本发明实施例涉及容器资源调度,具体涉及一种容器集群的资源调整方法及其装置。
背景技术:
1、近年来,利用云计算对资源的弹性管理能力,可以对计算资源进行调度,能够解决大数据领域面临的资源管理粗放和资源利用率低等困境。
2、相关技术中,通常基于集群历史运行数据,对计算资源进行调度。但是,这种方式缺乏针对性,会造成部分时段的计算资源存在一定的冗余,计算资源的利用效率较低。再者,这种方式难以消除实时突发特征值的影响,调度效果较差。
技术实现思路
1、鉴于上述问题,本发明实施例提供了一种容器集群的资源调整方法及其装置,用于解决现有预测方式容易受到实时突发特征值的影响的问题。
2、根据本申请实施例的第一方面,提供了一种容器集群的资源调整方法,该方法包括:获取容器集群的历史资源调度数据集合,其中,历史资源调度数据集合包括历史集群压力指数数据组和任务监测数据组,历史集群压力指数数据组包括第一预设历史周期内与预测时刻对应的历史时刻的历史集群压力指数;根据目标集群压力指数预测模型对历史集群压力指数数据组和任务监测数据组进行处理,得到预测时刻的目标集群压力指数;根据目标集群压力指数对容器集群进行资源调整。
3、根据本申请实施例的第二方面,提供了一种容器集群的资源调整装置,该装置包括:第一获取模块,用于获取容器集群的历史资源调度数据集合,其中,历史资源调度数据集合包括历史集群压力指数数据组和任务监测数据组,历史集群压力指数数据组包括第一预设历史周期内与预测时刻对应的历史时刻的历史集群压力指数;预测模块,用于根据目标集群压力指数预测模型对历史集群压力指数数据组和任务监测数据组进行处理,得到预测时刻的目标集群压力指数;调整模块,用于根据目标集群压力指数对容器集群进行资源调整。
4、根据本申请实施例的第三方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;存储器用于存放至少一可执行指令,可执行指令使处理器执行如上述第一方面中任一项所述的容器集群的资源调整方法的操作。
5、根据本申请实施例的第四方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一可执行指令,可执行指令在电子设备上运行时,使得电子设备执行如上述第一方面中任一项所述的容器集群的资源调整方法的操作。
6、根据本申请实施例的第五方面,提供了一种计算机程序产品,该计算机程序产品中存储有至少一可执行指令,该可执行指令使电子设备执行如上述第一方面中任一项所述的容器集群的资源调整方法的操作。
7、根据本申请实施例,在对容器集群运行过程中,可以获取容器集群的历史集群压力指数数据组和任务监测数据组,进而利用容器集群的历史集群压力指数数据组预测容器集群的目标集群压力指数,可以实现小时级的预测,能够提高目标集群压力指数预测的准确性。再者,在预测容器集群的目标集群压力指数时,融合了多维的任务监测数据组,能够有效消除实时突发特征值对预测结果的影响,进一步提高预测的准确性。进而基于预测得到的目标集群压力指数调整容器集群的计算资源数量,实现容器集群的计算资源的动态扩缩容,能够合理分配容器集群的计算资源,满足各业务的使用需求。
8、上述说明仅是本申请实施例技术方案的概述,为了能够更清楚了解本申请实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本申请实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
1.一种容器集群的资源调整方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据目标集群压力指数预测模型对所述历史集群压力指数数据组和所述任务监测数据组进行处理,得到所述预测时刻的目标集群压力指数,包括:
3.根据权利要求1所述的方法,其特征在于,所述获取容器集群的历史资源调度数据集合中的所述历史集群压力指数,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标集群压力指数对所述容器集群进行资源调整,包括:
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述根据初始集群压力指数预测模型对所述样本集群压力指数数据组和所述样本任务监测数据组进行处理,得到预测集群压力指数,包括:
7.根据权利要求5所述的方法,其特征在于,所述以所述预测集群压力指数作为所述初始集群压力指数预测模型的初始训练输出,所述实际集群压力指数作为监督信息,迭代训练所述初始集群压力指数预测模型,得到所述目标集群压力指数预测模型,包括:
8.根据权利要求5所述的方法,其特征在于,所述获取样本数据集,包括:
9.根据权利要求8所述的方法,其特征在于,在所述对所述第一历史数据集进行格式转换处理和二值化处理,得到第二历史数据集之前,所述方法还包括:
10.一种容器集群的资源调整装置,其特征在于,所述装置包括: