【技术实现步骤摘要】
本专利技术属于计算机，具体涉及一种应用于docker的高容错并可容错调度方法、设备及介质。
技术介绍
1、传统的java后端开发、安卓开发等微服务开发通常会引入docker技术，docker技术允许开发人员将应用以及应用的依赖包一起打包到一个容器中，然后发布到任何流行的linux机器上，docker技术具有隔离性和跨平台移植等优势，但其网络隔离机制和进程隔离机制也带来了服务发现、负载均衡、故障恢复等方面的问题。目前，业界已经有一些传统的docker中间件解决方案，如kubernetes、mesos等，它们通过服务发现和负载均衡等功能实现docker服务的可用性和容错能力。然而，这些中间件对复杂性和资源要求较高，学习和配置都需要较高的门槛且资源开销较大，并且集群需要一定的计算资源来运行控制平面和节点组件，在用户资源有限或容器数量较少或访问量较低的场景下，这些传统解决方案会增加基础设施的成本。
技术实现思路
1、为了克服上述技术缺陷，本专利技术提供了一种应用于docker的高容错并可容错调度方法、设备及介质。
2、为了解决上述问题，本专利技术第一方面提供了一种应用于docker的高容错并可容错调度方法，包括步骤：
3、采用ai学习训练dockerfile自动构建模型，并通过dockerfile自动构建模型获得微服务容器镜像；
4、注册服务实例；
5、创建kubernetes调度器，并调用scheduling framework调度框架对服
6、进一步的，获取若干dockerfile样本以及样本参数，并对样本参数进行清洗和预处理，其中，样本参数包括dockerfile构建的镜像是否成功、构建镜像的大小和启动的时间；
7、对dockerfile样本以及数据处理后的样本参数进行特征提取，并采用机器学习训练dockerfile自动构建模型；
8、将目标源代码、目标运行环境信息输入到dockerfile自动构建模型，获得dockerfile；
9、基于预设的镜像、副本数量、配置大小以及dockerfile，生成yaml文件；
10、基于yaml文件构建微服务容器镜像。
11、进一步的，调用yaml文件模板接口指定镜像、副本数量和配置大小；
12、对yaml文件进行解析，获取服务实例配置信息；
13、采用kubernetes集群管理工具创建服务实例。
14、进一步的，创建并调用部署器对部署参数进行解析，其中，部署参数包括服务名称、镜像版本和配置文件；
15、基于解析后的部署参数创建服务实例；
16、监控服务实例创建过程中的创建关键指标，判断服务实例是否正常创建，其中，创建关键指标包括服务状态和网络配置。
17、进一步的，定义服务实例集合，服务实例集合中每一个服务实例均对应一个优先级值；
18、在每个调度周期中，根据服务实例的状态动态调整优先级值；
19、优先向优先级值高的服务实例分配资源。
20、进一步的，定义服务实例集合，服务实例集合中每一个服务实例包括有一个请求计数器；
21、在每个调度周期中，当出现服务实例故障时，优先向正常工作的、请求计数器数值最小的服务实例分配资源。
22、进一步的，服务请求增加时，优先向具有最少响应时间的服务实例分配服务请求，并更新该服务实例的响应时间数据。
23、进一步的，监控并采集服务实例的性能信息和日志信息；
24、当服务实例发生故障时，将故障的服务实例从负载均衡表中移除，并更新其在服务注册表中的状态；
25、创建故障移除器，将故障的服务实例上的流量切换到其他正常工作的服务实例上；
26、创建自动重启器，对故障的服务实例进行故障原因分析，并采用自动重启器进行重启。
27、本专利技术第二方面提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的方法的步骤。
28、本专利技术第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的方法的步骤。
29、与现有技术相比，本专利技术具有以下有益效果：
30、本专利技术公开了一种应用于docker的高容错并可容错调度方法，采用ai学习训练dockerfile自动构建模型，并通过dockerfile自动构建模型获得微服务容器镜像；注册服务实例；创建kubernetes调度器，并调用scheduling framework调度框架对服务实例进行资源调度、负载均衡和/或故障转移。通过ai学习训练dockerfile自动构建模型能够提升微服务结构的构建奖励，降低用户的使用难度；通过自动化的服务发现、负载均衡和故障转移提升中小规模集群的容错能力，提高开发效率，降低人力成本和资源消耗，提高可用性和易用性。
本文档来自技高网...【技术保护点】
1.一种应用于Docker的高容错并可容错调度方法，其特征在于，包括步骤：
2.根据权利要求1所述的高容错并可容错调度方法，其特征在于，所述采用AI学习训练Dockerfile自动构建模型，并通过Dockerfile自动构建模型获得微服务容器镜像，包括如下步骤：
3.根据权利要求2所述的高容错并可容错调度方法，其特征在于，所述注册服务实例，包括如下步骤：
4.根据权利要求3所述的高容错并可容错调度方法，其特征在于，所述注册服务实例，还包括如下步骤：
5.根据权利要求4所述的高容错并可容错调度方法，其特征在于，所述创建Kubernetes调度器，并调用Scheduling Framework调度框架对服务实例进行资源调度、负载均衡和/或故障转移，包括如下步骤：
6.根据权利要5所述的高容错并可容错调度方法，其特征在于，所述创建Kubernetes调度器，并调用Scheduling Framework调度框架对服务实例进行资源调度、负载均衡和/或故障转移，包括如下步骤：
7.根据权利要求6所述的高容错并可容错调度
8.根据权利要求7所述的高容错并可容错调度方法，其特征在于，所述创建Kubernetes调度器，并调用Scheduling Framework调度框架对服务实例进行资源调度、负载均衡和/或故障转移，包括如下步骤：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种应用于docker的高容错并可容错调度方法，其特征在于，包括步骤：
2.根据权利要求1所述的高容错并可容错调度方法，其特征在于，所述采用ai学习训练dockerfile自动构建模型，并通过dockerfile自动构建模型获得微服务容器镜像，包括如下步骤：
3.根据权利要求2所述的高容错并可容错调度方法，其特征在于，所述注册服务实例，包括如下步骤：
4.根据权利要求3所述的高容错并可容错调度方法，其特征在于，所述注册服务实例，还包括如下步骤：
5.根据权利要求4所述的高容错并可容错调度方法，其特征在于，所述创建kubernetes调度器，并调用scheduling framework调度框架对服务实例进行资源调度、负载均衡和/或故障转移，包括如下步骤：
6.根据权利要5所述的高容错并可容错调度方法，其特征在于，所述创建kubernetes调度器，并调用scheduling fr...
【专利技术属性】
技术研发人员：许统洭，何玉婷，卢毅强，
申请(专利权)人：广东天波信息技术股份有限公司，
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。