分布式系统的服务扩缩容方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种分布式系统的服务扩缩容方法、装置、设备及计算机可读存储介质，其中，方法：基于历史变化趋势以及当前变化趋势，确定待预测小时对应的对比系数；确定待预测小时对应的微服务量均值；将分布式系统中当前年内各个小时的请求数量，输入预训练的请求量预测模型进行模型训练，得到预测请求量；基于预测请求量、对比系数、微服务量均值、小时请求量以及已启动微服务数量，确定待预测小时对应的微服务数量；基于微服务数量对分布式系统执行微服务扩缩容操作。本发明专利技术通过结合历史数据预测得到的微服务数量对分布式系统进行微服务的扩缩容，实现分布式系统中微服务的自动扩缩容，提高了网站的分布式系统进行扩缩容的效率以及准确率。以及准确率。以及准确率。

【技术实现步骤摘要】
分布式系统的服务扩缩容方法、装置、设备及存储介质


[0001]本专利技术涉及互联网
，尤其涉及一种分布式系统的服务扩缩容方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着互联网技术的快速发展，互联网用户大幅度上升，对网站性能提出了高度的要求，要求网站能够支撑大流量的访问，并能迅速的做出响应，提升用户良好的体验度，尤其在各种节日(比如双11)，当用户进行高密度、高数量的对网站访问及请求时，网站的服务器系统要能做到不宕机以及快速响应等要求。
[0003]目前，网站的分布式系统扩缩容的方式是在各种可能高峰访问的时间，进行人工值守，配合运维对服务器进行监控，当分布式系统需要扩缩容时，进行手工扩缩容操作。但人工值守需要雇佣大量的运维人员，通过监控相关数据指标的等人工方式为系统扩缩容，何时触发扩缩容，对运维人员经验要求较高，当人工疲劳时，扩缩容操作容易出现失误，导致网站的分布式系统进行扩缩容的效率以及准确率低。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提供一种分布式系统的服务扩缩容方法、装置、设备及计算机可读存储介质，旨在解决现有网站的分布式系统进行扩缩容的效率低、准确率低的技术问题。
[0006]为实现上述目的，本专利技术提供一种分布式系统的服务扩缩容方法，所述分布式系统的服务扩缩容方法包括以下步骤：
[0007]基于分布式系统中每年各个小时的请求数量对应的历史变化趋势以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数，其中，所述请求数量为微服务对应的请求的数量；
[0008]基于分布式系统中当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定待预测小时对应的微服务量均值；
[0009]将分布式系统中当前年内各个小时的请求数量，输入预训练的请求量预测模型进行模型训练，得到待预测小时对应的预测请求量；
[0010]获取分布式系统中微服务每小时处理请求的小时请求量以及当前的已启动微服务数量，并基于预测请求量、对比系数、微服务量均值、小时请求量以及已启动微服务数量，确定待预测小时对应的微服务数量；
[0011]基于所述待预测小时对应的微服务数量对所述分布式系统执行微服务扩缩容操作。
[0012]进一步地，所述基于分布式系统中每年各个小时的请求数量对应的历史变化趋势
以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数的步骤包括：
[0013]基于当前年之前预设年内各个小时的请求数量，确定每年各个小时的请求数量对应的历史变化趋势；
[0014]基于当前时刻之前当前年内各个小时的请求数量，确定当前年各个小时请求数量对应的当前变化趋势；
[0015]基于所述历史变化趋势以及所述当前变化趋势，确定待预测小时对应的对比系数。
[0016]进一步地，所述基于当前年之前预设年内各个小时的请求数量，确定每年各个小时的请求数量对应的历史变化趋势的步骤包括：
[0017]基于当前年之前预设年内的各个小时的请求数量，通过核函数均值漂移算法确定当前年之前预设年内的各个小时的第一请求量偏移值；
[0018]基于所述第一请求量偏移值，确定每年各个小时的第一请求量均值；
[0019]基于所述第一请求量均值对应的坐标曲线，确定每年各个小时请求数量对应的历史变化趋势。
[0020]进一步地，所述基于当前时刻之前当前年内各个小时的请求数量，确定当前年各个小时请求数量对应的当前变化趋势的步骤包括：
[0021]基于当前时刻之前当前年内各个小时的请求数量，通过核函数均值漂移算法确定当前时刻之前当前年内各个小时的第二请求量偏移值；
[0022]基于所述第二请求量偏移值，确定当前年各个小时的第二请求量均值；
[0023]基于所述第二请求量均值对应的坐标曲线，确定当前年各个小时的请求数量对应的当前变化趋势。
[0024]进一步地，所述基于所述历史变化趋势以及所述当前变化趋势，确定待预测小时对应的对比系数的步骤包括：
[0025]在历史变化趋势中获取每天目标时刻对应的第一变化趋势，其中，所述目标时刻为所述待预测小时在当天的时刻；
[0026]在当前变化趋势获取每天目标时刻对应的第二变化趋势；
[0027]基于第一变化趋势的均值以及第二变化趋势的均值，确定待预测小时对应的对比系数。
[0028]进一步地，所述基于分布式系统中当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定待预测小时对应的微服务量均值的步骤包括：
