[发明专利]一种容器化数据中心下基于流量感知的容器放置方法有效

专利信息
申请号: 202010380619.5 申请日: 2020-05-08
公开(公告)号: CN111611073B 公开(公告)日: 2023-01-31
发明(设计)人: 邓玉辉;吴朝锐 申请(专利权)人: 暨南大学
主分类号: G06F9/50 分类号: G06F9/50;H04L47/20;G06F9/455
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 詹丽红
地址: 510632 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 容器 数据中心 基于 流量 感知 放置 方法
【权利要求书】:

1.一种容器化数据中心下基于流量感知的容器放置方法,数据中心接收容器请求后分别经由初始化模块、流量细化模块得到容器的放置策略,最后由放置模块处理容器的放置操作,其特征在于,该容器放置方法包括以下步骤:

S1、当初始化模块接收到容器请求后,根据容器之间的流量交流情况,以单个应用为单位创建流量矩阵,并根据该流量矩阵进一步生成容器用量图,用于判断容器之间的流量关联度以及容器对计算资源的请求量;

S2、流量细化模块根据容器用量图整合容器,将同属于一个应用的容器按照流量关联度划分为三个等级,将其存储到不同的逻辑模块中,在不同的逻辑模块中根据其内部容器对资源的敏感类型贴上对应的标签;

S3、判断逻辑模块的资源敏感类型,混合不同资源敏感类型的逻辑模块放置至虚拟机中,并将同属一个应用中三个不同等级的逻辑模块分开存放到不同的物理服务器中。

2.根据权利要求1所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,所述的步骤S1中,初始化模块接收到容器请求,初始化模块收集信息生成容器用量图的过程如下:

S11、解析容器请求元数据,从资源请求字段中提取容器请求的CPU、内存、网络带宽大小;

S12、以一个容器实例为节点,其节点权重表示该容器对计算资源的请求量;将有交流的容器节点以边连接,两节点间的边权表示容器之间的网络交流量。

3.根据权利要求1所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,所述的步骤S2过程如下:

对于每一个应用中的容器实例,根据容器之间的流量关联度将逻辑模块划分成三个关联度逐渐增强的逻辑模块,并且标记逻辑模块中容器对所请求计算资源的敏感类型。

4.根据权利要求1所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,所述的流量细化模块通过微服务架构下容器流量呈现一定的Zipf分布,按照容器之间的流量关联程度对所划分的逻辑模块级分成三个等级,分别是无关联、弱关联和强关联;其中,强关联是指网络交流量占比前30%的容器,弱关联是指网络交流量占比前30%至50%之间的容器,其余的容器定义为无关联;另外,根据逻辑模块内的容器对资源的敏感程度将逻辑模块进一步分别标记为CPU敏感型和内存敏感型。

5.根据权利要求1所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,所述的步骤S3过程如下:

S31、当所放置逻辑模块的关联度标记为弱关联时,将其暂时放入等待队列,优先放置无关联、强关联的逻辑模块;

S32、在放置逻辑模块的过程中,根据其资源敏感标记将两种不同敏感类型的逻辑模块混合放置,并且对每个虚拟机采取资源预留策略,为弱关联的逻辑模块预留一定的资源;

S33、当放置弱关联的逻辑模块时,为当前逻辑模块选取最优的虚拟机,目的为提高物理服务器的负载均衡程度。

6.根据权利要求1所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,所述的容器用量图是根据容器请求中的每一种应用单独设立的一种图类数据结构,用于保存该应用下容器的元数据情况,便于计算容器之间的流量关联程度以及所请求的资源。

7.根据权利要求1所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,在逻辑模块中维护一个用于临时比较的容器元组,在未加入逻辑模块的容器列表中提取与当前临时比较的容器元组内容器交流最大的容器,并进一步更新临时比较容器元组,初始情况下,计算该应用下容器的总流量,提取出入度和出度总流量占比总流量最大的两个容器,将其加入逻辑模块中,设置容器组为临时比较容器元组。

8.根据权利要求5所述的一种容器化数据中心下基于流量感知的容器放置方法,其特征在于,所述的步骤S32中根据其资源敏感标记将两种不同敏感类型的逻辑模块进行混合放置过程如下:

对于每一个逻辑模块的放置,将其视为经典算法中的背包问题,优化目标在于寻找一种容器放置方式,使得数据中心内物理服务器的CPU与内存利用率达到65%以上。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010380619.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top