[发明专利]面向突变负载的容器云弹性供给容器数量预测方法与系统

说明书

本发明公开了一种面向突变负载的容器云弹性供给容器数量预测方法与系统。所述方法包括：监测容器系统的负载数据，根据所述负载数据采用移动平均法计算预测点的负载斜率，并根据负载斜率确定容器供给开始点的位置；在容器供给开始点的位置处，获得容器系统中n个服务的容器实时数据，针对主机i上n个服务对应的容器，获得容器的实际数量，将这组容器实际数量数据作为原始序列；对所述原始序列进行累加，得到新的生成序列；根据上述原始序列和生成序列计算容器序列预测值。本发明方法根据当前系统负载预测容器供给时间点以及容器供给数量，从而提前进行容器资源的预测，从而有效的应对突发负载，尽量减少资源调整对服务响应的影响。

技术领域

本发明属于计算机技术领域，更具体地，涉及一种面向突变负载的容器云弹性供给容器数量预测方法与系统。

背景技术

随着云服务网络环境的日益复杂化，系统面临的请求负载存在着较大的突发性和不确定性。为了解决突发性负载场景下的云资源弹性控制问题，需要通过对云资源进行合理的调度和扩展，来满足用户对于系统资源的常规和突发性需求。已有的虚拟机集群管理策略需要有效应对这种突发场景下的服务响应速度需求，突发负载场景对应用载体性能要求高，容器技术比较好的适应了这种需求。以容器为代表的容器技术基于操作系统分时复用机制，将应用程序绑定到一套完整的沙箱运行环境中，系统资源消耗小、启动快，并可采用横向扩展策略应对突发的流量高峰。容器技术能够快速的针对系统瓶颈组件进行横向扩展，来有效的应对突发负载。为了尽量减少资源调整对服务响应的影响，需要提前进行容器资源的预测。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种面向突变负载的容器云弹性供给容器数量预测方法与系统，其目的在于根据当前系统负载预测容器供给时间点以及容器供给数量，从而提前进行容器资源的预测，从而有效的应对突发负载，尽量减少资源调整对服务响应的影响。

为实现上述目的，按照本发明的一个方面，提供了一种面向突变负载的容器云弹性供给容器数量预测方法，包括：

(1)监测容器系统的负载数据，根据所述负载数据采用移动平均法计算预测点的负载斜率，并根据负载斜率确定容器供给开始点的位置；

(2)在容器供给开始点的位置处，获得容器系统中n个服务的容器实时数据，针对主机i上n个服务对应的容器，获得容器的实际数量将这组容器实际数量数据作为原始序列X⁽⁰⁾；

(3)对所述原始序列X⁽⁰⁾进行累加，得到新的生成序列其中为1到第k个容器实际数量的和；

(4)根据上述原始序列X(0)和生成序列X⁽¹⁾计算容器序列预测值，

其中e为自然常数。

本发明的一个实施例中，所述容器系统的负载数据定义为：L＝{L₁，L₂，…，L_t}，L_k＝<Throughput，Containers，Memory，CPU>，其中Throughput为吞吐量，Containers为容器数量，Memory为内存使用率，CPU为处理器使用率。

本发明的一个实施例中，所述步骤(1)中根据所述负载数据采用移动平均法计算预测点的负载斜率，并根据负载斜率确定容器供给开始点的位置，具体为：

(1.1)以最近系统负载实际值的一次移动平均值为起点，以二次移动平均值来计算预测曲线的截距和预测曲线的斜率，即：

式中，k′为趋势预测的期数，为预测曲线的截距，为预测曲线的斜率，LN_i为预测时期的期数，代表LN_i期的一次移动均值，代表第二期的二次移动均值；代表第二期的一次移动均值，代表LN_i期的二次移动均值；