[发明专利]一种提升Kubernetes集群运行性能的方法、系统、设备及介质

权利要求书

1.一种提升Kubernetes集群运行性能的方法，其特征在于，包括：

S1、上报Kubernetes集群和客户应用运行数据并进行筛选，筛选后进行数据清洗得到待训练数据和待识别数据；

S2、通过所述待训练数据以及机器学习算法，对初始模型进行训练，得到训练好的模型；

S3、将所述训练好的模型和相关资源配置策略进行绑定；

S4、使用所述训练好的模型对所述待识别数据进行识别，得到各个模型的匹配度。

2.根据权利要求1所述的提升Kubernetes集群运行性能的方法，其特征在于：步骤S2中，所述训练好的模型包括至少两种不同的、根据各行业或者各种应用类型分类的运行模型。

3.根据权利要求1所述的提升Kubernetes集群运行性能的方法，其特征在于，还包括：

S5、根据所述各个模型的匹配度确定最佳匹配模型，并根据所述最佳匹配模型对应的资源配置策略进行Kubernetes集群的资源配置调整。

4.根据权利要求1所述的提升Kubernetes集群运行性能的方法，其特征在于，还包括：在ECK的Kubernetes集群在客户已允许和添加采集组件后，开始采集Kubernetes集群和客户应用运行数据。

5.根据权利要求4所述的提升Kubernetes集群运行性能的方法，其特征在于，数据清洗包括：检查数据一致性，处理无效值和缺失值。

6.根据权利要求1-5任一项所述的提升Kubernetes集群运行性能的方法，其特征在于，根据所述各个模型的匹配度确定最佳匹配模型，包括：

根据所述各个模型的匹配度对各个模型进行打分，得到各个模型的推荐评分；

确定推荐评分最高的模型为所述最佳匹配模型。

7.一种提升Kubernetes集群运行性能的系统，其特征在于，包括：

数据管理模块，用于上报Kubernetes集群和客户应用运行数据并进行筛选，筛选后进行数据清洗得到待训练数据和待识别数据；

机器学习模块，用于通过所述待训练数据以及机器学习算法，对初始模型进行训练，得到训练好的模型；将所述训练好的模型和相关资源配置策略进行绑定。

8.根据权利要求7所述的提升Kubernetes集群运行性能的系统，其特征在于，所述训练好的模型包括至少两种不同的、根据各行业或者各种应用类型分类的运行模型。

9.根据权利要求7所述的提升Kubernetes集群运行性能的系统，其特征在于，还包括：

策略管理模块，用于使用所述训练好的模型对所述待识别数据进行识别，得到各个模型的匹配度；根据所述各个模型的匹配度确定最佳匹配模型，并根据所述最佳匹配模型对应的资源配置策略进行Kubernetes集群的资源配置调整。

10.根据权利要求7所述的提升Kubernetes集群运行性能的系统，其特征在于，数据管理模块还用于：在ECK的Kubernetes集群在客户已允许和添加采集组件后，开始采集Kubernetes集群和客户应用运行数据。

11.根据权利要求10所述的提升Kubernetes集群运行性能的系统，其特征在于，数据清洗包括：检查数据一致性，处理无效值和缺失值。

12.根据权利要求7-10任一项所述的提升Kubernetes集群运行性能的系统，其特征在于，策略管理模块具体用于：

根据所述各个模型的匹配度对各个模型进行打分，得到各个模型的推荐评分；确定推荐评分最高的模型为所述最佳匹配模型。