【技术实现步骤摘要】
本专利技术属于云计算容器调度领域，具体涉及一种基于服务等级协议和能耗感知的kubernetes容器调度方法。
技术介绍
1、云计算(cloud computing)作为一种基于互联网的计算方式，通过共享的计算资源和服务，以按需提供计算能力、存储空间和应用服务的模式而著称，其基础之一是虚拟化技术，虚拟化是将一台物理服务器划分为多台虚拟服务器,即虚拟机(vm)，以实现资源的灵活调配和利用。容器是一种虚拟化技术，用于打包和运行应用程序及其所有依赖项的软件包。随着应用程序架构的演进，虚拟机中大型单体应用逐渐被分解为小型、独立运行的组件，即微服务。微服务之间解耦，可独立开发、部署、升级和扩展。随着部署的微服务数量增加，容器部署微服务变得越来越困难。因此，自动化措施如自动调度、配置、监督和故障处理变得不可或缺。
2、kubernetes是一个开源的容器编排平台，用于自动化部署、扩展和管理容器化应用程序，其作为容器集群管理平台被广泛应用，它最初唯一支持的容器类型是docker容器，docker容器又恰好是在不同集群服务器上运行应用程序的首选方式。目前，kubernetes默认的调度程序无法满足每个pod(容器组)的性能约束的同时，降低集群中虚拟机的使用能耗。现有的能耗调度研究工作通常集中于单个本地数据中心范围，并且对于多层网格结构的微服务调度策略尚未充分考虑，导致现有调度方法在调度微服务时效率低下且能耗较高。
技术实现思路
1、为解决以上现有技术存在的问题，本专利技术提出了一种基于服
2、s1.基于kubernetes容器管理平台构建调度管理模型；所述调度管理模型包括调度器、调度管理模型数据库、主节点和工作节点。
3、s2.提交yaml(可移植文件)任务，判断调度管理模型数据库是否存在yaml任务中各pod间的优先级信息；若存在，则执行步骤s3，若不存在，则计算yaml任务中各pod间的优先级信息，然后执行步骤s3；yaml任务包括多个微服务，每一微服务被部署为一个或多个pod。
4、s3.基于各pod间的优先级信息，以降低pod调度总能耗为目标建立能耗模型。
5、s4.采用麻雀搜索算法进行迭代搜索，使得能耗模型达到最优，获取对应的最优能耗值。
6、s5.根据最优能耗值确定最佳调度方案，根据该最佳调度方案进行pod调度。
7、进一步的，在步骤s2中，计算yaml任务中各pod间的优先级信息的过程包括：
8、s21.随机选取一个工作节点，将所有pod放置在该工作节点上，并记录每一pod的单位时间消耗电量；
9、s22.将所有pod根据单位时间耗电量大小降序排列，得到pod优先级队列。
10、进一步的，步骤s3基于各pod间优先级信息，以降低pod调度总能耗为目标建立能耗模型，所述能耗模型表示为：
11、
12、
13、s.t.scoretotal＜＝scoregiven
14、其中，fbest表示能耗模型的最佳函数，min()表示最小值函数；表示第i个工作节点的电力使用效率；mi表示第i个工作节点上所有微服务资源消耗优先级和，表示第i个工作节点上第k个微服务的资源消耗优先级；scoretotal表示工作节点响应时间分数总和；scoregiven表示工作节点响应时间分数阈值，ns表示工作节点数量，ni,m表示第i个工作节点上的微服务数量。
15、进一步的，根据pod的cpu利用率计算微服务的资源消耗优先级的过程为：
16、计算每一微服务在每一工作节点上的cpu利用率，表示为：
17、
18、其中，表示第k个微服务在第i个工作节点上的cpu利用率，npod表示第k个微服务部署在第i个工作节点的pod数量，表示第k个微服务中第j个pod的cpu利用率。
19、根据cpu利用率计算每一微服务的能耗pk，表示为：
20、
21、其中，nk表示第k个微服务所在的工作节点数量，表示第i个工作节点峰值电力消耗，表示第i个工作节点空闲时电力消耗；
22、将全部微服务根据能耗大小降序排列，为每一微服务标记相应的排列序号作为自身的资源消耗优先级。
23、进一步的，工作节点响应时间分数scoretotal总和表示为：
24、
25、其中，score(k)表示第k个微服务的响应时间分数，pall表示yaml任务中所有微服务。
26、进一步的，第k个微服务的响应时间分数表示为：
