【技術實現步驟摘要】
本專利技術涉及一種基于k8s的應用調度方法，尤其涉及基于主機健康度評估模型和k8s的應用調度方法。
技術介紹
1、kubernetes調度是指將pod容器放置到合適的節點上，以便對應節點上的kubelet能夠常見這些pod；kube-scheduler是kubernetes集群的默認調度器，是集群控制面的一部分，將選擇一個最佳節點來運行新創建的且尚未被調度的pod。
2、kubernetes默認資源調度僅支持基于cpu、內存等基礎資源指標進行調度，而不支持基于應用系統所關注的個性化資源指標進行調度，例如文件句柄數、磁盤io負載、網卡負載、應用程序進程狀態等資源；并且應用系統關注的個性化資源指標數據通常存儲于監控系統中，而監控體系與調度體系之間缺乏有效的連通，可能導致應用實例被調度到監控指標異常的服務器上運行，從而影響應用系統的穩定性，所以kubernetes默認資源調度技術體系難以滿足應用系統個性化的調度需求。
技術實現思路
1、為了解決上述技術所存在的不足之處，本專利技術提供了基于主機健康度評估模型和k8s的應用調度方法。
2、為了解決以上技術問題，本專利技術采用的技術方案是：基于主機健康度評估模型和k8s的應用調度方法，包括以下步驟：
3、步驟s1：構建主機健康評估模型，定義node_healthy指標；主機健康評估模型，包括所需外部物理資源分析模塊、主機與操作系統資源分析模塊；主機健康評估模型的工作維度包括：服務器運行狀態維度和應用可運行所
4、步驟s2：構建設備插件healthydeviceplugin；
5、步驟s3：基于設備插件healthydeviceplugin，將node_healthy指標注冊至節點信息清單；
6、步驟s4：固定周期采集計算并獲取各節點的node_healthy指標數值，并同步更新至節點信息清單；
7、步驟s5：主機健康度評估模型在應用可運行所需資源維度下，并在k8s即kubernetes
內，定義node_filter_annotation指標，以明確節點是否能被調度；
8、步驟s6：主機健康度評估模型在應用可運行所需資源維度下，并在k8s即kubernetes
內，定義node_score指標，以明確節點狀態的優劣；
9、步驟s7：在kubernetes默認調度器的基礎上，基于node_filter_annotation指標和node_score指標，構建自定義策略調度healthyscheduler，以用于過濾節點和節點狀態打分；
10、步驟s8：依據節點的node_healthy指標，healthyscheduler決策出優先級最高的可被調度節點；將應用實例調度決策結果同步至優先級最高節點的kubelet組件；
11、步驟s9：根據kubelet組件監聽的信息，創建應用實例。
12、進一步地，步驟s1中定義node_healthy指標，包括以下步驟：
13、s11：主機健康評估模型在服務器運行狀態維度下，在k8s即kubernetes
內，預設資源指標對健康度評分的影響因子及分段區間，計算資源指標對健康度的影響分值；
14、s12：基于資源指標對健康度的影響分值定義節點健康度node_healthy指標；node_healthy指標計算公式為：
15、
16、其中，node_healthy為節點健康度指標，node_healthy∈(0，100)；θ為某項資源指標，θ∈{cpuidletime、freemem、load5、dcount、zombiecount、filedescriptor......}；n為node_healthy指標所需考慮的對其產生影響的資源指標項總數量，n∈|{cpuidletime、freemem、load5、dcount、zombiecount、filedescriptor......}|；δhθ為θ資源指標對健康度的影響分值。
17、進一步地，s11中在kubernetes
內，依據物理服務器運行監控、linux操作系統運行狀態、kubernetes組件運行監控的信息進行評估，預設資源指標對健康度評分的影響因子，資源指標對健康度評分的影響因子包括cpu、內存、文件句柄數、磁盤io負載、網卡負載、應用程序進程狀態。
18、進一步地，s11中計算資源指標對健康度的影響分值，公式為：
19、δhθ∈{cpuidletime、freemem、load5、dcount、zombiecount、filedescriptor......}＝
20、αi(θ，β(θ))fi(θ，β(θ))；
21、其中，δhθ為θ資源指標對建康度的影響分值；θ為某項資源指標，θ∈
22、{cpuidletime、freemem、load5、dcount、zombiecount、filedescriptor…}；β(θ)為采集的θ資源指標數值；fi(θ，β(θ))為當θ資源指標采集到的數值為β(θ)，且β(θ)分布在θ資源指標第i個分段區間時，該資源指標對健康度的影響分值，fi(θ，β(θ))∈(0，100)；αi(θ，β(θ))為當θ資源指標采集到的數值為β(θ)，且β(θ)分布在θ資源指標第i個分段區間時，該資源指標對健康度的影響因子。
23、進一步地，步驟s2中基于node_healthy指標中的運行與監控信息采集方法、評估模型函數、定時工具和信息同步方法構建設備插件healthydeviceplugin。
