一种基于负载特征预测的容器云弹性伸缩策略
当前主流的容器云平台Kubernetes,利用基于阈值的弹性伸缩策略提供弹性伸缩服务时存在2个问题:一是不区分应用类型,采用单一指标不能准确衡量复合型应用负载情况;二是在应用遭遇暂时的负载增减时容易造成伸缩抖动,导致额外的系统耗费和资源浪费.针对上述问题,提出一种基于负载特征预测的容器云弹性伸缩策略,该策略利用不同的负载特征区分应用类型,对复合型应用类型采取多个指标衡量负载情况;为减少无谓的伸缩抖动,该策略同时利用应用的负载预测值和当前负载值共同进行伸缩决策.实验结果表明,与Kubernetes基于阈值的弹性伸缩策略相比较,该策略能更准确衡量CPU/MEM复合型应用负载情况,在应用遭遇暂时性负载增减时能减少无谓的伸缩抖动.
- 2021-02-13
- 阅读584
- 下载0
- 6页
- pdf