CN116166427A - 自动扩缩容方法、装置、设备及存储介质 - Google Patents
自动扩缩容方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116166427A CN116166427A CN202211710206.4A CN202211710206A CN116166427A CN 116166427 A CN116166427 A CN 116166427A CN 202211710206 A CN202211710206 A CN 202211710206A CN 116166427 A CN116166427 A CN 116166427A
- Authority
- CN
- China
- Prior art keywords
- target
- target service
- instances
- executing
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种自动扩缩容方法、装置、设备及存储介质,涉及数据处理技术领域,用于提高对业务应用进行扩缩容的效率和准确度,包括:获取目标应用***包括的多个实例对应的日志信息,多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的目标业务;从日志信息中获取目标业务对应的目标参数,目标参数用于指示目标业务在每个目标单位时间内对应的被执行次数;基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。本申请应用于对业务应用进行扩缩容的场景中。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种自动扩缩容方法、装置、设备及存储介质。
背景技术
当前,随着web技术和云基础设施的发展,对应用的可用性要求越来越高,扩缩容相关的技术也在逐步完善,现有扩缩容方案基本都是通过监控实时的***资源或者网络传输的负载来判断是否需要对业务应用进行扩缩容。在一些网络功能虚拟化(NetworkFunctions Virtualization,NFV)平台上,通过收集网络流量和***负载数据,可以在可控的时延内对多租户的环境进行合适的扩缩容,从而提供可观的经济效益;也有通过日志相关数据,基于日志来判断当前服务的调用总量,进而决定是否对业务应用进行扩缩容。
在上述方法中,基于当前状态的扩缩容方案能很好的处理应用***负载缓慢增长的情况,但在应对某些负载增长较为迅速的情况(例如秒杀活动等)时,仅依据实时的***负载等数据紧急扩容不可避免的会产生一段时间无法及时响应的情况。因此当前对业务应用进行扩缩容的效率较低、准确度较差。
发明内容
本申请提供一种自动扩缩容方法、装置、设备及存储介质,用于提高对业务应用进行扩缩容的效率和准确度。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供了一种自动扩缩容方法,该方法包括:获取目标应用***包括的多个实例对应的日志信息,多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的目标业务;从日志信息中获取目标业务对应的目标参数,目标参数用于指示目标业务在每个目标单位时间内对应的被执行次数;基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。
在一种可能的实现方式中,从日志信息中获取目标业务对应的目标参数,包括:从日志信息中获取目标业务在每秒内对应的被执行次数;基于目标业务在每秒内对应的被执行次数,确定目标业务在每个目标单位时间内对应的被执行次数,目标单位时间为以下任一项:单位分钟、单位小时、单位天。
在一种可能的实现方式中,基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量,包括:将目标业务对应的目标参数和预设次数输入至目标预测模型,通过目标预测模型确定当前时刻之后的第一时间段内,执行目标业务所需的多个实例对应的目标数量。
在一种可能的实现方式中,方法还包括:基于目标业务在每秒内对应的被执行次数,确定目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数;基于多个实际被执行次数和预设次数,确定执行目标业务所需的多个实例对应的实际数量;基于目标数量和实际数量之间的大小关系,将目标数量和实际数量中的较大值,确定为执行目标业务的多个实例对应的数量。
第二方面,提供了一种自动扩缩容装置,该自动扩缩容装置包括:获取单元和处理单元;获取单元,用于获取目标应用***包括的多个实例对应的日志信息,多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的目标业务;获取单元,用于从日志信息中获取目标业务对应的目标参数,目标参数用于指示目标业务在每个目标单位时间内对应的被执行次数;处理单元,用于基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。
