本申请公开了一种容器扩缩容方法、装置、设备及可读存储介质，该方法包括：获取预设时段内工作负载对应容器的监控数据；监控数据包括CPU使用量和内存使用量；基于监控数据确定容器的CPU/内存预测值和CPU/内存统计值；利用CPU/内存预测值和CPU/内存统计值，确定CPU/内存的限制量推荐值；基于限制量推荐值对容器当前的限制量进行变更，以对容器进行扩容或缩容。技术效果：因为本申请进行扩容或缩容的对象是容器，而pod层的业务运行与容器层面，因此，可以在不改变pod副本数量的情况下，即不再受限于pod副本数量调整方案的限制，通过容器的监控数据对容器占用资源进行扩缩容，从而满足实际业务需求。
【技术实现步骤摘要】
本申请涉及计算机应用，特别是涉及一种容器扩缩容方法、装置、设备及可读存储介质。
技术介绍
1、在k8s(kubernetes，容器编排引擎)集群中，经常会遇到某个服务需要扩容的场景(例如：测试对服务压测、电商平台秒杀、大促活动、或由于资源紧张、工作负载降低等都需要对服务实例数进行扩缩容操作)。
2、目前对服务进行扩容和缩容，主要在pod(所有业务类型的基础，也是k8s管理的最小单位级，它是一个或多个容器的组合)层面进行，有两种方式实现。方式1：为手动模式，通过kubectl scale等命令对pod副本数，资源限制情况进行调整，这样需要每次去手工操作一次，而且不确定什么时候业务请求量就和当前的pod副本数不匹配了。方式2：通过hpa(horizontal pod autoscaling，对k8s的workload的副本数进行自动水平扩缩容机制)自动扩容技术实现，根据监控指标(cpu使用率、磁盘、自定义的等)自动扩容或缩容服务中的pod数量，当业务需求增加时，系统将无缝地自动增加适量pod容器，提高系统稳定性，这种自动扩缩容操作的本质是基于阈值的操作，当资源使用量超过阈值时触发，且仅针对pod副本数进行增减。
3、可见，以上方法都是在pod层面对副本数进行操作，在实际应用中，会存在无法增加pod副本数的情况，导致无法实现扩容。
4、综上所述，如何有效地解决业务平台中如何基于业务情况进行扩缩容等问题，是目前本领域技术人员急需解决的技术问题。
技术实现思路
1、本申请的目的是提供一种容器扩缩容方法、装置、设备及可读存储介质，能够在不调整pod副本数的情况下，结合容器的监控数据，通过对容器的资源限制量进行调整，从而实现基于业务情况实现扩缩容。
2、为解决上述技术问题，本申请提供如下技术方案：
3、一种容器扩缩容方法，包括：
4、获取预设时段内工作负载对应容器的监控数据；所述监控数据包括cpu使用量和内存使用量；
5、基于所述监控数据确定所述容器的cpu/内存预测值和cpu/内存统计值；
6、利用所述cpu/内存预测值和所述cpu/内存统计值，确定cpu/内存的限制量推荐值；
7、基于所述限制量推荐值对所述容器当前的限制量进行变更，以对所述容器进行扩容或缩容。
8、优选地，基于所述监控数据确定所述容器的cpu/内存预测值和cpu/内存统计值，包括：
9、基于所述监控数据，预测cpu/内存的变化曲线；
10、将所述变化曲线中的最大值确定为所述cpu/内存预测值；
11、对所述监控数据进行统计，得到cpu/内存最大值、cpu/内存最小值和cpu/内存平均值；
12、将所述cpu/内存最大值、所述cpu/内存最小值和所述cpu/内存平均值确定为所述cpu/内存统计值。
13、优选地，基于所述监控数据，预测cpu/内存的变化曲线，包括：
14、判断所述工作负载是否为单副本运行模式；
15、如果是，则基于对应时刻的所述cpu使用量和所述内存使用量确定出历史cpu/内存；
16、基于所述历史cpu/内存确定监控曲线；
17、利用双参数指数平法，对所述监控曲线进行预测，得到所述变化曲线；
18、如果否，则对每一副本，基于对应时刻的所述cpu使用量和所述内存使用量确定出历史cpu/内存；
19、基于所述历史cpu/内存确定当前副本的监控曲线；
20、利用双参数指数平法，对每一条所述监控曲线进行预测，得到每一副本分别对应的所述变化曲线；
21、相应地，将所述变化曲线中的最大值确定为所述cpu/内存预测值，包括：
22、若所述工作负载为单副本运行模式，则从所述变化曲线中找出最大值，便将所述最大值确定为所述cpu/内存预测值；
23、若所述工作负载为多副本运行模式，则从每一副本对应的所述变化曲线中找出最大值，将所找出的最大值构成序列，并从所述序列中找出最大值，将从所述序列中找出的最大值确定为所述cpu/内存预测值；
24、其中，在所述双参数指数平法中，历史cpu/内存为x＝{x1,x2,...,xn}，其中xt表示时间t处对应的特征值，n表示历史特征序列的总长度；
