[发明专利]一种kubernetes集群内Pod调度方法、终端设备及存储介质

说明书

本发明涉及一种kubernetes集群内Pod调度方法、终端设备及存储介质，该方法中包括：S1：采集多个连续的时间窗口片段对应的集群内所有Pod之间网络的连接关系，并将连接关系转换为有向无环图，将所有时间窗口片段对应的有向无环图组成训练集；S2：根据有向无环图提取交易区块特征；S3：构建LSTM网络模型，通过训练集对LSTM网络模型进行训练；LSTM网络模型的输入和输出分别为相邻的两个时间窗口片段中前一个和后一个对应的交易区块特征；S4：通过训练后的LSTM网络模型对下一个时间窗口片段对应的交易区块特征进行预测，根据预测结果生成Pod调度规则，按照生成的Pod调度规则进行Pod调度。本发明提高了对于系统自身对于流量均衡的感知速度和应对突发状况的冗余度。

技术领域

本发明涉及容器技术领域，尤其涉及一种kubernetes集群内Pod调度方法、终端设备及存储介质。

背景技术

近年来，随着容器编排技术的广泛应用，越来越多的系统采用了容器编排系统kubernetes进行自身服务的部署以及后期的自动化运维工作。基于kubernetes构建的系统依赖自身提供的默认调度方法对相关服务容器进行调度。经过研究发现，在面对一些突发性的外部访问流量或者向系统内部更新服务容器以及增加新的服务容器之后，默认的调度方法无法有效的实现集群宿主机节点之间负载平衡调度。

目前默认的调度方法有：

1.基础的过滤规则：通过PodFitsResource、PodFitsHost、PodFitsHostPorts以及PodMatchNodeSelector等基本过滤规则来考察一个Pod能不能运行在一个Node上。

2.容器持久化Volume相关的过滤规则：通过NoDiskConflict、MaxPDVolumeCountPredicte、VolumeZonePredicte以及VolumeBindingPredicate等过滤规则来保证Pod的调度不会影响持久化Volume的挂载。

3.宿主机相关的过滤规则：通过PodToleratesNodeTaints以及NodeMemoryPressurePredicate等过滤规则来保证Pod是否可以调度到某个节点上。

Pod相关的过滤规则为：通过PodAffinityPredicate等过滤规则来保证Pod的调度不会和其它的Pod产生冲突。

由于基于kubernetes容器编排工具构建的系统通常具有运行时间长，运行过程中可能会有各种突发状况(宿主机资源不足、单节点访问流量过大、内部突发大流量访问)。在这些情况下需要重新计算相关服务在集群中的位置，迁移或者拓展这些服务到需要的宿主机上以缓解这些突发状况带来的负载压力。但是默认的kubernetes调度器由于需要保障自身的简洁性以及可扩展性，只是集成一些用于部署前的调度过滤规则。这样往往只有通过调整部署的配置来实现一些临时的资源调配，这样很难保证系统对突发状况处理的实时性。

发明内容

为了解决上述问题，本发明提出了一种kubernetes集群内Pod调度方法、终端设备及存储介质。

具体方案如下：

一种kubernetes集群内Pod调度方法，包括以下步骤：

S1：采集多个连续的时间窗口片段对应的集群内所有Pod之间网络的连接关系，并将连接关系转换为有向无环图，将所有时间窗口片段对应的有向无环图组成训练集；

S2：根据有向无环图提取交易区块特征；

S3：构建LSTM网络模型，通过训练集对LSTM网络模型进行训练；LSTM网络模型的输入和输出分别为相邻的两个时间窗口片段中前一个和后一个对应的交易区块特征；