[发明专利]面向分布式平台的服务实例精细化调度方法及系统

说明书

本发明公开了一种面向分布式平台的服务实例精细化调度方法，包括：初始化资源信息，对于需要做多维描述的资源，采用降维编码的方式进行表示；根据服务实例需要的资源，筛选出所有资源类满足服务实例需要的节点，加入可调度节点列表；对于采用降维编码方式进行表示的资源，进行升维解码，以判断设备资源是否满足服务实例的要求；根据可调度节点列表优选节点，得到服务实例与节点的映射关系，作为服务实例的部署节点；根据资源选择策略选取部署节点中的特定资源设备分配给服务实例，并更新可用资源数。本发明还公开了一种面向分布式平台的服务实例精细化调度系统。本发明支撑更精细化的调度策略，可以让平台对资源的使用更合理，资源使用率更充分。

技术领域

本发明涉及一种面向分布式平台的服务实例精细化调度方法及系统，主要应用于涉及互联网技术领域，特别涉及分布式服务部署平台的资源管理和服务实例调度技术领域。

背景技术

分布式服务部署平台是一种基于具体集群，按照服务拥有者提供的服务配置信息、可执行文件，将服务部署到集群上，并提供服务托管、服务监管等功能的平台。平台管理集群硬件设备和资源，将服务自动部署到最合适的节点上，大大降低服务部署的复杂度。

集群是分布式服务部署平台的载体。集群由具体的机器(也称为节点)组成，通常包括服务器、个人计算机、虚拟机等。机器其实就是资源的组合，因此资源是分布式服务部署平台的核心，是支撑服务运行的实体，可以表述为数量和能力，通常承载于具体硬件设备，包括中央处理器、随机存取存储器、本地磁盘存储、图形处理器和网络资源等等。

分布式平台对于资源的使用过程主要包括调度时和运行时。调度时是指需要把多实例的服务部署到集群的哪些节点上，决策输入就是集群中所有节点的资源描述。决策过程就是根据服务实例需要的资源数，淘汰不满足条件的节点，得到可调度的节点列表，然后再根据一定的算法计算出最优节点或节点列表。分布式服务部署平台重点关注调度时资源的表示和使用。

现有的分布式服务部署平台对于常用硬件资源类(如CPURAM)支持比较好，对于偏图形计算、磁盘IO高、网络通信量大的任务，现有平台支持不好。既有的资源表示方式，很难兼容所有资源类，更不用说要支撑资源的精细化调度。以GPU资源为例，常用的Kubernetes调度系统，继承已有的资源表述方式，只能支撑到GPU设备粒度的调度，意味着服务对于GPU卡是独占的，不可以将单GPU用于多个服务实例。

服务实例调度算法考虑的资源类偏少，并且因为资源表示方式非常简单，不能支撑已有资源的更精细化的调度。

发明内容

本发明的目的在于克服上述存在的问题，提供一种面向分布式平台的服务实例精细化调度方法及系统，实现资源类的更精细化调度。

本发明的目的是通过如下技术方案来完成的，

面向分布式平台的服务实例精细化调度方法，包括：

初始化资源信息，以获取资源类的最大值(此时可用值等于最大值)；对于需要做多维描述的资源，采用降维编码的方式进行表示；

根据服务实例需要的资源，筛选出所有资源类满足服务实例需要的节点，加入可调度节点列表；对于采用降维编码方式进行表示的资源，进行升维解码，以判断设备资源是否满足服务实例的要求；

根据可调度节点列表优选节点，得到服务实例与节点的映射关系，作为服务实例的部署节点；

根据资源选择策略选取部署节点中的特定资源设备分配给服务实例，并更新可用资源数。

作为优选，所述降维编码：

对于某一类资源，如果一维资源数量为Nf，对应的二维资源数量为{Ns1,Ns2,...,NsNf}，假设b位二进制数可以表示二维资源数值的上限。二维资源数值为：Ns1(0*b)|Ns2(1*b)|...|NsNf((Nf-1)*b)。资源降维编码的具体步骤，包括：