为可以支持业务系统运行且能够满足可用性和安全要求的最小资源池,一级资源池相当于固定池,该一级资源池不受弹性伸缩的影响。
二级资源池为弹性伸缩管理器300所管理的资源池,二级资源池的大小根据实际业务变化情况来进行动态管理;二级资源池具体为可分配给业务系统的最大资源。
三级资源池为需要人工进行授权的全数据中心预备资源池;如果某业务系统自动扩展到弹性伸缩的上限仍然不能满足业务服务需求,那么需进行人工授权调拨全数据中心预备资源池的一部分运行资源给该业务系统使用。
进一步需要说明的是,交易量负载主要由交易量和响应时间这两个指标构成;其中响应时间存在上限、下限和出错下限这三个阈值。响应时间的上限代表交易超时(触发扩容的指标之一);响应时间的下限代表业务系统负载较轻(可以作为缩容的指标之一);响应时间的出错下限,是因为业务系统出现某种故障而导致交易立刻出错返回。
交易量具有上限和下限这两个阈值,交易量的上限对应二级资源池扩容后所能支持的交易量的上限;如果交易量达到上限则需要从三级资源池分配资源,而由于三级资源池的运行资源是需要手工流程授权才能分配的,故交易量的上限需要有告警机制。交易量的下限对于弹性伸缩的意义在于:低于交易量下限则不再进行缩容操作。通过前述内容可以得出,交易量的下限以下对应一级资源池,交易量的上限和下限之间对应二级资源池,交易量的上限以上对应三级资源池。
步骤S202:根据当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载。
在具体实现步骤S202的过程中,根据当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载。
具体而言,根据公式(1)计算预设时长后的预估资源负载。
资源负载=K0+N*预设比例关系 (1)
需要说明的是,在计算预估资源负载的过程中,公式(1)中的K0表示计算实例固定消耗资源(通常由操作系统、中间件和数据库等对象的消耗构成),N为交易量,预设比例系数可通过日常交易量基线和资源使用基线计算得到,预设比例系数即为交易量负载和资源负载的比例关系。
步骤S203:利用交易量指数平滑曲线、预估资源负载和预设比例关系,计算得到预设时长后的预估资源需求量。
在具体实现步骤S203的过程中,计算交易量指数平滑曲线的二次导数;根据该交易量指数平滑曲线的二次导数,计算预设时长内(通常为预估预设时长后的业务量,如预估10分钟后的业务量)每个时间片的一次导数以得到每个时间片对应的第一数值;需要说明的是,每个时间片都存在相应的真实交易量,时间片的长度可以是数秒到1分钟(仅举例,实际长度根据具体情况设定)。
对于预设时长内的每个时间片,计算该时间片对应的真实交易量(通过监控得到)、该时间片对应的第一数值、该时间片至预估时间点之间的时间片数量的乘积,得到该时间片对应的第二数值;其中,时间片数量为该时间片至预估时间点(预设时长后所对应的时间点)之间的时间片的数量。也就是说,时间片对应的第二数值=该时间片对应的真实交易量*该时间片对应的第一数值*该时间片至预估时间点之间的时间片数量。
通过上述方式,可计算得到多个第二数值;对预设时长内的每个时间片对应的第二数值进行加权平均,得到预估交易量。其中,各个时间片对应的加权值可以根据具体系统的不同情况进行选择,原则上距离预估时间点越近的时间片的加权值越高,越远的加权值越低。
例如:计算得到10分钟这一时长内每个时间片对应的第二数值后,计算多个第二数值的加权平均值以得到10分钟后的预估交易量。
在计算得到预估交易量后,若预估交易量高于预设的交易量上限,则触发告警以提示运维人员处理。
若预估交易量高于预设的交易量下限且低于交易量上限,利用预估交易量、预估资源负载和预设比例关系,计算得到预设时长后的预估资源需求量。
具体而言,若预估交易量高于交易量下限且低于交易量上限,利用预估交易量、预估资源负载和预设比例关系,结合上述公式(1)计算得到预设时长后的预估资源需求量。
步骤S204:利用业务响应时间平滑曲线,计算得到预设时长后的预估响应时间。
在具体实现步骤S204的过程中,计算业务响应时间平滑曲线的二次导数;根据业务响应时间平滑曲线的二次导数,计算预设时长内每个时间片的一次导数,以得到每个时间片对应的第三数值。
对于预设时长内的每个时间片,计算该时间片对应的真实业务平均响应时间(监控得到)、该时间片对应的第三数值、该时间片至预估时间点之间的时间片数量的乘积,得到该时间片对应的第四数值;通过前述方式,计算得到预设时长内每个时间片对应的第四数值,具体计算过程可见上述步骤S203中计算第二数值的相关内容,在此不再赘述。