在一种可能的实现方式中,获取单元,用于从日志信息中获取目标业务在每秒内对应的被执行次数;处理单元,用于基于目标业务在每秒内对应的被执行次数,确定目标业务在每个目标单位时间内对应的被执行次数,目标单位时间为以下任一项:单位分钟、单位小时、单位天。
在一种可能的实现方式中,处理单元,用于将目标业务对应的目标参数和预设次数输入至目标预测模型,通过目标预测模型确定当前时刻之后的第一时间段内,执行目标业务所需的多个实例对应的目标数量。
在一种可能的实现方式中,处理单元,用于基于目标业务在每秒内对应的被执行次数,确定目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数;处理单元,用于基于多个实际被执行次数和预设次数,确定执行目标业务所需的多个实例对应的实际数量;处理单元,用于基于目标数量和实际数量之间的大小关系,将目标数量和实际数量中的较大值,确定为执行目标业务的多个实例对应的数量。
第三方面,一种电子设备,包括:处理器以及存储器;其中,存储器用于存储一个或多个程序,一个或多个程序包括计算机执行指令,当电子设备运行时,处理器执行存储器存储的计算机执行指令,以使电子设备执行如第一方面的一种自动扩缩容方法。
第四方面,提供了一种存储一个或多个程序的计算机可读存储介质,该一个或多个程序包括指令,上述指令当被计算机执行时使计算机执行如第一方面的一种自动扩缩容方法。
本申请提供了一种自动扩缩容方法、装置、设备及存储介质,应用于对业务应用进行扩缩容的场景中。首先获取目标应用***包括的执行目标业务的多个实例对应的日志信息,以从日志信息中获取用于指示目标业务在每个目标单位时间内对应的被执行次数的目标参数,从而基于目标业务对应的目标参数和每个实例在单位时间内执行目标业务的预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。本申请通过根据目标应用***包括的执行目标业务的多个实例对应的日志信息,确定执行目标业务的多个实例对应的目标数量,从而随时调整执行目标业务的实例数量。因此可以随时的根据业务需求,调整执行目标业务的实例数量,从而可以提高对业务应用进行扩缩容的效率和准确度。
附图说明
图1为本申请的实施例提供的一种自动扩缩容***结构示意图一;
图2为本申请的实施例提供的一种自动扩缩容***结构示意图二;
图3为本申请的实施例提供的一种自动扩缩容方法流程示意图一;
图4为本申请的实施例提供的一种自动扩缩容方法流程示意图二;
图5为本申请的实施例提供的一种自动扩缩容方法流程示意图三;
图6为本申请的实施例提供的一种自动扩缩容方法流程示意图四;
图7为本申请的实施例提供的一种自动扩缩容装置结构示意图;
图8为本申请的实施例提供的一种电子设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
在本申请的描述中,除非另有说明,“/”表示“或”的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。此外,“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
本申请实施例提供的一种自动扩缩容方法,可以适用于自动扩缩容***。图1示出了该自动扩缩容***的一种结构示意图。如图1所示,自动扩缩容***20包括:电子设备21和服务器22。其中,电子设备21中可以包括目标应用***,该目标应用***包括多个执行目标业务的实例。服务器22为目标业务对应的服务器,用于存储执行目标业务的多个实例对应的日志信息。
可选的,图2示出了该自动扩缩容***的另一种可能的结构示意图,如图2所示,自动扩缩容***30包括:业务应用模块31、日志存储模块32、预测模型33、规则模块34和操作模块35。其中,业务应用模块31可以理解为目标应用***,包括多个执行目标业务的实例;日志存储模块32用于存储从服务器获取的日志信息;预测模型33和规则模块34用于根据目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量;操作模块35用于基于目标数量调整执行目标业务的实例数量。
下面结合附图对本申请实施例提供的一种自动扩缩容方法进行描述。如图3所示,本申请实施例提供的一种自动扩缩容方法,可以应用于电子设备,具体包括S201-S203:
S201、获取目标应用***包括的多个实例对应的日志信息。
其中,多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的目标业务。
可选的,获取执行目标业务的多个实例对应的日志信息可以通过目标应用***实现,也可以通过日志采集框架实现,并将得到的日志信息存储在本地数据库中。
