[发明专利]扩容方法及装置

说明书

本发明提供了一种扩容方法及装置，该方法包括：根据历史负荷数据获取预测负荷曲线；根据预测负荷曲线获取扩容时间点；在检测到实际负荷曲线与预测负荷曲线符合预定关系时，在扩容时间点启动扩容。通过本发明，可以解决相关技术的扩容触发机制无法合理利用资源且容易造成呼叫损耗的问题。

技术领域

本发明涉及通信领域，具体而言，涉及一种扩容方法及装置。

背景技术

目前，云计算、虚拟化和容器技术被广泛使用，并产生了以虚拟化和容器为基础的集群技术，当负载过高时，扩容节点，为其对应的集群添加集群节点资源；当其负载过低时，迁走负荷，减少集群节点。如此，计算资源按需动态分配，提高了资源利用率，降低能耗。对于扩缩容的触发条件判断方面，不同厂商采用的准则各不相同，比如，Openshift的Docker容器以中央处理器(Central Processing Unit，简称为CPU)平均使用率为门限值，OSG使用业务每秒建立呼叫数量(Call Attempts Per Second，简称为CAPS)作为触发门限，超过门限上限就扩容虚机(容器)，低于门限下限就缩容虚机(容器)。但是，无论使用哪种扩容触发机制，都面临着同样的一个问题：如果扩容门限过低，会产生不必要的虚机(容器)，降低了计算资源利用率；如果扩容门限过高，则有可能引发呼叫损耗，对于负荷增长速度快，扩容过程时间长的业务，该问题尤其突出。

发明内容

本发明实施例提供了一种扩容方法及装置，以至少解决相关技术的扩容触发机制无法合理利用资源且容易造成呼叫损耗的问题。

根据本发明的一个实施例，提供了一种扩容方法，包括：根据历史负荷数据获取预测负荷曲线；根据所述预测负荷曲线获取扩容时间点；在所述扩容时间点启动扩容。

可选地，根据所述历史负荷数据获取所述预测负荷曲线包括：将所述历史负荷数据作为预定历史负荷数据输入预定模型，使用所述预定模型对所述历史负荷数据进行处理，获取预定预测负荷曲线作为所述预测负荷曲线，其中，所述预定模型为使用多组数据通过机器学习获取的，所述多组数据中的每组数据均包括：预定历史负荷数据，预定预测负荷曲线。

可选地，根据所述预测负荷曲线获取所述扩容时间点包括：根据所述预测负荷曲线包括的上容忍曲线和下容忍曲线获取平均预测负荷曲线；根据所述平均预测负荷曲线和预定门限值获取第一扩容时间点；根据所述第一扩容时间点和扩容所需时间，获取所述扩容时间点。

可选地，使用所述预定模型对所述历史负荷数据进行处理包括：循环删除所述历史负荷数据中的标准差最小的值，直至删除了N个值，其中，所述N为正整数；获取删除后的历史负荷数据中每个值的标准差；使用所述预定模型对所述标准差进行处理。

可选地，所述预定模型包括使用多组数据通过机器学习获取的预定系数。

可选地，所述预定系数通过如下方式获取：设置所述预定系数的初始值；使用所述初始值对预定历史负荷数据进行处理，获取预定预测负荷曲线；根据所述预定预测负荷曲线和所述预定预测负荷曲线对应的实际预测负荷曲线，获取误差值；当所述误差值没有落在预定范围内时，修正所述初始值，继续执行上述步骤，直至所述误差值落在所述预定范围内，将修正后的初始值作为所述预定系数。

可选地，根据所述历史负荷数据获取所述预测负荷曲线之前，还包括：更新所述历史负荷数据。

可选地，根据所述预测负荷曲线获取所述扩容时间点包括：根据所述预测负荷曲线包括的上容忍曲线和下容忍曲线获取平均预测负荷曲线；根据所述平均预测负荷曲线和预定门限值获取第一扩容时间点；根据所述第一扩容时间点和扩容所需时间，获取所述扩容时间点。

可选地，在所述扩容时间点启动扩容包括：在检测到所述预测负荷曲线对应的第二实际负荷曲线与所述预测负荷曲线符合预定关系时，在所述扩容时间点启动扩容；检测到第二实际负荷曲线与所述预测负荷曲线不符合预定关系；在实际负荷达到扩容门限值时启动扩容。