对预设时长内的每个时间片对应的第四数值进行加权平均,得到预设时长后的预估响应时间。
步骤S205:当预估资源需求量和/或预估响应时间满足预设的扩容条件时,基于资源池中的运行资源对目标业务系统执行扩容操作。
需要说明的是,扩容时机主要依据于业务响应时间,扩容的资源数量主要依据于交易量负载和资源负载的比例关系得出;在扩容时需要注意以下三方面问题。
第一方面问题:单颗CPU使用100%的问题;通常中间件、数据库和应用都有可能需要顺序处理任务,因此这些任务靠增加CPU数量无法提高业务处理性能。所以,真实的交易量负载和资源负载是一个比较复杂的函数,而且每个系统都不相同。为了简化处理,弹性伸缩的扩容策略会监控扩容后对响应时间的改善情况,以及监控单CPU跑到100%的情况。如果单次扩容以后响应时间的改善远远低于预估,而且出现单CPU跑到100%的情况,那么下次扩容需要人工授权(即使这个扩容在第二资源池内)。
第二方面问题:软件资源使用限制的问题;通常中间件、数据库和应用对最大可以使用多少资源都有某种限制,这些限制有的是通过软件配置实现的,有的是软件自身的最大限制。为避免因软件限制而导致弹性伸缩无效,在实施弹性伸缩前需要对软件可使用资源的上限进行测试,原则上二级资源池的上限不超过软件可使用资源的限制。软件资源上限较小的系统,不适于进行自动弹性扩缩容。
第三方面问题:CPU、内存、磁盘IO和网络宽带的比例关系;不同软件对于CPU、内存、磁盘IO和网络带宽的比例关系并不相同,该比例关系还会伴随交易量负载上升而发生变化。但是在弹性伸缩时,为了减少操作的复杂性,一般都是通过固定的模板进行伸缩。所以,一般会设置几种不同的模板,比如:标准模板、CPU型、内存型、高磁盘IO型等等。一个业务系统弹性伸缩使用哪种模板是事先设定的,自动弹性伸缩时不能更改。
一些实施例中,扩容条件为:预估资源需求量大于预设的资源量阈值,或,预估响应时间大于预设的响应时间上限值;其中,资源量阈值基于已为目标业务系统分配的资源量确定得到,例如:资源量阈值可设置为已为目标业务系统分配的资源量的80%。
在具体实现步骤S205的过程中,当预估资源需求量和/或预估响应时间满足预设的扩容条件时,基于资源池中的运行资源对目标业务系统执行扩容操作。
也就是说,当预估资源需求量大于预设的资源量阈值(如大于已为目标业务系统分配的资源量的80%),和/或,当预估响应时间大于预设的响应时间上限值,则基于资源池中的运行资源对目标业务系统执行扩容操作。
一些实施例中,在对目标业务系统执行扩容操作的过程中,由弹性伸缩管理器300触发云平台100、网络自动部署管理器400、存储自动部署管理器500、应用自动部署管理器600等组件进行相应操作。对目标业务系统执行扩容操作的具体方式为:
当预估资源需求量和/或预估响应时间满足预设的扩容条件时,针对目标业务系统创建新计算实例和新存储卷;具体而言,调用云平台100根据预定义的模板创建新计算实例,调用存储自动部署管理器500创建新存储卷。
调用弹性伸缩管理器300为新计算实例挂载新存储卷(如果没有挂载存储卷的需要则可以不挂载)。
部署和配置新计算实例对应的新的应用节点,并将新的应用节点添加至应用集群;对新的应用节点进行网络配置和服务验证,以使新的应用节点可进行内部访问和响应外部请求。
具体而言,调用应用自动部署管理器600对新计算实例对应的新的应用节点进行自动部署和自动配置,并将新的应用节点添加至应用集群。调用网络自动部署管理器400对网络进行配置,以使新的应用节点可进行内部访问和响应外部请求(或者说服务外部请求)。此外,还可调用应用自动部署管理器600对新的应用节点运行服用验证以确保服务可用。
对新的应用节点进行安全监控配置和运行监控配置,以使新的应用节点可以满足安全要求且被纳入运维监控体系。
需要说明的是,在执行扩容操作的过程中,将新的应用节点添加至应用集群时,通常需要修改应用集群中所有应用节点的配置,以保证新的应用节点在应用集群内部可见;防火墙使用预先配置网段的方式,以避免在弹性伸缩时对防火墙进行附加配置;负载均衡需具备实时配置能力,以便在新的应用节点完成服务验证后,再使实际业务服务到达新计算实例。
步骤S206:当预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,对目标业务系统执行缩容操作。
需要说明的是,业务系统的缩容操作具有更高的风险且操作时间更长,且缩容操作过程中还会影响某些运行资源的使用;故在实际应用中,通常在业务低峰时段进行缩容操作。