需要说明的是,在目标应用***中包括有执行多个业务的实例,每个业务对应对个实例,针对目标业务进行扩缩容操作时,可以仅获取执行目标业务的多个实例对应的日志信息。
示例性的,可以通过使用日志采集工具采集执行目标业务的多个实例对应的日志信息,并保存至数据库中,需要说明的是,此处数据库可以包括关系型数据库和非关系型数据,例如ELK。
ELK是由Elasticsearch、Logstash、Kibana三大组件构成的一个基于web页面的数据分析工具。Elasticsearch是一个开源分布式时实分析搜索引擎,建立在全文搜索引擎库Apache Lucene基础上,同时隐藏了Apache Lucene的复杂性。Elasticsearch将所有的功能打包成一个独立的动画片,索引副本机制,RESTful风格接口,多数据源。Logstash是一个完全开源的工具,主要用于数据收集,同时可以对数据处理,并输出给Elasticarch。Kibana也是一个完全开源的工具,kibana可以为Logstash和Elasticsearch提供图形化的数据分析。Web界面,可以汇总,分析和搜索重要数据日志。
Elasticsearch是基于Lucene的搜索服务器,它稳定、可靠、快速,而且具有比较好的水平扩展能力,为分布式环境设计,在云计算应用很广泛。Logstash由JRuby语言编写,运行在Java虚拟机上,是一款强大的数据处理工具,可以实施数据传输,格式处理,格式化输出。Logstash具有强大的插件功能,常用于数据日志处理。Logstash可配置单一的代理端,与其他开源软件结合,以实现不同的功能。Kibana是一个针对Elasticsearch的开源分析及可视化平台,主要设计用来和Elasticsearch一起工作,可以搜索,查看存储在Elasticsearch搜索中的数据,并通过各种表进行高级数据分析及展示。Kibana可以让数据看起来一目了然。它操作简单,基于浏览器的用户界面管理方式,用户可以在任何地点任何时间都可以实时监控。
S202、从日志信息中获取目标业务对应的目标参数。
其中,目标参数用于指示目标业务在每个目标单位时间内对应的被执行次数,目标单位时间可以为单位分钟或单位小时。
可选的,目标参数又称为指标序列,可以依据具体的规则,基于日志信息生成指标序列,并基于指标序列预测接下来一段时间的序列趋势。
具体的,将采集到的日志信息转化为具体的指标序列,此处的指标序列是以某个时间跨度为单位统计的符合特定规则的日志的数量值。连续的固定时间跨度对应的指标构成了对应的指标序列。
可选的,在从日志信息中获取目标业务对应的目标参数之前,还需要编写对应的规则,从而应用对应的规则,基于日志信息预测对应的指标序列,从而得到对应的扩缩容操作(即调整执行目标业务的实例数量)并推送到延时队列中。
具体的,编写规则是指将指标序列(即目标参数)与单个实例在单位时间内执行目标业务预设次数之间的比例关系、和实际扩容操作执行的相对时间写入***。从而将编写的规则应用到预测指标序列中,可以得到每个单位时间对应的执行目标业务所需的实例数量。
示例性的,从日志信息中获取目标业务对应的指标A(即目标参数),指标A为目标业务的关键接口每分钟的调用次数,并将指标A的序列输入指标序列预测模块中,以天为周期在每天凌晨预测接下来一周指标A的预测数据。例如通过长短期记忆网络(Long Short-Term Memory,LSTM)、基于统计的方法来预测时间序列。
S203、基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。
可选的,可以基于目标业务对应的目标参数和预设次数之间的比值,通过向上取整的方式确定执行目标业务的多个实例对应的目标数量,从而操作模块可以从延时队列中获取扩缩容的命令,基于目标数量调整执行目标业务的实例数量。
可选的,可以首先从集群或者***中获取执行目标业务的实例对应的目标数量,然后实时从预测模型中获取当前的指标数,确定当前执行目标业务所需的实例数量,从而基于目标数量和当前执行目标业务所需的实例数量中的最大值,调整执行目标业务的实例数量。
示例性的,每个实例在单位时间(例如单位分钟)内执行目标业务的预设次数为18000次/min,并且得到的某时间段(比如某周一早上10点到11点区间)对应的指标A(即目标参数)为19000次/min,则该时间段需要2个实例来执行目标业务,并且需要在该周一早上9点50分进行扩缩容操作。
需要说明的是,进行扩缩容操作需要提前一定的时长(例如十分钟)来执行,以避免影响实例执行目标业务。并且由于实际应用中以分钟为单位预测扩缩容会显得过于频繁,实际处理中会对预测实例数数据进行聚合,从而确定每小时对应的目标参数。
在一种设计中,如图4所示,本申请实施例提供的一种自动扩缩容方法,上述步骤S202中的方法,具体可以包括S301-S302:
S301、从日志信息中获取目标业务在每秒内对应的被执行次数。
S302、基于目标业务在每秒内对应的被执行次数,确定目标业务在每个目标单位时间内对应的被执行次数。