27、
28、其中，netflow(k,m)表示为第k个微服务与第m个微服务之间的网络流量，δ(k,m)表示第k个微服务所在的工作节点和第m个微服务所在的工作节点之间的传播延迟总和，a表示与第k个微服务具有通信关系的微服务集合。
29、进一步的，第k个微服务与第m个微服务之间的网络流量表示为：
30、
31、其中，netflowpod(podk,a,podm,b)代表两个pod之间的网络流量，podk,a表示第k个微服务的第a个pod，podm,b表示第m个微服务中第b个pod，ck表示第k个微服务中pod数量，cm表示第m个微服务中pod数量。
32、进一步的，在步骤s4中，采用麻雀搜索算法进行迭代搜索，包括：
33、s41.初始化麻雀种群，并将初始化麻雀种群划分为发现者种群和跟随者种群；
34、s42.获取初始调度方案，根据初始调度方案初始化发现者种群中每一麻雀的位置，然后根据能耗模型计算发现者种群中每一麻雀的适应度值；
35、s43.随机初始化跟随者种群中每一麻雀的位置，并根据能耗模型计算跟随者种群中每一麻雀的适应度值；设置最大迭代次数；
36、s44.获取当前最优适应度值作为目标适应度值；
37、s45.更新每一麻雀的位置，然后从中随机选择麻雀作为警戒者再次更新位置；
38、s46.计算并更新每一麻雀的适应度值，选取当前最优适应度值；
39、s47.判断当前最优适应度值是否优于目标适应度值，若是，则将当前最优适应度值作为目标适应度值；若不是，则目标适应度值保持不变；
40、s48.判断是否达到最大迭代次数，若是，则输出目标适应度值及其对应的调度方案，若不是，则令迭代次数加一，然后返回步骤s45。
41、进一步的，在步骤s42中，获取初始调度方案的具体过程包括：
42、s421.将所有工作节点按照电力使用效率pue大小升序排列，得到工作节点优先级队列；
43、s422.判断是否满足i>n，若是，则输出初始调度方案，若不是，则提取pod优先级队列中的第i个pod；
44、s423.提取工作节本文档来自技高网...
【技术保护点】
1.一种基于服务等级协议和能耗感知的Kubernetes容器调度方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于服务等级协议和能耗感知的Kubernetes容器调度方法，其特征在于，在步骤S2中，计算YAML任务中各Pod间的优先级信息的过程包括：
3.根据权利要求1所述的一种基于服务等级协议和能耗感知的Kubernetes容器调度方法，其特征在于，步骤S3基于各Pod间优先级信息，以降低Pod调度总能耗为目标建立能耗模型，所述能耗模型表示为：
4.根据权利要求3所述的一种基于服务等级协议和能耗感知的Kubernetes容器调度方法，其特征在于，根据Pod的CPU利用率计算微服务的资源消耗优先级，具体过程为：
5.根据权利要求3所述的一种基于服务等级协议和能耗感知的Kubernetes容器调度方法，其特征在于，工作节点响应时间分数总和Scoretotal表示为：
6.根据权利要求5所述的一种基于服务等级协议和能耗感知的Kubernetes容器调度方法，其特征在于，第k个微服务的响应时间分数表示为：
...【技术特征摘要】
1.一种基于服务等级协议和能耗感知的kubernetes容器调度方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于服务等级协议和能耗感知的kubernetes容器调度方法，其特征在于，在步骤s2中，计算yaml任务中各pod间的优先级信息的过程包括：
3.根据权利要求1所述的一种基于服务等级协议和能耗感知的kubernetes容器调度方法，其特征在于，步骤s3基于各pod间优先级信息，以降低pod调度总能耗为目标建立能耗模型，所述能耗模型表示为：
4.根据权利要求3所述的一种基于服务等级协议和能耗感知的kubernetes容器调度方法，其特征在于，根据pod的cpu利用率计算微服务的资源消耗优先级，具体过程为：
5.根据权利要求3所述的一种基于服务等级协议和能耗感知的k...
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。