一些实施例中,缩容条件为:预估资源需求量小于预设的资源使用率下限值、预估响应时间和当前响应时间均小于预设的响应时间下限值、及当前时间处于业务低峰时段。
在具体实现步骤S206的过程中,当预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,对目标业务系统执行缩容操作。
也就是说,若预估资源需求量小于预设的资源使用率下限值,且若预估响应时间和当前响应时间均小于预设的响应时间下限值,且若当前时间处于业务低峰时段,对目标业务系统执行缩容操作。换而言之,至少需要满足以下3个条件时才能对目标业务系统执行缩容操作;条件1、预估资源需求量小于预设的资源使用率下限值;条件2、预估响应时间和当前响应时间均小于响应时间下限值;条件3、当前时间处于业务低峰时段。
值得说明的是,资源使用率下限值与目标业务系统的重要程度相关;例如:如果目标业务系统为重要系统,则资源使用率下限值设置为30%;如果目标业务系统为一般系统,则资源使用率下限值设置为50%。
一些实施例中,在上述执行缩容操作需满足的3个条件的基础上,可增加条件4;条件4、缩容后,预估第二天业务高峰不超过资源使用上限;在增加条件4以后,需要满足条件1至条件4才能对目标业务系统执行缩容操作。
其中,预估第二天业务高峰=连续7天内峰值交易量的平均值*50%+本月内峰值交易量的平均值*35%+一年内峰值交易量的平均值*15%。
一些实施例中,在对目标业务系统执行缩容操作的过程中,由弹性伸缩管理器300触发云平台100、网络自动部署管理器400、存储自动部署管理器500、应用自动部署管理器600等组件进行相应操作。对目标业务系统执行缩容操作的具体方式为:
当预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,修改目标业务系统的运行监控配置,以避免缩容时产生误告警。
修改目标业务系统的负载均衡策略,以使目标业务系统的目标计算实例停止接收新的请求;具体而言,调用网络自动部署管理器400来修改负载均衡策略,从而使目标计算实例停止接收新的请求。
需要说明的是,目标计算实例即为需要缩容的计算实例,通常按照扩容的逆序来对计算实例进行缩容,故目标计算实例为目标业务系统对应的创建时间最晚的计算实例(也就是最新扩容上去的计算实例)。
使目标计算实例停止接收新的请求后,等待一个应用超时周期以确保所有响应均已发送或无法再发送。
从应用集群中删除目标计算实例上的应用节点;具体而言,调用应用自动部署管理器600修改应用集群的集群配置,从该应用集群中删除目标计算实例上的应用节点。
配置网络以将目标计算实例脱离业务网络,并进行数据备份;具体而言,调用网络自动部署管理器400来使目标计算实例脱离业务网络。
为目标计算实例卸载存储卷,并回收相应的运行资源和所卸载的存储卷;具体而言,为目标计算实例卸载存储卷,调用存储自动部署管理器500回收所卸载的存储卷,以及调用云平台100回收缩容操作所释放的运行资源。
修改安全监控配置,使目标计算实例不再受到安全监控,以避免ip仿冒类攻击;或者说,使目标计算实例不再作为正在运行的计算实例而受到安全监控。
需要说明的是,在对目标业务系统执行缩容操作的过程中,如果有多个计算实例需要进行缩容操作,则每次只缩容一个计算实例;在对一个计算实例缩容之后,如果需要对下一个计算实例进行缩容,则同样需要判断是否满足缩容条件,只有在满足缩容条件的情况下才能继续对下一个计算实例进行缩容。
可以理解的是,扩缩容过程中需要在防火墙中增加网段,日常不使用的IP构成了潜在的安全风险;因此需要弹性伸缩管理器300具备对安全监控设备的自动配置能力,以保证日常安全监控无漏洞。
例如:在完成扩容后添加相应的IP,通过安全监控设备监控该IP的流量以监测是否出现网络攻击。在缩容后则删除相应的IP,以使安全监控设备监控不再监控删除的IP,从而可以防止伪冒IP类的网络攻击。
需要说明的是,对于大型企业而言,大型企业通常具备业务系统监控体系,故可调用弹性伸缩管理器300对业务系统监控体系进行配置,以保证业务监控无漏洞。
在具有运维自动化监控的环境中,弹性伸缩管理器300还需要具有对运维自动化监控进行自动配置的能力,以保证扩缩容时监控不遗漏。
在本发明实施例中,利用与目标业务系统的交易量负载相关的数据,计算得到相应的预估资源需求量和预估资源需求量。根据预估资源需求量、预估资源需求量及其它信息,确定对目标业务系统执行缩容操作或扩容操作,在执行缩容操作或扩容操作的过程中不需要人工参与配置,提高运维效率和降低操作风险。
