[发明专利]自动伸缩策略运维方法、系统和可读存储介质

说明书

本发明涉及系统框架研发领域，公开了一种自动伸缩策略运维方法、系统和可读存储介质，其中方法包括：获取系统的功能信息、功能模块信息和负载信息；根据所述功能信息，获取每个功能的影响因子；根据所述影响因子和负载信息计算对应功能模块的运载能力；判断所述运载能力是否满足预设的变更条件；若满足，则对功能模块进行节点扩增或收缩。通过模块影响因子和负载信息进行功能模块运载能力的计算，并根据运载能力进行动态的调整，可以使得资源更大化的合理利用。对模块的CPU等各种硬件进行使用率的获取，并通过不同的加权因子进行计算，得到运载能力值，可以更直接的反映出模块的运载能力，从而进行及时的调整。

技术领域

本发明涉及计算机系统框架研发领域，更具体的，涉及一种自动伸缩策略运维方法、系统和可读存储介质。

背景技术

Docker是一个开源的应用容器引擎，让开发者可以打包应用以及依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口，几乎没有性能开销，可以很容易地在机器和数据中心中运行。Docker作为目前最流行的容器级虚拟化技术，其具有轻量、灵活、启动速度快等优点，天然的适合实现系统弹性，目前很多数据中心已经通过将业务部署在Docker上来实现自动化的伸缩。

目前物理机器和Docker技术的运维基本只有两种：垂直扩张和水平扩展。这两种方式都不能够根据实际机器的使用情况来动态制定运维策略，在管理、调度过程中，很难兼顾集群的扩展性、资源利用率以及可靠性。在面对当前业务种类不断增加，突发访问量巨大等现实条件，这两种任务调度方法都存在着弹性较差的缺点，不能够根据业务请求量和负载进行动态调整。

发明内容

为了解决上述至少一个技术问题，本发明提出了一种自动伸缩策略运维方法，包括：

获取系统的功能信息、功能模块信息和负载信息；

根据所述功能信息，获取每个功能的影响因子；

根据每个功能的所述影响因子和获取的系统的负载信息计算每个功能对应功能模块的运载能力，针对不同的功能设置不同的功能模块，功能模块包括物理的服务器或/和虚拟机实现的节点模块；

判断所述运载能力是否满足预设的变更条件；

若满足，在功能模块超载时，对功能模块进行节点扩增，在功能模块资源冗余浪费时，对功能模块进行节点收缩。

本方案中，所述根据所述影响因子和负载信息计算对应功能模块的运载能力的步骤包括：

所述负载信息包括功能模块的CPU、内存及磁盘的使用率，获取功能模块的CPU、内存及磁盘的使用率；

分别获取CPU、内存及磁盘的使用率的加权因子；

通过下述公式计算功能模块的运载能力：

S＝w×(w₁C+w₂R+w₃D)

其中，S为功能模块的运载能力值，w为功能模块的影响因子，w₁为CPU使用率的加权因子，w₂为内存使用率的加权因子，w₃为磁盘使用率的加权因子，C为CPU的使用率，R为内存使用率，D为磁盘使用率，其中，w₁+w₂+w₃＝1。

本方案中，所述预设的变更条件包括：所述运载能力大于预警阈值和所述运载能力小于冗余阈值，当所述运载能力大于预警阈值时，则对功能模块进行节点扩增；当所述运载能力小于冗余阈值时，则对功能模块进行节点收缩。

本方案中，所述方法还包括：

接收模块启动或停止请求；