[发明专利]一种集群中容器资源动态分配方法

说明书

一种集群中容器资源动态分配方法，首先，采用LSTM‑RBF模型对容器历史资源使用时间序列进行分析并对容器未来的资源使用量进行预测；其次，构建了多容器多资源分配模型，该模型考虑不同类型的应用，为不同QoS需求的应用设置不同的权重，而且可以按照每个应用对每种资源的需求程度设置权重；然后，构建了系统效用最大化模型，以系统整体效用最大化为目标对多个容器使用的多种资源进行动态分配；最后，采用改进的鲸鱼优化算法求解多容器多资源问题；从系统整体的角度同时对多个容器使用的多种资源进行动态调度，可以达到系统效用最大化，系统整体资源利用率最优。

技术领域

本发明属于计算机容器集群技术领域，具体涉及一种集群中容器资源动态分配方法。

背景技术

随着以docker为代表的容器虚拟化技术的迅速发展，其开销小、启动快、易部署、以应用为中心等优势使其广泛应用于云计算和边缘计算等应用场景，基于容器虚拟化技术和容器集群管理工具(如k8s)按需为用户提供服务。但是在包含多种容器应用的集群环境下，如何按需给容器动态分配多种资源仍没有得到很好的解决。

现有的容器资源分配方法主要有静态和动态两种。目前最流行的k8s集群基本采用静态分配、手动修改的方法，在创建容器时由用户通过limit和request参数指定需要的资源或在用户未指定时默认分配一定的资源，在容器的资源需求发生变化时手动对容器进行横向或纵向扩展，静态分配策略无法满足容器实时变动的资源需求，同时还允许用户设置QoS，当资源紧张时，K8S会杀掉低优先级容器保证高优先级容器的资源使用需求；动态资源分配方法一般采用特定的模型对容器未来的资源使用量进行预测，并结合容器的资源使用限制、系统可用资源等对容器资源进行动态调整或选择合适的节点进行容器部署。但现有的容器资源动态分配策略仅对关注的目标容器进行资源动态调整或选择合适的节点进行部署，系统其他容器的资源并不会动态调整，没有从系统整体的角度同时对多个容器使用的多种资源进行动态调度，很难达到系统整体资源利用率最优化。

发明内容

本发明要解决的问题是在多容器运行环境中(如k8s集群)，容器部署时如何确定应该给容器分配多少资源以及如何按照容器的资源需求变化动态调整分配给容器的资源，提升整体资源使用效率。

针对容器集群中多容器多资源动态分配问题，本发明了一种基于改进鲸鱼优化算法的容器资源动态分配方法，首先，采用LSTM-RBF模型对容器历史资源使用时间序列进行分析并对容器未来的资源使用量进行预测；其次，构建了多容器多资源分配模型，该模型考虑不同类型的应用，为不同QoS需求的应用设置不同的权重，而且可以按照每个应用对每种资源的需求程度设置权重；然后，构建了系统效用最大化模型，以系统整体效用最大化为目标对多个容器使用的多种资源进行动态分配；最后，采用改进的鲸鱼优化算法求解多容器多资源分配问题，可实施性强。

为实现上述目的，本发明提供如下技术方案：

一种集群中容器资源动态分配方法，基于改进鲸鱼优化算法进行容器资源动态分配；其特征在于：

包括下述步骤：

步骤1，获取多个容器多种资源历史使用数据，构建时间序列；

步骤2，利用LSTM进行时间序列预测，预测多个容器未来每种资源的使用量；

步骤3，构建多容器多资源分配模型和系统效用最大化模型；

步骤4，改进鲸鱼优化算法，提升算法的收敛精确度、速度以及综合寻优能力；

步骤5，将改进鲸鱼优化算法应用于多资源分配问题，对多个容器使用的多种资源重新分配，最大化系统的整体效用，获得多个容器多种资源分配值，通过修改容器对应的Cgroups文件重新分配资源。

本发明容器资源动态分配方法的优点：