[发明专利]一种容器扩容方法、装置、电子设备及存储介质

说明书

本申请提供了一种容器扩容方法、装置、电子设备及存储介质，该方法包括：获取待预测时间段；将待预测时间段输入至带有注意力机制模块的预测模型，得到医疗系统在待预测时间段内的目标用户请求量；根据得到的目标用户请求量，确定医疗系统在待预测时间段内的容器数量；根据确定出的容器数量进行扩容。本申请能够在预测模型中引入注意力机制模块，能够准确的对医疗系统中随时间段变化的用户请求量进行处理，进而有效预测出医疗系统所需扩容的容器数量，保证医疗系统的高可用性。

技术领域

本申请涉及通信技术领域，具体而言，涉及一种容器扩容方法、装置、电子设备及存储介质。

背景技术

随着云计算技术的不断成熟，容器技术逐步成为业界的发展热点，各主流云计算平台均提供容器服务。Kubernetes是用于实现容器管理的开源平台，用于自动部署、扩展和管理容器，用于对集群内的容器的生命周期进行管理，结合自身的健康检查及错误恢复机制，实现集群内部容器的高可用性。其中，由于医疗系统存在白天访问量大，夜间访问量小的特点，对应用于医疗系统的容器进行实时扩容，保证医疗系统的高可用性也成了备受关注的问题。

现有的容器扩容方法中，使用神经网络模型进行容器数量的预测以实现扩容，但由于医疗系统的用户请求量随着时间变化存在请求量峰值，而现有的神经网络模型对医疗系统的这一数据变化并不敏感，进而导致预测的结果不准确，最终很难保证医疗系统的高可用性。

发明内容

有鉴于此，本申请的目的在于提供一种容器扩容方法、装置、电子设备及存储介质，能够在预测模型中引入注意力机制模块，能够准确的对医疗系统中随时间段变化的用户请求量进行处理，进而有效预测出医疗系统所需扩容的容器数量，保证医疗系统的高可用性。

第一方面，本申请实施例提供了一种容器扩容方法，应用于医疗系统，所述方法包括：

获取待预测时间段；

将所述待预测时间段输入至带有注意力机制模块的预测模型，得到医疗系统在所述待预测时间段内的目标用户请求量；

根据得到的目标用户请求量，确定所述医疗系统在所述待预测时间段内的容器数量；

根据确定出的容器数量进行扩容。

在本申请的一种可选实施例中，所述预测模型包括依次连接的神经网络模型和注意力机制模块，通过以下步骤训练带有注意力机制模块的预测模型：

获取医疗系统在多个已分好的单位历史时间段内的用户请求量样本；

将每个已分好的单位历史时间段内的用户请求量样本输入至依次连接的神经网络模型和注意力机制模块中进行训练，得到训练完成的带有注意力机制模块的预测模型；其中，所述注意力机制模块用于对所述神经网络模型输出的初始用户请求量进行处理得到目标用户请求量。

在本申请的一种可选实施例中，所述注意力机制模块用于通过以下步骤对所述神经网络模型输出的初始用户请求量进行处理得到目标用户请求量：

获取所述神经网络模型的第一模型权重以及带有注意力机制模块的预测模型的第二模型权重；

根据所述神经网络模型得到的每个已分好的单位历史时间段内的初始用户请求量与所述第一模型权重，确定每个已分好的单位历史时间段对应的第一计算结果；

对每个已分好的单位历史时间段对应的第一计算结果进行归一化处理，得到每个已分好的单位历史时间段对应的第二计算结果；

对每个已分好的单位历史时间段对应的第二计算结果和所述第二模型权重进行加权求和，得到目标用户请求量。

在本申请的一种可选实施例中，所述神经网络模型包括遗忘门：