25、st＝αxt+(1-α)(st-1+tt-1)；
26、tt＝β(st-st-1)xt+(1-β)tt-1；
27、yt＝st-1+tt-1；
28、其中，st为在时间t处的平滑项，其中x为真实值，tt为趋势项，yt为预测值，α，β为平滑参数，0＜α＜1，0＜β＜1。
29、优选地，对所述监控数据进行统计，得到cpu/内存最大值、cpu/内存最小值和cpu/内存平均值，包括：
30、在所述工作负载为单副本运行模式的情况下，基于对应时刻的所述cpu使用量和所述内存使用量确定出历史cpu/内存；
31、基于所述历史cpu/内存确定监控曲线；
32、从所述监控曲线中确定出所述cpu/内存最大值、所述cpu/内存最小值和所述cpu/内存平均值。
33、优选地，对所述监控数据进行统计，得到cpu/内存最大值、cpu/内存最小值和cpu/内存平均值，包括：
34、在所述工作负载为多副本运行模式的情况下，对每一副本，基于对应时刻的所述cpu使用量和所述内存使用量确定出历史cpu/内存；
35、基于所述历史cpu/内存确定当前副本的监控曲线；
36、从每一条所述监控曲线中分别确定出当前cpu/内存最大值、当前cpu/内存最小值和当前cpu/内存平均值；
37、从多个所述当前cpu/内存最大值中确定出所述cpu/内存最大值；
38、从多个所述当前cpu/内存最小值中确定出所述cpu/内存最小值；
39、对多个所述当前cpu/内存平均值求取均值，得到所述cpu/内存平均值。
40、优选地，利用所述cpu/内存预测值和所述cpu/内存统计值，确定容器内cpu/内存的限制量推荐值，包括：
41、基于平滑参数，对所述cpu/内存预测值和所述cpu/内存统计值进行加权求和，将计算结果确定为所述限制量推荐值。
42、优选地，所述基于所述限制量推荐值对当前的限制量进行变更，以对容器进行扩容或缩容，包括：
43、若所述限制量推荐值大于所述限制量，则以所述限制量推荐值为上限，对所述限制量进行上调，以对所述容器进行扩容；
44、若所述限制量推荐值小于预设比例的所述限制量，则将所述限制量调整为所述预设比例的所述限制量，以对所述容器进行缩容；
45、若所述限制量推荐值大于预设比例的所述限制量，且所述限制量推荐值小于所述限制量，则不对所述限制量进行调整。
<本文档来自技高网...
【技术保护点】
1.一种容器扩缩容方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述监控数据确定所述容器的CPU/内存预测值和CPU/内存统计值，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述监控数据，预测CPU/内存的变化曲线，包括：
4.根据权利要求2所述的方法，其特征在于，对所述监控数据进行统计，得到CPU/内存最大值、CPU/内存最小值和CPU/内存平均值，包括：
5.根据权利要求2所述的方法，其特征在于，对所述监控数据进行统计，得到CPU/内存最大值、CPU/内存最小值和CPU/内存平均值，包括：
6.根据权利要求1所述的方法，其特征在于，利用所述CPU/内存预测值和所述CPU/内存统计值，确定容器内CPU/内存的限制量推荐值，包括：
7.根据权利要求1至6任一项所述的方法，其特征在于，所述基于所述限制量推荐值对当前的限制量进行变更，以对容器进行扩容或缩容，包括：
8.一种容器扩缩容装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
<
p>10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述容器扩缩容方法的步骤。...
【技术特征摘要】
1.一种容器扩缩容方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述监控数据确定所述容器的cpu/内存预测值和cpu/内存统计值，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述监控数据，预测cpu/内存的变化曲线，包括：
4.根据权利要求2所述的方法，其特征在于，对所述监控数据进行统计，得到cpu/内存最大值、cpu/内存最小值和cpu/内存平均值，包括：
5.根据权利要求2所述的方法，其特征在于，对所述监控数据进行统计，得到cpu/内存最大值、cpu/内存最小值和cpu/内存平均值，...
【专利技术属性】
技术研发人员：苏海明，
申请(专利权)人：济南浪潮数据技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。