[发明专利]服务资源调整方法、相关装置和设备

权利要求书

1.一种服务资源调整方法，其特征在于，包括：

通过预测模型对服务指标进行预测，生成预测数据；其中所述预测模型包括根据服务的历史负载数据建立的预测模型；

根据所述预测数据定期对当前节点上的在线服务进行分析；

在分析出从当前时刻开始的第一时间段内，所述当前节点以外的资源容量满足所述在线服务的需求的情况下，释放所述当前节点的在线资源；

所述释放所述当前节点的在线资源包括：

在所述当前节点的机器停流量流程全部执行成功的情况下，在所述机器上创建离线容器；其中，所述停流量流程用于对所述机器的在线容器的流量切换到其他节点，所述离线容器供离线服务使用。

2.如权利要求1所述的方法，其特征在于，所述通过预测模型对服务指标进行预测之前，还包括：

采集服务的历史负载数据；

分析所述历史负载数据中第二时间段内的实际负载分别与多个预测负载的差异值；其中，一个预测负载对应一个预测模型；

根据所述差异值选取用于预测服务指标的预测模型。

3.如权利要求2所述的方法，其特征在于，所述差异值包括实际负载与预测负载的均方根误差与标准差的比例，以及实际负载与预测负载的均方根误差与均值的比例；

所述根据所述差异值选取用于预测服务指标的预测模型包括：

选取均方根误差与标准差的比例小于第一阈值，和/或均方根误差与均值的比例小于第二阈值的预测负载对应的预测模型，选取的预测模型为用于预测服务指标的预测模型。

4.如权利要求3所述的方法，其特征在于，当均方根误差与标准差的比例小于第一阈值，和/或均方根误差与均值的比例小于第二阈值的预测负载对应的预测模型为多个的情况下，选取均方根误差与标准差的比例最小，和/或均方根误差与均值的比例最小的预测负载对应的预测模型。

5.如权利要求3所述的方法，其特征在于，所述预测数据包括预测值以及所述预测值的波动范围；所述预测值的波动范围的最大值为所述预测值加上2倍所述标准差，所述预测值的波动范围的最小值为所述预测值减去2倍所述标准差。

6.如权利要求1所述的方法，其特征在于，所述根据所述预测数据定期对当前节点上的在线服务进行分析，包括：

根据所述预测数据定期分析从当前时刻开始的第一时间段内当前节点的在线服务所需的资源容量；

判断y*θ≥x是否成立；其中，所述y为所述当前节点以外的资源容量，所述θ为系数，所述x为所述在线服务所需的资源容量；

若判断成立，则分析出从当前时刻开始的第一时间段内，所述当前节点以外的资源容量满足所述在线服务的需求。

7.如权利要求1所述的方法，其特征在于，所述在所述机器上创建离线容器之后，还包括：

在判断出需要缩容所述机器上的离线容器的情况下，对所述离线容器进行缩容；

在所述离线容器缩容成功后，恢复所述机器的在线容器的流量。

8.如权利要求7所述的方法，其特征在于，执行停流量流程的机器多个；所述在所述当前节点的机器停流量流程全部执行成功的情况下，在所述机器上创建离线容器，包括：

从待停服列表中逐个获取要执行停流量流程的机器，并执行所述停流量流程；所述待停服列表包括多个需要执行停流量流程的机器信息；

实时获取所述待停服列表中的机器的停流量流程状态，遍历判断所述待停服列表中的机器的停流量流程是否执行成功；

对停流量流程执行成功的服务创建离线容器，直到对所述待停服列表中的所有机器都创建离线容器。

9.如权利要求8所述的方法，其特征在于，所述在判断出需要缩容所述机器上的离线容器的情况下，对所述离线容器进行缩容，包括：

定时轮询停服列表中机器的停流量结束时间；

在离所述停流量结束时间达到第三阈值的情况下，判断所述离所述停流量结束时间达到第三阈值的机器是否需要缩容所述机器上的离线容器；

若是，则对所述离线容器进行缩容。