[发明专利]一种基于前馈控制的云应用容器资源调度方法

说明书

发明涉及一种基于前馈控制的云应用容器资源调度方法。发明首先提取了微服务架构的多个特征，通过Jackson开环网络的收益方程建立了工作负载、响应时间与资源利用率的关联关系；采用模糊自适应卡尔曼滤波算法对响应时间、负载等参数进行预测，从而提高了资源供给的及时性，保障了应用服务质量；在以响应时间违背应用服务质量为首要调度策略的前提下，加入了任务类型、任务优先级、服务器资源利用率等辅助策略，提供了扩展、收缩和迁移三种调度方法，从而实现了容器级多任务混合部署。

技术领域

本发明涉及一种基于前馈控制的云应用容器资源调度方法，属于软件技术领域。

背景技术

微服务架构在软件设计与开发领域上，由于其模块自治性强，所以可以很好的满足互联网应用诉求变化快，模块独立更新的需求。但是在软件的运行和维护领域上，由于其模块数量远高于传统架构，无疑提高了运维的成本与难度，所以，如何进行自适应的资源供给，已成为微服务架构亟需解决的主要问题之一。容器的本质是持有独立资源的通过命名空间进行隔离的进程组，具有资源占用少、应用启动快等特点。在资源隔离方面，容器采用Linux提供的命名空间机制，在用户态层面上对资源进行了隔离，又采用镜像固化机制消除了系统环境的差异，易于部署；在供给时效性方面，容器启动时只有应用自身的启动延时，没有系统环境的加载延时，因此，容器启动是秒级时效性；在性能开销方面，容器共享宿主机操作系统的内核，每个容器只是进行了资源的隔离，所以基本没有磁盘、内存等额外开销，无论是读写、计算还是网络传输，容器性能都接近物理机的真实性能。所以，容器相对于物理机和虚拟机更适合作为微服务架构的执行载体，可以很好的满足微服务架构的自适应资源供给需求。众多互联网厂商都将“微服务+容器”的架构模式用于大规模突发性负载的场景中，现有资源供给方法没有充分利用微服务架构和容器的特性，来解决突发性负载所引发的问题，造成了服务响应时间超时，是引发该问题的一个主要原因。其中，突发负载是指负载规模在短时间内达到数倍于日均值的量级，具有时间无关性、随机性和非线性变化等特点。

针对上述原因，已有工作可分为以下两种类别。一类是基于物理资源的供给方法。一般针对物理资源难以快速供给的特点，或采用容量规划，以服务质量作为约束条件，估算应用的峰值资源需求；或采用准入控制机制，根据资源供给量反推应用可承受的峰值负载，通过拒绝服务策略来保障应用的服务质量（Lama P, Zhou X. Efficient serverprovisioning with control for end-to-end response time guarantee on multitierclusters[J]. Parallel and Distributed Systems, IEEE Transactions on, 2012, 23(1): 78-86.；Cao J, Zhang W, Tan W. Dynamic control of data streaming andprocessing in a virtualized environment[J]. Automation Science andEngineering, IEEE Transactions on, 2012, 9(2): 365-376.）。另一类是基于虚拟化环境的供给方法。一般针对虚拟化环境的性能开销，或采用反馈控制方法，通过虚拟机的性能变化，估算其资源需求；或采用模型驱动的方法刻画虚拟化环境下应用的资源需求变化，并以此作为资源供给的依据（Bodık P, Griffith R, Sutton C, et al. Statisticalmachine learning makes automatic control practical for internet datacenters[C]//Proceedings of the 2009 conference on Hot topics in cloud computing.CA,USA: Berkeley, 2009.；Xu C Z, Rao J, Bu X. URL: A unified reinforcementlearning approach for autonomic cloud management[J]. Journal of Parallel andDistributed Computing, 2012, 72(2): 95-105.）。