与上述本发明实施例提供的一种基于交易量负载进行弹性伸缩的方法相对应,参见图3,本发明实施例还提供了一种基于交易量负载进行弹性伸缩的装置的结构框图,该装置包括:获取单元301、第一计算单元302、第二计算单元303、第三计算单元304、扩容单元305和缩容单元306;
获取单元301,用于获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线,当前交易量负载包含当前交易量和当前响应时间,目标业务系统为业务系统集群中的任意业务系统,业务系统集群中的业务系统基于资源池提供的运行资源运行。
第一计算单元302,用于根据所述当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载。
第二计算单元303,用于利用交易量指数平滑曲线、预估资源负载和预设比例关系,计算得到预设时长后的预估资源需求量。
第三计算单元304,用于利用业务响应时间平滑曲线,计算得到预设时长后的预估响应时间。
扩容单元305,用于当预估资源需求量和/或预估响应时间满足预设的扩容条件时,基于资源池中的运行资源目标业务系统执行扩容操作。
一些实施例中,扩容条件为:预估资源需求量大于预设的资源量阈值,或,预估响应时间大于预设的响应时间上限值,其中,资源量阈值基于已为目标业务系统分配的资源量确定得到。
缩容单元306,用于当预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,对目标业务系统执行缩容操作。
一些实施例中,缩容条件为:预估资源需求量小于预设的资源使用率下限值、预估响应时间和当前响应时间均小于预设的响应时间下限值、及当前时间处于业务低峰时段。
在本发明实施例中,利用与目标业务系统的交易量负载相关的数据,计算得到相应的预估资源需求量和预估资源需求量。根据预估资源需求量、预估资源需求量及其它信息,确定对目标业务系统执行缩容操作或扩容操作,在执行缩容操作或扩容操作的过程中不需要人工参与配置,提高运维效率和降低操作风险。
优选的,结合图3示出的内容,第二计算单元303包括第一计算模块、第二计算模块、第三计算模块、加权模块和第四计算模块;各个模块的执行原理如下:第一计算模块,用于计算交易量指数平滑曲线的二次导数。
第二计算模块,用于根据交易量指数平滑曲线的二次导数,计算预设时长内每个时间片的一次导数,以得到每个时间片对应的第一数值。
第三计算模块,用于对于预设时长内的每个时间片,计算时间片对应的真实交易量、时间片对应的所述第一数值、时间片至预估时间点之间的时间片数量的乘积,得到时间片对应的第二数值。
加权模块,用于对预设时长内的每个时间片对应的第二数值进行加权平均,得到预估交易量。
第四计算模块,用于若预估交易量高于预设的交易量下限且低于预设的交易量上限,利用预估交易量、预估资源负载和预设比例关系,计算得到预设时长后的预估资源需求量。
优选的,结合图3示出的内容,第三计算单元304包括第一计算模块、第二计算模块、第三计算模块和加权模块;各个模块的执行原理如下:
第一计算模块,用于计算业务响应时间平滑曲线的二次导数。
第二计算模块,用于根据业务响应时间平滑曲线的二次导数,计算预设时长内每个时间片的一次导数值,以得到每个时间片对应的第三数值。
第三计算模块,用于对于预设时长内的每个时间片,计算时间片对应的真实业务平均响应时间、时间片对应的第三数值、时间片至预估时间点之间的时间片数量的乘积,得到时间片对应的第四数值。
加权模块,用于对预设时长内的每个时间片对应的第四数值进行加权平均,得到预设时长后的预估响应时间。
优选的,结合图3示出的内容,扩容单元305包括创建模块、挂载模块、第一处理模块、第二处理模块和配置模块;各个模块的执行原理如下:
创建模块,用于当预估资源需求量和/或预估响应时间满足预设的扩容条件时,针对目标业务系统创建新计算实例和新存储卷。
挂载模块,用于为新计算实例挂载新存储卷。
第一处理模块,用于部署和配置新计算实例对应的新的应用节点,并将新的应用节点添加至应用集群。
第二处理模块,用于对新的应用节点进行网络配置和服务验证,以使新的应用节点可进行内部访问和响应外部请求。
配置模块,用于对新的应用节点进行安全监控配置和运行监控配置,以使新的应用节点可以满足安全要求且被纳入运维监控体系。
优选的,结合图3示出的内容,缩容单元306包括第一修改模块、第二修改模块、删除模块、第一处理模块、第二处理模块和第三修改模块,各个模块的执行原理如下:
第一修改模块,用于当预估资源需求量、预估响应时间、当前响应时间和当前时间满足预设的缩容条件时,修改目标业务系统的运行监控配置,以避免缩容时产生误告警。
第二修改模块,用于修改目标业务系统的负载均衡策略,以使目标业务系统的目标计算实例停止接收新的请求,其中,目标计算实例为目标业务系统对应的创建时间最晚的计算实例。
删除模块,用于从应用集群中删除目标计算实例上的应用节点。
第一处理模块,用于配置网络以将目标计算实例脱离业务网络,并进行数据备份。
第二处理模块,用于为目标计算实例卸载存储卷,并回收相应的运行资源和所卸载的存储卷。
第三修改模块,用于修改安全监控配置,使目标计算实例不再受到安全监控,以避免ip仿冒类攻击。
综上所述,本发明实施例提供一种基于交易量负载进行弹性伸缩的方法及装置,利用与目标业务系统的交易量负载相关的数据,计算得到相应的预估资源需求量和预估资源需求量。根据预估资源需求量、预估资源需求量及其它信息,确定对目标业务系统执行缩容操作或扩容操作,在执行缩容操作或扩容操作的过程中不需要人工参与配置,提高运维效率和降低操作风险。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于交易量负载进行弹性伸缩的方法,其特征在于,所述方法包括:
获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线,所述当前交易量负载包含当前交易量和当前响应时间,所述目标业务系统为业务系统集群中的任意业务系统,所述业务系统集群中的业务系统基于资源池提供的运行资源运行;
根据所述当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载;
利用所述交易量指数平滑曲线、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量;
利用所述业务响应时间平滑曲线,计算得到所述预设时长后的预估响应时间;
当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,基于所述资源池中的运行资源对所述目标业务系统执行扩容操作;
当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,对所述目标业务系统执行缩容操作。
2.根据权利要求1所述的方法,其特征在于,利用所述交易量指数平滑曲线、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量,包括:
计算所述交易量指数平滑曲线的二次导数;
根据所述交易量指数平滑曲线的二次导数,计算预设时长内每个时间片的一次导数,以得到每个所述时间片对应的第一数值;
对于所述预设时长内的每个时间片,计算所述时间片对应的真实交易量、所述时间片对应的所述第一数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第二数值;
对所述预设时长内的每个时间片对应的第二数值进行加权平均,得到预估交易量;
若所述预估交易量高于预设的交易量下限且低于预设的交易量上限,利用所述预估交易量、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量。
3.根据权利要求1所述的方法,其特征在于,利用所述业务响应时间平滑曲线,计算得到所述预设时长后的预估响应时间,包括:
计算所述业务响应时间平滑曲线的二次导数;
根据所述业务响应时间平滑曲线的二次导数,计算预设时长内每个时间片的一次导数值,以得到每个所述时间片对应的第三数值;
对于所述预设时长内的每个时间片,计算所述时间片对应的真实业务平均响应时间、所述时间片对应的所述第三数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第四数值;
对所述预设时长内的每个时间片对应的所述第四数值进行加权平均,得到所述预设时长后的预估响应时间。
4.根据权利要求1所述的方法,其特征在于,当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,基于所述资源池中的运行资源对所述目标业务系统执行扩容操作,包括:
当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,针对所述目标业务系统创建新计算实例和新存储卷;
为所述新计算实例挂载所述新存储卷;
部署和配置所述新计算实例对应的新的应用节点,并将所述新的应用节点添加至应用集群;
对所述新的应用节点进行网络配置和服务验证,以使所述新的应用节点可进行内部访问和响应外部请求;
