一种基于复杂异构环境的微服务调度方法及其实现系统

    公开(公告)号:CN112068943B

    公开(公告)日:2022-11-25

    申请号:CN202010933828.8

    申请日:2020-09-08

    Abstract: 本发明涉及一种复杂异构环境下的微服务调度方法及其实现系统,包括:(1)第一级调度:实时获取所有物理服务器、虚拟机、服务及微服务的基本信息,将有调用关系的微服务调度到关系距离更近的虚拟机中;保证各个微服务之间调用的高性能;(2)第二级调度:在业务应用运行过程中,统计一个时间段内虚拟机之间通信的延时和微服务之间的调用频繁程度,动态更新虚拟机之间的关系距离矩阵,周期性检查并迁移符合条件的微服务,保证调用频繁的微服务迁移到关系距离较近的虚拟机上。通过对微服务的两级调度之后,保证微服务能够被调度到合适的虚拟机上,尽量减少微服务跨虚拟机、跨物理服务器、跨网段调用,达到微服务之间高效调用的效果。

    一种Kubernetes环境下面向复杂任务的组合优先级调度方法

    公开(公告)号:CN112965797B

    公开(公告)日:2022-02-22

    申请号:CN202110244427.6

    申请日:2021-03-05

    Abstract: 本发明的Kubernetes环境下面向复杂任务的组合优先级调度方法具体通过以下步骤来实现:a).计算每组任务的实际并行度;b).获取任务关键程度;c).获取用户优先级;d).获取用户的动态优先级;e).计算任务紧急程度;f).并行度和紧急程度的归一化处理;g).求优先级数值;h).pod排序和调度。本发明的组合优先级调度方法,由于在设置优先级时考虑到了任务并行性,可以避免其他任务提前占用节点资源导致并行任务无法获得资源而造成的任务执行失败问题。其次,在设置优先级时考虑到了任务紧急程度,可以保证紧急任务在节点资源不足时对非紧急任务所占用的资源进行抢占,从而成功执行紧急任务。

    一种基于EEMD-ARIMA的云计算服务器负载短期预测方法

    公开(公告)号:CN107426026B

    公开(公告)日:2020-05-22

    申请号:CN201710635754.8

    申请日:2017-07-31

    Abstract: 本发明的基于EEMD‑ARIMA的云计算服务器负载短期预测方法,首先针对负载数据,建立训练集;然后对负载数据进行EEMD分解得到多个IMF分量和余项;再计算每个IMF分量和余项的信息熵、相关系数和能量因子,进而建立有效评价因子选择有效的IMF分量和余项;最后对有效的分量分别进行ARIMA预测并求和得到最终预测结果,实现了对云计算服务器负载的精确短期预测。本发明方法适用于云计算服务器非稳定负载的预测,特别是公有云,用户资源需求具有随机突发性、短时间内可能会造成服务器负载呈现非平稳状态情形的预测,适用于云计算使用的所有负载类型,不受单一负载类型的限制。

    一种基于EEMD-ARIMA的云计算服务器负载短期预测方法

    公开(公告)号:CN107426026A

    公开(公告)日:2017-12-01

    申请号:CN201710635754.8

    申请日:2017-07-31

    Abstract: 本发明的基于EEMD-ARIMA的云计算服务器负载短期预测方法,首先针对负载数据,建立训练集;然后对负载数据进行EEMD分解得到多个IMF分量和余项;再计算每个IMF分量和余项的信息熵、相关系数和能量因子,进而建立有效评价因子选择有效的IMF分量和余项;最后对有效的分量分别进行ARIMA预测并求和得到最终预测结果,实现了对云计算服务器负载的精确短期预测。本发明方法适用于云计算服务器非稳定负载的预测,特别是公有云,用户资源需求具有随机突发性、短时间内可能会造成服务器负载呈现非平稳状态情形的预测,适用于云计算使用的所有负载类型,不受单一负载类型的限制。

Patent Agency Ranking