[0029]基于当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定当前年之前预设年内的各个小时的微服务量偏移值；
[0030]基于当前年之前预设年内的各个小时的微服务量偏移值，确定每年各个小时的微服务量均值；
[0031]在每年各个小时的微服务量均值中，确定待预测小时对应的微服务量均值。
[0032]进一步地，所述将分布式系统中当前年内各个小时的请求数量，输入预训练的请求量预测模型进行模型训练，得到待预测小时对应的预测请求量的步骤之前，还包括：
[0033]获取当前年之前预设年内的第一历史请求数据，以及与所述第一历史请求数据的
业务场景相同的业务，当前年之前预设年内的第二历史请求数据；
[0034]基于第一历史请求数据以及第二历史请求数据，对请求量预测模型进行模型训练，以获得预训练的请求量预测模型。
[0035]此外，为实现上述目的，本专利技术还提供一种分布式系统的服务扩缩容装置，所述分布式系统的服务扩缩容装置包括：
[0036]第一确定模块，用于分布式系统中基于每年各个小时的请求数量对应的历史变化趋势以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数，其中，所述请求数量为微服务对应的请求的数量；
[0037]第二确定模块，用于分布式系统中基于当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定待预测小时对应的微服务量均值；
[0038]训练模块，用于将分布式系统中当前年内各个小时的请求数量，输入预训练的请求量预测模型进行模型训练，得到待预测小时对应的预测请求量；
[0039]获取模块，用于获取分布式系统中微服务每小时处理请求的小时请求量以及当前的已启动微服务数量，并基于预测请求量、对比系数、微服务量均值、小时请求量以及已启动微服务数量，确定待预测小时对应的微服务数量；
[0040]扩缩容模块，用于基于所述待预测小时对应的微服务数量对所述分布式系统执行微服务扩缩容操作。
[0041]此外，为实现上述目的，本专利技术还提供一种分布式系统的服务扩缩容设备，所述分布式系统的服务扩缩容设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式系统的服务扩缩容方法，其特征在于，所述分布式系统的服务扩缩容方法包括以下步骤：基于分布式系统中每年各个小时的请求数量对应的历史变化趋势以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数，其中，所述请求数量为微服务对应的请求的数量；基于分布式系统中当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定待预测小时对应的微服务量均值；将分布式系统中当前年内各个小时的请求数量，输入预训练的请求量预测模型进行模型训练，得到待预测小时对应的预测请求量；获取分布式系统中微服务每小时处理请求的小时请求量以及当前的已启动微服务数量，并基于预测请求量、对比系数、微服务量均值、小时请求量以及已启动微服务数量，确定待预测小时对应的微服务数量；基于所述待预测小时对应的微服务数量对所述分布式系统执行微服务扩缩容操作。2.如权利要求1所述的分布式系统的服务扩缩容方法，其特征在于，所述基于分布式系统中每年各个小时的请求数量对应的历史变化趋势以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数的步骤包括：基于当前年之前预设年内各个小时的请求数量，确定每年各个小时的请求数量对应的历史变化趋势；基于当前时刻之前当前年内各个小时的请求数量，确定当前年各个小时请求数量对应的当前变化趋势；基于所述历史变化趋势以及所述当前变化趋势，确定待预测小时对应的对比系数。3.如权利要求2所述的分布式系统的服务扩缩容方法，其特征在于，所述基于当前年之前预设年内各个小时的请求数量，确定每年各个小时的请求数量对应的历史变化趋势的步骤包括：基于当前年之前预设年内的各个小时的请求数量，通过核函数均值漂移算法确定当前年之前预设年内的各个小时的第一请求量偏移值；基于所述第一请求量偏移值，确定每年各个小时的第一请求量均值；基于所述第一请求量均值对应的坐标曲线，确定每年各个小时请求数量对应的历史变化趋势。4.如权利要求2所述的分布式系统的服务扩缩容方法，其特征在于，所述基于当前时刻之前当前年内各个小时的请求数量，确定当前年各个小时请求数量对应的当前变化趋势的步骤包括：基于当前时刻之前当前年内各个小时的请求数量，通过核函数均值漂移算法确定当前时刻之前当前年内各个小时的第二请求量偏移值；基于所述第二请求量偏移值，确定当前年各个小时的第二请求量均值；基于所述第二请求量均值对应的坐标曲线，确定当前年各个小时的请求数量对应的当前变化趋势。5.如权利要求2所述的分布式系统的服务扩缩容方法，其特征在于，所述基于所述历史变化趋势以及所述当前变化趋势，确定待预测小时对应的对比系数的步骤包括：
在历史变化趋势中获取每天目标时刻对应的第一变化趋势，其中，所述目标时刻为所述待预测小时在当天的时刻；在当前变化趋势获取每...

【专利技术属性】
技术研发人员：王晓炜，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：