对所述新的应用节点进行安全监控配置和运行监控配置,以使所述新的应用节点可以满足安全要求且被纳入运维监控体系。
5.根据权利要求1所述的方法,其特征在于,当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,对所述目标业务系统执行缩容操作,包括:
当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,修改所述目标业务系统的运行监控配置,以避免缩容时产生误告警;
修改所述目标业务系统的负载均衡策略,以使所述目标业务系统的目标计算实例停止接收新的请求,其中,所述目标计算实例为所述目标业务系统对应的创建时间最晚的计算实例;
从应用集群中删除所述目标计算实例上的应用节点;
配置网络以将所述目标计算实例脱离业务网络,并进行数据备份;
为所述目标计算实例卸载存储卷,并回收相应的运行资源和所卸载的存储卷;
修改安全监控配置,使所述目标计算实例不再受到安全监控,以避免ip仿冒类攻击。
6.根据权利要求1-5中任一所述的方法,其特征在于,所述扩容条件为:所述预估资源需求量大于预设的资源量阈值,或,所述预估响应时间大于预设的响应时间上限值,其中,所述资源量阈值基于已为所述目标业务系统分配的资源量确定得到。
7.根据权利要求1-5中任一所述的方法,其特征在于,所述缩容条件为:所述预估资源需求量小于预设的资源使用率下限值、所述预估响应时间和所述当前响应时间均小于预设的响应时间下限值、及所述当前时间处于业务低峰时段。
8.一种基于交易量负载进行弹性伸缩的装置,其特征在于,所述装置包括:
获取单元,用于获取目标业务系统的当前交易量负载、交易量指数平滑曲线和业务响应时间平滑曲线,所述当前交易量负载包含当前交易量和当前响应时间,所述目标业务系统为业务系统集群中的任意业务系统,所述业务系统集群中的业务系统基于资源池提供的运行资源运行;
第一计算单元,用于根据所述当前交易量、计算实例固定消耗资源和预设比例关系,计算得到预设时长后的预估资源负载;
第二计算单元,用于利用所述交易量指数平滑曲线、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量;
第三计算单元,用于利用所述业务响应时间平滑曲线,计算得到所述预设时长后的预估响应时间;
扩容单元,用于当所述预估资源需求量和/或所述预估响应时间满足预设的扩容条件时,基于所述资源池中的运行资源对所述目标业务系统执行扩容操作;
缩容单元,用于当所述预估资源需求量、所述预估响应时间、所述当前响应时间和当前时间满足预设的缩容条件时,对所述目标业务系统执行缩容操作。
9.根据权利要求8所述的装置,其特征在于,所述第二计算单元包括:
第一计算模块,用于计算所述交易量指数平滑曲线的二次导数;
第二计算模块,用于根据所述交易量指数平滑曲线的二次导数,计算预设时长内每个时间片的一次导数,以得到每个所述时间片对应的第一数值;
第三计算模块,用于对于所述预设时长内的每个时间片,计算所述时间片对应的真实交易量、所述时间片对应的所述第一数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第二数值;
加权模块,用于对所述预设时长内的每个时间片对应的第二数值进行加权平均,得到预估交易量;
第四计算模块,用于若所述预估交易量高于预设的交易量下限且低于预设的交易量上限,利用所述预估交易量、所述预估资源负载和所述预设比例关系,计算得到所述预设时长后的预估资源需求量。
10.根据权利要求8所述的装置,其特征在于,所述第三计算单元包括:
第一计算模块,用于计算所述业务响应时间平滑曲线的二次导数;
第二计算模块,用于根据所述业务响应时间平滑曲线的二次导数,计算预设时长内每个时间片的一次导数值,以得到每个所述时间片对应的第三数值;
第三计算模块,用于对于所述预设时长内的每个时间片,计算所述时间片对应的真实业务平均响应时间、所述时间片对应的所述第三数值、所述时间片至预估时间点之间的时间片数量的乘积,得到所述时间片对应的第四数值;
加权模块,用于对所述预设时长内的每个时间片对应的所述第四数值进行加权平均,得到所述预设时长后的预估响应时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086670.0A CN115473804A (zh) | 2022-09-06 | 2022-09-06 | 一种基于交易量负载进行弹性伸缩的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086670.0A CN115473804A (zh) | 2022-09-06 | 2022-09-06 | 一种基于交易量负载进行弹性伸缩的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115473804A true CN115473804A (zh) | 2022-12-13 |
