面向微服务架构的容器级弹性资源供给方法

被引：33

作者：

郝庭毅 ^{[1
,2
,3
]}

吴恒 ^{[1
]}

吴国全 ^{[1
,2
]}

张文博 ^{[1
]}

机构：

[1] 中国科学院软件研究所软件工程技术中心

[2] 计算机科学国家重点实验室(中国科学院软件研究所)

[3] 中国科学院大学

来源：

计算机研究与发展 | 2017年 / 54卷 / 03期

关键词：

容器虚拟化; 模糊自适应式卡尔曼滤波; 弹性资源供给; 微服务架构; 突发性负载;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

容器作为物理资源的逻辑抽象,具有资源占用少、资源供给快等特点,适合工作负载突变的互联网应用模式,特别是面向微服务架构的新型服务范型.已有工作受限于物理机和虚拟化环境,或资源难以弹性供给或资源供给时效性较差,难以应对负载突变(flash-crowds)场景.针对此问题提出了一种服务质量(quality of service,QoS)敏感的、基于前馈的容器资源弹性供给方法,该方法采用排队论刻画工作负载、资源利用率和响应时间的关联关系,构建应用性能模型.其中,响应时间采用模糊自适应卡尔曼滤波进行预测(前馈控制器),预测结果违背QoS是触发资源弹性供给的依据.基于CloudStone基准的实验结果显示,前馈控制器具有快速收敛的特点,对响应时间的预测误差小于10%.在flash-crowds场景下,相对于已有方法可有效保障应用的QoS.

引用

页码：597 / 608

页数：12

共 7 条

[1] 一种基于硬件计数器的虚拟机性能干扰估算方法
王卅
张文博
吴恒
宋云奎
魏峻
钟华
黄涛
[J]. 软件学报, 2015, 26 (08) : 2074 - 2090
[2] 一种收益敏感的虚拟资源按需提供方法
吴恒
张文博
张建华
魏峻
黄涛
[J]. 软件学报, 2013, 24 (08) : 1963 - 1980
[3] 自适应调整虚拟机权重参数的调度方法
王凯
侯紫峰
[J]. 计算机研究与发展, 2011, 48 (11) : 2094 - 2102
[4] Autonomic Provisioning with Self-Adaptive Neural Fuzzy Control for Percentile-Based Delay Guarantee
Lama, Palden
Zhou, Xiaobo
[J]. ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS, 2013, 8 (02)
[5] URL: A unified reinforcement learning approach for autonomic cloud management[J] . Cheng-Zhong Xu,Jia Rao,Xiangping Bu.Journal of Parallel and Distributed Computing . 2011 (2)
[6] Container-based operating system virtualization[J] . Stephen Soltesz,Herbert P?tzl,Marc E. Fiuczynski,Andy Bavier,Larry Peterson.ACM SIGOPS Operating Systems Review . 2007 (3)
[7] Open queueing network models of dynamic job shops[J] . J. G. Shanthikumar,J. A. Buzacott.International Journal of Production Research . 1981 (3)

← 1 →