[发明专利]一种基于服务特征的混部场景中容器I/O隔离性优化方法

说明书

本发明公开了一种基于服务特征的混部场景中容器I/O隔离性的优化方法。本发明使用磁盘资源划分与磁盘I/O并发控制相融合的方式来解决多服务混部场景中容器I/O隔离性的优化问题。本发明首先识别分类所有服务类型和性能特征，并为每种服务设置合理的性能基准值，通过检测各个服务的性能数据是否符合预先设置的基准值，判断当前服务的运行状态，若未能达到预期性能，则根据服务的类型施加针对性的优化策略。本发明可以克服基于单服务混部场景的隔离性优化方法在多服务混部场景中应用的局限性，通过错开各个服务的优化时机来保证优化效果，避免产生过度优化，从而实现多服务混部场景下的容器I/O隔离性优化。

技术领域

本发明涉及容器I/O性能隔离性的优化，尤其是具有多种不同类型服务混合部署场景下的容器隔离性自动优化方法。

背景技术

随着公有云服务的不断发展，越来越多的云服务供应商希望通过容器技术将不同类型的服务部署到同一台服务器中来提高公有云服务集群资源利用率，降低云服务成本。多服务的混合部署带来了服务间性能干扰问题。混部场景中的容器I/O(输入输出,Input/Output)隔离性问题已经成为制约公有云服务扩展规模，提高服务质量的关键因素。近年来，容器I/O隔离性优化以及相关的资源调度与资源隔离技术已经成为工业界和学术界广泛关注的问题。在保证公有云服务集群资源利用率的前提下，尽可能提高混部公有云集群的I/O性能隔离性，保证集群中各个服务的正常运行，对公有云服务的发展至关重要。

为了提高公有云服务集群的资源利用率，降低运营成本，公有云服务提供商逐步在已经部署了延迟敏感型服务的服务器中增加批处理服务，该类型服务对响应的实时性要求较低，任务运行过程中即使是偶尔被推迟或者重新启动也能够正常运行。批处理服务能够在延迟敏感型服务处于负载低谷期时进行工作并充分利用服务器闲置的资源，提高集群的资源利用率，减少购买新设备的成本。容器技术(LXC和Docker等)的成熟与普及使得服务部署更加简单与高效。容器技术作为一种新型的轻量级虚拟化技术，通过依赖宿主机操作系统提供的Namespace机制实现容器之间的相互隔离，即容器之间的进程通过命名空间实现相互不可见，本质上仍然共同运行在宿主机操作系统内核中，因此容器之间的I/O隔离性是非常薄弱的，服务彼此间也会产生性能影响。

另外，由于公有云混部场景中部署的服务类型各不相同，服务的运行特征以及性能指标也并不一致，这导致优化不同服务性能的方式具有较大差异。传统的隔离性优化方法，优化手段单一，优化速度较慢，应对突发情况能力较差，已经无法快速对容器场景下的服务性能进行分析和优化，也无法对多服务混部场景中复杂的服务类型做出有针对性的优化调整。

公有云服务中部署的多种类型服务均具有各自的性能特征，其中典型的性能指标包括平均延迟，尾部延迟以及吞吐量等，这些性能指标能够反映出服务当前的运行状况，通过对服务进行分类并收集不同的性能指标，可以简化复杂的公有云服务场景，从中抽象出典型的服务混部场景。基于简化的服务混部场景以及其中各个类型服务的运行时性能数据，可以建模出混部场景中I/O隔离性的变化规律，以及影响服务I/O隔离性的因素，用于设计优化I/O隔离性的方法。

发明内容

本发明针对现有技术的不足，提出了一种基于服务特征的混部场景中容器I/O隔离性优化方法。

本发明针对多服务混部场景中容器I/O隔离性的主要优化方式是：首先识别并分类所有的服务类型，如吞吐量优先型服务、延迟敏感型服务等，同时为每种服务的性能特征设置不同的基准值和针对性的优化方法。然后收集每个服务对应的性能数据，判断当前服务的性能是否符合预设的基准值，若不符合则为该服务计算当前需要优化的程度，最后调用为该服务类型设计的优化方法进行隔离性优化。

本发明在优化多服务混部场景中的延迟敏感型服务时，提出了基于服务优先级和错峰优化的优先级划分算法，通过为每个延迟敏感型服务设置相应的优先级来错开各个服务的优化时机，以提高多服务混部场景中延迟敏感型服务的隔离性优化效果。