Family
ID=84369103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211086670.0A Pending CN115473804A (zh) | 2022-09-06 | 2022-09-06 | 一种基于交易量负载进行弹性伸缩的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115473804A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491556A (zh) * | 2012-06-13 | 2014-01-01 | 华为技术服务有限公司 | 一种网络调整的方法及装置 |
US20160323377A1 (en) * | 2015-05-01 | 2016-11-03 | Amazon Technologies, Inc. | Automatic scaling of resource instance groups within compute clusters |
CN109756366A (zh) * | 2018-12-24 | 2019-05-14 | 上海欣方智能系统有限公司 | 基于caas的智能网scp云服务实现系统 |
CN109766182A (zh) * | 2018-12-18 | 2019-05-17 | 平安科技(深圳)有限公司 | 系统资源动态扩缩容方法、装置、计算机设备及存储介质 |
CN110618867A (zh) * | 2018-06-19 | 2019-12-27 | 北京京东尚科信息技术有限公司 | 一种预测资源使用量的方法和装置 |
CN110956331A (zh) * | 2019-12-04 | 2020-04-03 | 汇鼎数据科技(上海)有限公司 | 数字工厂运营状态预测方法、系统、装置 |
CN112434938A (zh) * | 2020-11-23 | 2021-03-02 | 中国建设银行股份有限公司 | 一种资源容量的管理方法和装置 |
CN113010260A (zh) * | 2020-09-29 | 2021-06-22 | 证通股份有限公司 | 容器数量弹性伸缩方法以及容器数量弹性伸缩方法系统 |
CN114841456A (zh) * | 2022-05-20 | 2022-08-02 | 中国工商银行股份有限公司 | 交易系统的性能调节方法及装置、存储介质、电子设备 |
-
2022
- 2022-09-06 CN CN202211086670.0A patent/CN115473804A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491556A (zh) * | 2012-06-13 | 2014-01-01 | 华为技术服务有限公司 | 一种网络调整的方法及装置 |
US20160323377A1 (en) * | 2015-05-01 | 2016-11-03 | Amazon Technologies, Inc. | Automatic scaling of resource instance groups within compute clusters |
CN110618867A (zh) * | 2018-06-19 | 2019-12-27 | 北京京东尚科信息技术有限公司 | 一种预测资源使用量的方法和装置 |
CN109766182A (zh) * | 2018-12-18 | 2019-05-17 | 平安科技(深圳)有限公司 | 系统资源动态扩缩容方法、装置、计算机设备及存储介质 |
CN109756366A (zh) * | 2018-12-24 | 2019-05-14 | 上海欣方智能系统有限公司 | 基于caas的智能网scp云服务实现系统 |
CN110956331A (zh) * | 2019-12-04 | 2020-04-03 | 汇鼎数据科技(上海)有限公司 | 数字工厂运营状态预测方法、系统、装置 |
