[发明专利]动态调整系统资源的方法及装置

说明书

本发明涉及资源调度技术领域，尤其涉及动态调整系统资源的方法及装置。所述方法包括：建立用于确定系统服务器对并发量的承受能力的第一预测模型以及用于确定并发量所需系统资源情况的第二预测模型；基于第一预测模型判断系统服务器当前的并发量是否超出系统服务器的极限承受能力；若超出系统服务器的极限承受能力，则基于第二预测模型，确定系统服务器当前的并发量所需的预测系统资源量；将预测系统资源量与系统服务器当前的实际系统资源量进行比较，获得比较结果；若比较结果表明预测系统资源量大于实际系统资源量，则对系统服务器的系统资源进行扩充；若比较结果表明预测系统资源量小于实际系统资源量，则对系统服务器的系统资源进行删减。

技术领域

本发明涉及资源调度技术领域，尤其涉及动态调整系统资源的方法及装置。

背景技术

微服务是一个新兴的软件架构，该架构实际上是把一个大型的单个应用程序和服务拆分为数十个微服务。每个微服务的策略可以让处理过程变得更为简便，同时，微服务可扩展单个组件而不是整个的应用程序堆栈，从而满足服务等级协议。

随着微服务的兴起，在由微服务构建的系统中，往往存在并发量骤增的情况。而面对骤增的并发量，系统服务器难以保证所有服务都得到有效地的处理。因此，如何对系统资源调度以保证所有服务均得到有效处理成为亟需解决的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的动态调整系统资源的方法及装置。

依据本发明的第一个方面，本发明提供一种动态调整系统资源的方法，应用于系统服务器中，所述方法包括：

建立用于确定所述系统服务器对并发量的承受能力的第一预测模型，以及建立用于确定所述并发量所需系统资源情况的第二预测模型；

基于所述第一预测模型，判断所述系统服务器当前的并发量是否超出所述系统服务器的极限承受能力；

若所述系统服务器当前的并发量超出所述系统服务器的极限承受能力，则基于所述第二预测模型，确定所述系统服务器当前的并发量所需的预测系统资源量；

将所述预测系统资源量与所述系统服务器当前的实际系统资源量进行比较，获得比较结果；

若所述比较结果表明所述预测系统资源量大于所述实际系统资源量，则对所述系统服务器的系统资源进行扩充；若所述比较结果表明所述预测系统资源量小于所述实际系统资源量，则对所述系统服务器的系统资源进行删减。

优选的，所述并发量为所述系统服务器每秒钟接收到的事件处理请求的数量。

优选的，所述系统服务器的系统资源包括所述系统服务器的处理器、内存、硬盘和网络带宽中的至少一种。

优选的，所述建立用于确定所述系统服务器对并发量的承受能力的第一预测模型，包括：

在所述系统服务器处于正常工作状态下，对所述系统服务器的并发量进行采集，获得第一类并发量数据；以及，在所述系统服务器处于异常工作状态下，对所述系统服务器的并发量进行采集，获得第二类并发量数据；

将所述第一类并发量数据与所述正常工作状态之间的第一对应关系，以及所述第二类并发量数据与所述异常工作状态之间的第二对应关系，作为训练样本，基于卷积神经网络训练方法，训练获得所述第一预测模型。

优选的，所述建立用于确定所述并发量所需系统资源情况的第二预测模型，包括：

分别采集每个并发量下所述系统服务器的系统资源数据；

在所述系统服务器处于正常工作状态下，对所述系统服务器的并发量进行采集，获得第一类并发量数据；以及，在所述系统服务器处于异常工作状态下，对所述系统服务器的并发量进行采集，获得第二类并发量数据；