其中,目标单位时间为以下任一项:单位分钟、单位小时、单位天。
可选的,确定目标业务对应的目标参数,具体可以通过从日志信息中获取目标业务在每秒内对应的被执行次数,从而基于目标业务在每秒内对应的被执行次数确定目标业务在每个目标单位时间内对应的被执行次数。
在一种可能的实现方式中,可以将目标单位时间区间内,目标业务在每秒内对应的被执行次数中的最大值作为目标参数,确定目标业务在每个目标单位时间内对应的被执行次数;或者,将目标单位时间区间内,目标业务在每秒内对应的被执行次数的平均值作为目标参数,确定目标业务在每个目标单位时间内对应的被执行次数。
示例性的,通过确定在一分钟时间内的60秒中,目标业务在每秒内对应的被执行次数中的最大值作为目标参数;或者确定在一分钟时间内的60秒中,目标业务在每秒内对应的被执行次数的平均值作为目标参数。
需要说明的是,由于以秒为单位时间数值过小,因此可以使用一些策略来扩大单位时间的定义,从而增大目标参数的取值。
在一种设计中,如图5所示,本申请实施例提供的一种自动扩缩容方法,上述步骤S203中的“基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量”方法,具体可以包括步骤S401:
S401、将目标业务对应的目标参数和预设次数输入至目标预测模型,通过目标预测模型确定当前时刻之后的第一时间段内,执行目标业务所需的多个实例对应的目标数量。
可选的,具体可以将目标参数和预设次数这两个数值输入至预先创建的目标预测模型中,从而可以通过目标预测模型确定当前时刻之后的第一时间段内,执行目标业务所需的多个实例对应的目标数量。
示例性的,操作模块可以从延时队列中获取当前已经延时到期的所有扩缩容指令,由于是每天预测接下来一周的实例数量,故会有多条扩缩容指令,因此可以获取其中的最大数值进行实际操作判断。比如,某周一早上9点50分获取到了7个扩缩容指令,其中6个扩缩容指令中对应的实例数量为1,第7个扩缩容指令中对应的实例数量为2,则认为当前扩缩容指令需要将实例数量扩容到2个实例。
需要说明的是,在包括上述步骤S401的情况下,上述步骤S203中包括的具体内容为“基于目标数量调整执行目标业务的实例数量”。
在一种设计中,如图6所示,本申请实施例提供的一种自动扩缩容方法中,具体还可以包括步骤S501-S503:
S501、基于目标业务在每秒内对应的被执行次数,确定目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数。
可选的,操作模块还可以从规则模块获取当前时刻之前的第二时间段对应的多个实际被执行次数,从而根据多个实际被执行次数进一步确定执行目标业务所需的多个实例对应的实际数量。
示例性的,获取当前时刻之前的最后5分钟对应的参数,例如最后五分钟的参数为:6000次/min、6200次/min、6300次/min、6500次/min、500次/min。
S502、基于多个实际被执行次数和预设次数,确定执行目标业务所需的多个实例对应的实际数量。
可选的,可以基于目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数,重新评估执行目标业务对应的实例数量,并结合预先确定的目标数量,进一步确定执行目标业务所需的多个实例对应的实际数量。
S503、基于目标数量和实际数量之间的大小关系,将目标数量和实际数量中的较大值,确定为执行目标业务的多个实例对应的数量。
示例性的,依据当前时刻之前的最后5分钟对应的参数,可以判定此时执行目标业务所需的实例数量为1,若预先确定的执行目标业务所需的示例数量为2(即目标数量),则会对***进行横向扩容操作,从而将执行目标业务的实例数量扩容到2。
在本申请实施例中,通过预判的方式提前进行扩缩容操作,并且能结合***的负载现状,确定扩缩容操作对应的实例数量,能够具有时间规律的提高业务的可用性。
本申请提供了一种自动扩缩容方法,首先获取目标应用***包括的执行目标业务的多个实例对应的日志信息,以从日志信息中获取用于指示目标业务在每个目标单位时间内对应的被执行次数的目标参数,从而基于目标业务对应的目标参数和每个实例在单位时间内执行目标业务的预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。本申请通过根据目标应用***包括的执行目标业务的多个实例对应的日志信息,确定执行目标业务的多个实例对应的目标数量,从而随时调整执行目标业务的实例数量。因此可以随时的根据业务需求,调整执行目标业务的实例数量,从而可以提高对业务应用进行扩缩容的效率和准确度。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对一种自动扩缩容装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图7为本申请实施例提供的一种自动扩缩容装置的结构示意图。如图7所示,一种自动扩缩容装置40用于提高对业务应用进行扩缩容的效率和准确度,例如用于执行图3所示的一种自动扩缩容方法。该自动扩缩容装置40包括:获取单元401和处理单元402;
