基于Kubernetes负载特征的资源预测模型研究

• 作者: 孙艳霞 谢文舟
• 来源期刊: 网络安全技术与应用
• 关键词: 云计算 Kubernetes 预测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 27-28
• 页数: 2页
• 字数: 2470字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6833.2018.04.014

摘要

Kubernetes是当前最流行的容器云管理平台.它是将计算机集群资源包括CPU、内存、网络带宽等整合之后按需供应给租户使用,在资源管理方面能满足租户动态的资源需求,因此减少了租户在基础设施以及系统维护上的成本.但是Kubernetes在管理租户资源动态需求时,是根据节点当前资源使用量来调整资源配额,这种方法是基于已经出现资源告警情况下进行调整,存在着应用程序由于资源超出限额暂时退出的问题.本文提出了一种基于过去一段时间的资源负载特征序列预测未来资源负载特征模型,该预测模型经过实验验证对未来资源负载情况有一定的预测作用,减少了租户应用程序出现暂时退出的情况,并且提高了资源利用率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢文舟	四川大学计算机学院	1	4	1.0	1.0
2	孙艳霞		1	4	1.0	1.0