[发明专利]分布式系统的服务扩缩容方法、装置、设备及存储介质

权利要求书

1.一种分布式系统的服务扩缩容方法，其特征在于，所述分布式系统的服务扩缩容方法包括以下步骤：

基于分布式系统中每年各个小时的请求数量对应的历史变化趋势以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数，其中，所述请求数量为微服务对应的请求的数量；

基于分布式系统中当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定待预测小时对应的微服务量均值；

将分布式系统中当前年内各个小时的请求数量，输入预训练的请求量预测模型进行模型训练，得到待预测小时对应的预测请求量；

获取分布式系统中微服务每小时处理请求的小时请求量以及当前的已启动微服务数量，并基于预测请求量、对比系数、微服务量均值、小时请求量以及已启动微服务数量，确定待预测小时对应的微服务数量；

基于所述待预测小时对应的微服务数量对所述分布式系统执行微服务扩缩容操作。

2.如权利要求1所述的分布式系统的服务扩缩容方法，其特征在于，所述基于分布式系统中每年各个小时的请求数量对应的历史变化趋势以及当前年各个小时的请求数量对应的当前变化趋势，确定待预测小时对应的对比系数的步骤包括：

基于当前年之前预设年内各个小时的请求数量，确定每年各个小时的请求数量对应的历史变化趋势；

基于当前时刻之前当前年内各个小时的请求数量，确定当前年各个小时请求数量对应的当前变化趋势；

基于所述历史变化趋势以及所述当前变化趋势，确定待预测小时对应的对比系数。

3.如权利要求2所述的分布式系统的服务扩缩容方法，其特征在于，所述基于当前年之前预设年内各个小时的请求数量，确定每年各个小时的请求数量对应的历史变化趋势的步骤包括：

基于当前年之前预设年内的各个小时的请求数量，通过核函数均值漂移算法确定当前年之前预设年内的各个小时的第一请求量偏移值；

基于所述第一请求量偏移值，确定每年各个小时的第一请求量均值；

基于所述第一请求量均值对应的坐标曲线，确定每年各个小时请求数量对应的历史变化趋势。

4.如权利要求2所述的分布式系统的服务扩缩容方法，其特征在于，所述基于当前时刻之前当前年内各个小时的请求数量，确定当前年各个小时请求数量对应的当前变化趋势的步骤包括：

基于当前时刻之前当前年内各个小时的请求数量，通过核函数均值漂移算法确定当前时刻之前当前年内各个小时的第二请求量偏移值；

基于所述第二请求量偏移值，确定当前年各个小时的第二请求量均值；

基于所述第二请求量均值对应的坐标曲线，确定当前年各个小时的请求数量对应的当前变化趋势。

5.如权利要求2所述的分布式系统的服务扩缩容方法，其特征在于，所述基于所述历史变化趋势以及所述当前变化趋势，确定待预测小时对应的对比系数的步骤包括：

在历史变化趋势中获取每天目标时刻对应的第一变化趋势，其中，所述目标时刻为所述待预测小时在当天的时刻；

在当前变化趋势获取每天目标时刻对应的第二变化趋势；

基于第一变化趋势的均值以及第二变化趋势的均值，确定待预测小时对应的对比系数。

6.如权利要求1所述的分布式系统的服务扩缩容方法，其特征在于，所述基于分布式系统中当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定待预测小时对应的微服务量均值的步骤包括：

基于当前年之前预设年内的各个小时的微服务数量，通过核函数均值漂移算法确定当前年之前预设年内的各个小时的微服务量偏移值；

基于当前年之前预设年内的各个小时的微服务量偏移值，确定每年各个小时的微服务量均值；

在每年各个小时的微服务量均值中，确定待预测小时对应的微服务量均值。