获取单元401,用于获取目标应用***包括的多个实例对应的日志信息,多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的目标业务;
获取单元401,用于从日志信息中获取目标业务对应的目标参数,目标参数用于指示目标业务在每个目标单位时间内对应的被执行次数;
处理单元402,用于基于目标业务对应的目标参数和预设次数,确定执行目标业务的多个实例对应的目标数量,并基于目标数量调整执行目标业务的实例数量。
在一种可能的实现方式中,在本申请实施例提供的一种自动扩缩容装置40中,获取单元401,用于从日志信息中获取目标业务在每秒内对应的被执行次数;
处理单元402,用于基于目标业务在每秒内对应的被执行次数,确定目标业务在每个目标单位时间内对应的被执行次数,目标单位时间为以下任一项:单位分钟、单位小时、单位天。
在一种可能的实现方式中,在本申请实施例提供的一种自动扩缩容装置40中,处理单元402,用于将目标业务对应的目标参数和预设次数输入至目标预测模型,通过目标预测模型确定当前时刻之后的第一时间段内,执行目标业务所需的多个实例对应的目标数量。
在一种可能的实现方式中,在本申请实施例提供的一种自动扩缩容装置40中,处理单元402,用于基于目标业务在每秒内对应的被执行次数,确定目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数;
处理单元402,用于基于多个实际被执行次数和预设次数,确定执行目标业务所需的多个实例对应的实际数量;
处理单元402,用于基于目标数量和实际数量之间的大小关系,将目标数量和实际数量中的较大值,确定为执行目标业务的多个实例对应的数量。
在采用硬件的形式实现上述集成的模块的功能的情况下,本申请实施例提供了上述实施例中所涉及的电子设备的另外一种可能的结构示意图。如图8所示,一种电子设备60,用于提高对业务应用进行扩缩容的效率和准确度,例如用于执行图3所示的一种自动扩缩容方法。该电子设备60包括处理器601,存储器602以及总线603。处理器601与存储器602之间可以通过总线603连接。
处理器601是通信装置的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器601可以是一个通用中央处理单元(central processing unit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例,处理器601可以包括一个或多个CPU,例如图8中所示的CPU 0和CPU 1。
存储器602可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
作为一种可能的实现方式,存储器602可以独立于处理器601存在,存储器602可以通过总线603与处理器601相连接,用于存储指令或者程序代码。处理器601调用并执行存储器602中存储的指令或程序代码时,能够实现本申请实施例提供的一种自动扩缩容方法。
另一种可能的实现方式中,存储器602也可以和处理器601集成在一起。
总线603,可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、***设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图8示出的结构并不构成对该电子设备60的限定。除图8所示部件之外,该电子设备60可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
作为一个示例,结合图7,电子设备中的获取单元401和处理单元402实现的功能与图8中的处理器601的功能相同。
可选的,如图8所示,本申请实施例提供的电子设备60还可以包括通信接口604。
通信接口604,用于与其他设备通过通信网络连接。该通信网络可以是以太网,无线接入网,无线局域网(wireless local area networks,WLAN)等。通信接口604可以包括用于接收数据的接收单元,以及用于发送数据的发送单元。
在一种设计中,本申请实施例提供的电子设备中,通信接口还可以集成在处理器中。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能单元的划分进行举例说明。在实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将装置的内部结构划分成不同的功能单元,以完成以上描述的全部或者部分功能。上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行上述方法实施例所示的方法流程中的各个步骤。
