[发明专利]一种基于预测的分布式调度方法和装置

权利要求书

1.一种基于预测的分布式调度方法，其特征在于，应用于Kubernetes集群中，包括：

获取当前调度Pod的历史资源利用率以及集群中可用节点的资源利用率；

将所述当前调度Pod的历史资源利用率输入深度学习模型进行训练和推理，以获取所述当前调度Pod的资源预测利用率；

根据所述当前调度Pod的资源预测利用率以及集群中可用节点的资源利用率，对集群中的可用节点进行筛选，以确定所述当前调度Pod的目标调度节点。

2.根据权利要求1所述的方法，其特征在于，根据所述当前调度Pod的资源预测利用率以及集群中可用节点的资源利用率，对集群中的可用节点进行筛选，以确定所述当前调度Pod的目标调度节点，包括：

基于Kubernetes的内置算法对所述可用节点进行预筛选，以得到候选可用节点；

根据所述当前调度Pod的资源预测利用率以及候选可用节点的资源利用率，对所述候选可用节点进行筛选，以确定所述当前调度Pod的目标调度节点。

3.根据权利要求2所述的方法，其特征在于，根据所述当前调度Pod的资源预测利用率以及候选可用节点的资源利用率，对所述候选可用节点进行筛选，以确定所述当前调度Pod的目标调度节点，包括：

根据各候选可用节点的资源利用率，确定各候选可用节点的第一评分；

若所述当前调度Pod为首次运行，则根据各候选可用节点的资源利用率以及当前调度Pod的资源申请比例确定各候选可用节点的第二评分；

若所述当前调度Pod不是首次运行，则根据各候选可用节点的资源利用率以及当前调度Pod的资源预测利用率确定各候选可用节点的第二评分；

根据所述第一评分和第二评分对各候选可用节点进行排序，以确定所述当前调度Pod的目标调度节点。

4.根据权利要求3所述的方法，其特征在于，所述第一评分的计算公式为：

Score1＝10-(U_nc+U_nm)*5；

其中，Score1表示第一评分，U_nc表示候选可用节点的CPU利用率，U_nm代表候选可用节点的内存利用率。

5.根据权利要求3所述的方法，其特征在于，若所述当前调度Pod为首次运行，第二评分的计算公式如下：

Score2-1＝10-(U_nc+R_pc-(U_nm+R_pm))*10；

其中，Score2-1表示当前调度Pod为首次运行时的第二评分，U_nc和R_pc分别代表候选可用节点的CPU利用率和当前调度Pod的CPU申请比例，U_nm和R_pm分别代表候选可用节点的内存利用率和当前调度Pod的内存申请比例。

6.根据权利要求3所述的方法，其特征在于，若所述当前调度不是首次运行，第二评分的计算公式如下：

Score2-2＝10-(U_nc+U_pcp-(U_nm+U_pmp))*10；

其中，Score2-2为当前调度不是首次运行时的第二评分，U_nc和R_pcp分别代表候选可用节点的CPU利用率和当前调度Pod的CPU预测利用率；U_nm和R_pmp分别代表候选可用节点的内存利用率和当前调度Pod内存预测利用率。

7.根据权利要求3所述的方法，其特征在于，根据所述第一评分和第二评分对各候选可用节点进行排序，以确定所述当前调度Pod的目标调度节点，包括：

将所述第一评分与所述第二评分的和作为各候选可用节点的目标评分；

将目标评分最高的候选可用节点作为所述当前调度Pod的目标调度节点。