[发明专利]一种应用系统的弹性伸缩方法以及弹性伸缩系统

说明书

本发明涉及一种应用系统的弹性伸缩方法及其系统。该方法包括：配置步骤，将目标对象设置为弹性伸缩单元并且对于所述弹性伸缩单元设置多个配置指标；计算步骤，在已知业务量的场景下，按照所述配置指标计算弹性伸缩决策，在未知业务量的场景下融合短期预测和长期预测计算弹性伸缩决策；以及执行步骤，按照所述计算步骤计算出的所述弹性伸缩决策执行弹性伸缩单元的弹性伸缩。根据本发明，能够基于多维指标进行预测，能够实现准确的弹性伸缩。

技术领域

本发明涉及计算机技术，具体地涉及一种应用系统的弹性伸缩方法以及弹性伸缩系统。

背景技术

弹性伸缩一般是指是根据用户的业务需求，通过策略自动调整其业务资源的服务。目前，关于应用系统的弹性伸缩技术，还存在以下的问题：

由于计算机系统的复杂性，准确判断系统是否需要弹性伸缩、弹性伸缩的实例数量是一项难点，若根据单一维度指标、单一算法预测，可能引起误判，导致非必要的弹性伸缩，会降低系统的稳定性。

针对单一IT资源的弹性伸缩，只能在应用系统的某维度（计算、网络、存储）进行容量调控，无法实现整体调整系统业务承载能力，系统仍面临容量风险。

发明内容

鉴于上述问题，本发明旨在提出一种能够实现准确的弹性伸缩的应用系统的弹性伸缩方法及其弹性伸缩系统。

本发明一方面的应用系统的弹性伸缩方法，包括：

配置步骤，将目标对象设置为弹性伸缩单元并且对于所述弹性伸缩单元设置多个配置指标；

计算步骤，在已知业务量的场景下，按照所述配置指标计算弹性伸缩决策，在未知业务量的场景下融合短期预测和长期预测计算弹性伸缩决策；以及

执行步骤，按照所述计算步骤计算出的所述弹性伸缩决策执行弹性伸缩单元的弹性伸缩。

可选地，所述多个配置指标包括：

CPU最佳配比，表示根据CPU负载情况配置最佳计算实例数；

CPU贡献度，表示在不同数目的弹性伸缩单元下的CPU的变化情况；以及

业务指标上限，表示当资源指标达到上限时的业务指标值。

可选地，在所述计算步骤中，在已知业务量的场景下，根据所述已知业务量得到对应的业务指标上限，根据所述对应的业务指标上限计算弹性伸缩决策。

可选地，在未知业务量的场景下融合短期预测和长期预测计算弹性伸缩决策包括：

构建短期预测模型以使得根据监控数据基于业务指标和容量指标来预测业务、容量的变化趋势，判断所述变化趋势的风险状态，触发调用长期研判模型以计算得到弹性伸缩策略。

可选地，在未知业务量的场景下融合短期预测和长期预测计算弹性伸缩决策包括：

对于短期数据，根据业务、容量指标预测短期内是否存在容量瓶颈，

对于长期数据，采用长期研判模型来根据历史信息判断短期趋势是否已脱离历史规律，触发生成弹性伸缩决策。

可选地，所述短期预测通过以下方式实现：

设置N个预测器，其中，N为自然数；

采用所述N个预测器分别预测业务指标及容量指标的未来值并得到N个预测结果；以及

将所述N个预测结果进行混合得到短期预测结果。

可选地，所述将目标对象设置为弹性伸缩单元包括：将纵向方向上的业务接入层、业务处理层、数据存储层设置为一个弹性伸缩单元。

可选地，所述融合短期预测和长期预测是指基于长期预测的结果对于所述短期预测的结果进行纠偏。

可选地，在所述配置步骤中，进一步包括设置弹性任务的编排，

在所述执行步骤中，按照所述弹性任务的编排执行所述弹性伸缩决策。