本申请的实施例提供一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行上述方法实施例中的一种自动扩缩容方法。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。
在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
由于本申请的实施例中的电子设备、计算机可读存储介质、计算机程序产品可以应用于上述方法,因此,其所能获得的技术效果也可参考上述方法实施例,本申请实施例在此不再赘述。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种自动扩缩容方法,其特征在于,所述方法包括:
获取目标应用***包括的多个实例对应的日志信息,所述多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的所述目标业务;
从所述日志信息中获取所述目标业务对应的目标参数,所述目标参数用于指示所述目标业务在每个目标单位时间内对应的被执行次数;
基于所述目标业务对应的所述目标参数和所述预设次数,确定执行所述目标业务的多个实例对应的目标数量,并基于所述目标数量调整执行所述目标业务的实例数量。
2.根据权利要求1所述的方法,其特征在于,所述从所述日志信息中获取所述目标业务对应的目标参数,包括:
从所述日志信息中获取所述目标业务在每秒内对应的被执行次数;
基于所述目标业务在每秒内对应的被执行次数,确定所述目标业务在每个目标单位时间内对应的被执行次数,所述目标单位时间为以下任一项:单位分钟、单位小时、单位天。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述目标业务对应的所述目标参数和所述预设次数,确定执行所述目标业务的多个实例对应的目标数量,包括:
将所述目标业务对应的所述目标参数和所述预设次数输入至目标预测模型,通过所述目标预测模型确定当前时刻之后的第一时间段内,执行所述目标业务所需的多个实例对应的目标数量。
4.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
基于所述目标业务在每秒内对应的被执行次数,确定所述目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数;
基于所述多个实际被执行次数和所述预设次数,确定执行所述目标业务所需的多个实例对应的实际数量;
基于所述目标数量和所述实际数量之间的大小关系,将所述目标数量和所述实际数量中的较大值,确定为执行所述目标业务的多个实例对应的数量。
5.一种自动扩缩容装置,其特征在于,所述自动扩缩容装置包括:获取单元和处理单元;
所述获取单元,用于获取目标应用***包括的多个实例对应的日志信息,所述多个实例为执行目标业务的实例,每个实例在单位时间内执行预设次数的所述目标业务;
所述获取单元,用于从所述日志信息中获取所述目标业务对应的目标参数,所述目标参数用于指示所述目标业务在每个目标单位时间内对应的被执行次数;
所述处理单元,用于基于所述目标业务对应的所述目标参数和所述预设次数,确定执行所述目标业务的多个实例对应的目标数量,并基于所述目标数量调整执行所述目标业务的实例数量。
6.根据权利要求5所述的自动扩缩容装置,其特征在于,所述获取单元,用于从所述日志信息中获取所述目标业务在每秒内对应的被执行次数;
所述处理单元,用于基于所述目标业务在每秒内对应的被执行次数,确定所述目标业务在每个目标单位时间内对应的被执行次数,所述目标单位时间为以下任一项:单位分钟、单位小时、单位天。
7.根据权利要求5或6所述的自动扩缩容装置,其特征在于,所述处理单元,用于将所述目标业务对应的所述目标参数和所述预设次数输入至目标预测模型,通过所述目标预测模型确定当前时刻之后的第一时间段内,执行所述目标业务所需的多个实例对应的目标数量。
8.根据权利要求5或6所述的自动扩缩容装置,其特征在于,所述处理单元,用于基于所述目标业务在每秒内对应的被执行次数,确定所述目标业务在第二时间段中包括的多个目标单位时间内对应的多个实际被执行次数;
所述处理单元,用于基于所述多个实际被执行次数和所述预设次数,确定执行所述目标业务所需的多个实例对应的实际数量;
所述处理单元,用于基于所述目标数量和所述实际数量之间的大小关系,将所述目标数量和所述实际数量中的较大值,确定为执行所述目标业务的多个实例对应的数量。
9.一种电子设备,其特征在于,包括:处理器以及存储器;其中,所述存储器用于存储一个或多个程序,所述一个或多个程序包括计算机执行指令,当所述电子设备运行时,处理器执行所述存储器存储的所述计算机执行指令,以使所述电子设备执行权利要求1-4中任一项所述的一种自动扩缩容方法。
