[发明专利]一种基于容器的服务器资源供给方法

说明书

技术领域

本发明属于计算机领域，具体涉及一种基于容器的服务器资源供给方法。

背景技术

针对信息系统服务器资源的弹性管理需求，业界普遍采用云计算技术将应用所需的计算任务分配在资源池中，允许不同的应用根据要求获取计算节点、存储空间、网络带宽等系统资源，进而综合考虑系统运行时的资源监测结果以及应用类型，实现资源利用率的优化。然而，传统基于虚拟机的云计算支撑技术存在系统运行开销大、生命周期管理开销大等问题，难以满足信息系统的服务器资源快速弹性供给的轻量化管理需求。

容器是新型的操作系统级虚拟化技术，与传统的虚拟机技术相比，其资源管理开销更小、启动速度更快。当前，一些大型企业计算环境、IDC、大型Web2.0站点、云计算平台等场景下，大量应用系统利用基于容器的集群技术实现服务器系统资源的高度共享。同时，为了应对突发用户访问，提高集群资源的利用率，需要对集群进行自适应地调整，实现资源的按需供给。由于多应用共享的服务器资源，每台服务器可运行单个或多个集群节点，各节点可以属于同一个集群，也可能属于不同集群，构成了复杂的部署结构，这与传统的一台服务器运行一个集群节点的部署方式不同。而当用户负载动态变化时，平台中服务器的异构性以及多集群共存导致的集群节点资源竞争。

为了达到根据应用当前负载供给资源和充分利用服务器资源的目的，主要使用现有的几种自适应供给判定方法：(1)基于资源使用率阀值的调整方式，使得调整的准确性和有效性直接依赖阈值的初始设定，难以适应负载多变的、异构的服务器环境；(2)基于自适应的动作策略或目标策略，使用智能Agent对系统进行调整，该方法只适用于定性分析和逻辑推理，不适合对系统响应速度、吞吐量等定量参数进行描述；(3)基于控制论的方法：根据系统的动态特性，使用优化器计算控制参数，实现对系统的调整，其核心在于设计有效的决策方案；(4)基于效用函数的方法：将系统的状态映射为一个实数值，用于反映系统的性能状况，通过效用的最大化对系统进行调整，该方法难点在于效用函数的建立。

然后根据诊断的结果对集群大小进行弹性伸缩变化，如添加新的容器节点、删除容器节点、添加或停止新的服务器等。这些方法主要针对传统的单集群部署环境而言，以单个集群或单个容器为调整的核心，没有考虑到整个服务器环境的各个部分的运行状态和资源分布消耗状态，再者，对容器之间的资源竞争也没有充分的考虑，使得这些方法难以适应新的部署场景，达到以最少的服务器资源消耗完成各个应用的请求负载，降低能源的消耗。

发明内容

本发明的目的在于提供一种基于容器的服务器资源供给方法，其首先通过使用性能异常检测方法对服务器的性能进行诊断评估，然后通过侦测、反馈、控制的方法实现对系统的自适应调整。

本发明的目的通过以下技术方案实现：

一种基于容器的服务器资源供给方法，其特征在于：该方法首先通过性能异常检测对服务器的性能进行诊断评估，找出空闲服务节点和性能异常节点，然后通过侦测、反馈、控制实现自适应调整；具体如下：

在全局应用运行平台中有一个主控节点，每台服务器上设有一个节点管理器，负责与主控节点交互。节点管理器负责收集每个服务器以及其上面运行的容器实例的运行时性能参数(比如服务时间、延迟时间、资源使用率，其中资源包括：处理器、内存、磁盘、网络等)，并计算服务时间。主控节点周期性收集这些信息做出调整决策，并发回节点管理器执行，实现资源调整。

主控节点根据收集的信息，对容器实例和物理服务器的状态进行判定，构建下面四个操作：

check_idle(appInstance)：判断容器实例(即集群节点)是否空闲，通过预设资源空闲阀值的方式实现；

check_idle(server)：判断服务器是否空闲，保证资源使用没有超过预定空闲阀值，并且运行在server中的每个集群节点都为空闲态；

check_bottleneck(appInstance)：判断容器实例是否出现瓶颈，可为逻辑资源瓶颈或物理资源瓶颈，造成物理资源的原因在于底层服务器的过载；

check_bottleneck(server)：判断服务器是否出现瓶颈，如果运行在server上的任意一个容器实例出现物理资源瓶颈时，则断言，server出现了性能瓶颈。

根据check_idle和check_bottleneck操作，主控节点可以将集群节点和服务器划分为三个状态：空闲状态(Idle)、正常状态(Normal)和瓶颈状态(Bottleneck)。