CN113010260A (zh) * | 2020-09-29 | 2021-06-22 | 证通股份有限公司 | 容器数量弹性伸缩方法以及容器数量弹性伸缩方法系统 |
CN112434938A (zh) * | 2020-11-23 | 2021-03-02 | 中国建设银行股份有限公司 | 一种资源容量的管理方法和装置 |
CN114841456A (zh) * | 2022-05-20 | 2022-08-02 | 中国工商银行股份有限公司 | 交易系统的性能调节方法及装置、存储介质、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210034432A1 (en) | Virtual systems management | |
CN109039833B (zh) | 一种监控带宽状态的方法和装置 | |
US9921877B2 (en) | Intelligent auto-scaling | |
US9451013B1 (en) | Providing instance availability information | |
US9930111B2 (en) | Techniques for web server management | |
RU2526711C2 (ru) | Диспетчер состояния предоставляемых услуг со связывающими обязательствами соглашениями об уровне обслуживания и схемами устранения последствий и самозащиты | |
CN106452818B (zh) | 一种资源调度的方法和系统 | |
TWI725744B (zh) | 透過多層次相關性建立系統資源預測及資源管理模型的方法 | |
US8305911B2 (en) | System and method for identifying and managing service disruptions using network and systems data | |
Gill et al. | RADAR: Self‐configuring and self‐healing in resource management for enhancing quality of cloud services | |
US6675128B1 (en) | Methods and apparatus for performance management using self-adjusting model-based policies | |
US11726836B2 (en) | Predicting expansion failures and defragmenting cluster resources | |
Birje et al. | Cloud monitoring system: basics, phases and challenges | |
CN111930493B (zh) | 集群中NodeManager状态管理方法、装置及计算设备 | |
CN111580934A (zh) | 云计算环境下多租户虚拟机性能一致的资源分配方法 | |
EP3011474A1 (en) | Monitoring a computing network | |
US9306814B1 (en) | Providing instance availability information | |
WO2022057001A1 (zh) | 一种设备纳管方法、系统及纳管集群 | |
CN114490078A (zh) | 一种微服务的动态缩扩容方法、装置及设备 | |
CN112565391A (zh) | 调整工业互联网平台中实例的方法、装置、设备和介质 | |
CN117369941A (zh) | Pod调度方法和系统 | |
CN115473804A (zh) | 一种基于交易量负载进行弹性伸缩的方法及装置 | |
CN110932926B (zh) | 一种容器集群的监控方法、系统及装置 | |
CN112783637A (zh) | 一种资源调控方法和装置 | |
CN113377521B (zh) | 通过多层次相关性建立系统资源预测及管理模型的方法 |
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 |