10.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当被计算机执行时使所述计算机执行如权利要求1-4中任一项所述的一种自动扩缩容方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211710206.4A CN116166427A (zh) | 2022-12-29 | 2022-12-29 | 自动扩缩容方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211710206.4A CN116166427A (zh) | 2022-12-29 | 2022-12-29 | 自动扩缩容方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116166427A true CN116166427A (zh) | 2023-05-26 |
Family
ID=86419321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211710206.4A Pending CN116166427A (zh) | 2022-12-29 | 2022-12-29 | 自动扩缩容方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116166427A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117493003A (zh) * | 2023-11-09 | 2024-02-02 | 深圳市闪剪智能科技有限公司 | 资源的调度方法、装置、终端设备和可读存储介质 |
-
2022
- 2022-12-29 CN CN202211710206.4A patent/CN116166427A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117493003A (zh) * | 2023-11-09 | 2024-02-02 | 深圳市闪剪智能科技有限公司 | 资源的调度方法、装置、终端设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108776934B (zh) | 分布式数据计算方法、装置、计算机设备及可读存储介质 | |
CN110781180B (zh) | 一种数据筛选方法和数据筛选装置 | |
CN115150471B (zh) | 数据处理方法、装置、设备、存储介质及程序产品 | |
CN114416685B (zh) | 日志处理方法、***和存储介质 | |
CN112506619B (zh) | 作业处理方法、装置、电子设备和存储介质 | |
WO2019061999A1 (zh) | 断点外呼方法、电子装置及计算机可读存储介质 | |
CN116166427A (zh) | 自动扩缩容方法、装置、设备及存储介质 | |
CN111970151A (zh) | 虚拟及容器网络的流量故障定位方法及*** | |
EP2940600A1 (en) | Data scanning method and device | |
CN113010542A (zh) | 业务数据处理方法、装置、计算机设备及存储介质 | |
CN112507265A (zh) | 基于树结构进行异常侦测的方法、装置及相关产品 | |
CN116662001A (zh) | 一种事件处理方法及装置 | |
CN113590447B (zh) | 埋点处理方法和装置 | |
CN115409345A (zh) | 业务指标计算方法、装置、计算机设备和存储介质 | |
CN115220131A (zh) | 气象数据质检方法及*** | |
CN114356712A (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
CN113626438A (zh) | 一种数据表管理的方法、装置、计算机设备及存储介质 | |
CN111427930A (zh) | 一种低压光伏储能微网设备监测管理***、方法及设备 | |
CN112364284B (zh) | 基于上下文进行异常侦测的方法、装置及相关产品 | |
CN113722292B (zh) | 分布式数据***的应灾处理方法、装置、设备及存储介质 | |
CN103327071A (zh) | 云计算网络智能监控模型数据处理分散分载方法及其*** | |
CN111367875B (zh) | 一种话单文件处理方法、***、设备及介质 | |
CN110798340B (zh) | 一种端口信息梳理方法、设备及服务器 | |
CN117914672A (zh) | 一种消息传输方法、装置及服务器 | |
CN117251282A (zh) | 神经网络模型资源处理方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |