[发明专利]一种服务扩缩容方法及其系统

权利要求书

1.一种服务扩缩容方法，其特征在于：包括如下步骤：

建立服务资源使用情况预测模型；

选择目标服务，并获取目标服务在当前时间段的资源使用情况和容器副本数量；

将目标服务在当前时间段的资源使用情况输入到服务资源使用情况预测模型进行预测，得到目标服务在下一时间段的资源使用情况预测值；

根据目标服务在下一时间段的资源使用情况预测值和单个服务容器的资源情况进行决策分析，得到目标服务在下一时间段所需的容器副本数量；

根据目标服务在当前时间段的容器副本数量和下一时间段所需的容器副本数量对目标服务进行扩缩容操作，并存储对应的扩缩容操作记录。

2.根据权利要求1所述的服务扩缩容方法，其特征在于：建立服务资源使用情况预测模型，包括如下步骤：

获取服务历史数据集，并将服务历史数据集分为训练样本集和测试样本集；

根据训练样本集和神经网络进行训练，建立初始的服务资源使用情况预测模型并进行训练优化；

将测试样本集输入初始的服务资源使用情况预测模型进行验证，得到最优的服务资源使用情况预测模型。

3.根据权利要求2所述的服务扩缩容方法，其特征在于：所述的服务历史数据集包括若干目标服务在不同时间段的资源使用情况和容器副本数量。

4.根据权利要求3所述的服务扩缩容方法，其特征在于：当收到用户请求时，对用户请求对应的目标服务的扩缩容操作记录进行可视化展示，包括如下步骤：

获取各服务在各时间段的扩缩容操作记录和对应的资源使用情况，并生成对应的扩缩容操作记录文件；

当收到用户请求时，根据用户请求中的目标服务和目标时间段匹配扩缩容操作记录文件；

根据匹配到的扩缩容操作记录文件生成并输出对应的可视化报告。

5.一种服务扩缩容系统，应用于如权利要求4所述的服务扩缩容方法，其特征在于：包括依次连接的服务预测模块、服务决策模块、服务控制模块、服务收集模块以及服务报告模块，所述的服务预测模块连接有外部的压测工具和外部的监控工具，且服务预测模块的内部设置有服务资源使用情况预测模型，所述的服务控制模块连接有外部的服务调整工具，所述的服务报告模块连接有外部的报告展示工具。

6.根据权利要求5所述的服务扩缩容系统，其特征在于：所述的服务扩缩容系统基于Kubernetes平台建立。

7.根据权利要求6所述的服务扩缩容系统，其特征在于：所述的压测工具为ApacheBenchmark。

8.根据权利要求7所述的服务扩缩容系统，其特征在于：所述的监控工具为Prometheus。

9.根据权利要求8所述的服务扩缩容系统，其特征在于：所述的服务调整工具为kubectl scale命令。