24、進一步地，步驟s4中通過創建cron定時任務，設置固定周期，按照固定周期采集和計算node_healthy指標數值；node_healthy指標數值通過healthydeviceplugin設備插件同步更新至節點信息清單。
25、進一步地，步驟s5中在kubernetes
內，基于調度框架filter擴展點調度算法擴展的節點過濾規則，根據主機狀態信息的node_healthy指標，定義node_filter-annotation指標；node_filter_annotation指標的計算公式為：
26、
27、其中，node_filter_annotationμ為應用μ在調度過程中的filter階段，節點狀態是否能被應用部署的狀態指標；為應用μ在應用可運行的前提下對健康度資源的需求度。
28、進一步地，步驟s6中在kubernetes
內，基于調度框架score擴展點調度算法擴展的節點打分規則，根據主機狀態信息的node_healthy指標，定義node_score指標，以明確節點狀態的優劣；filter階段狀態被標注為schedulable的節點會進入之后的score階段；node_sco本文檔來自技高網...
【技術保護點】
1.基于主機健康度評估模型和K8s的應用調度方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S1中定義node_healthy指標，包括以下步驟：
3.根據權利要求2所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述S11中在Kubernetes技術領域內，依據物理服務器運行監控、Linux操作系統運行狀態、Kubernetes組件運行監控的信息進行評估，預設資源指標對健康度評分的影響因子，資源指標對健康度評分的影響因子包括CPU、內存、文件句柄數、磁盤IO負載、網卡負載、應用程序進程狀態。
4.根據權利要求2所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述S11中計算資源指標對健康度的影響分值，公式為：
5.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S2中基于node_healthy指標中的運行與監控信息采集方法、評估模型函數、定時工具和信息同步方法構建設備插件Healthy
6.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S4中通過創建cron定時任務，設置固定周期，按照固定周期采集和計算node_healthy指標數值；node_healthy指標數值通過HealthyDevicePlugin設備插件同步更新至節點信息清單。
7.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S5中在Kubernetes技術領域內，基于調度框架Filter擴展點調度算法擴展的節點過濾規則，根據主機狀態信息的node_healthy指標，定義node_filter_annotation指標；node_filter_annotation指標的計算公式為：
8.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S6中在Kubernetes技術領域內，基于調度框架Score擴展點調度算法擴展的節點打分規則，根據主機狀態信息的node_healthy指標，定義node_score指標，以明確節點狀態的優劣；Filter階段狀態被標注為schedulable的節點會進入之后的Score階段；node_score指標的計算公式為：
9.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S8中自定義策略調度HealthyScheduler基于node_filter_annotation指標篩選過濾可被調度節點，并基于篩選后的節點node_score指標排序，決策出優先級最高的可被調度節點。
10.根據權利要求1所述的基于主機健康度評估模型和K8s的應用調度方法，其特征在于：所述步驟S9中Kubelet組件監聽到有同步到本節點待創建應用實例Pod信息后，按照業務應用YAML資源清單的配置創建應用實例Pod。
...【技術特征摘要】
1.基于主機健康度評估模型和k8s的應用調度方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于主機健康度評估模型和k8s的應用調度方法，其特征在于：所述步驟s1中定義node_healthy指標，包括以下步驟：
3.根據權利要求2所述的基于主機健康度評估模型和k8s的應用調度方法，其特征在于：所述s11中在kubernetes技術領域內，依據物理服務器運行監控、linux操作系統運行狀態、kubernetes組件運行監控的信息進行評估，預設資源指標對健康度評分的影響因子，資源指標對健康度評分的影響因子包括cpu、內存、文件句柄數、磁盤io負載、網卡負載、應用程序進程狀態。
4.根據權利要求2所述的基于主機健康度評估模型和k8s的應用調度方法，其特征在于：所述s11中計算資源指標對健康度的影響分值，公式為：
5.根據權利要求1所述的基于主機健康度評估模型和k8s的應用調度方法，其特征在于：所述步驟s2中基于node_healthy指標中的運行與監控信息采集方法、評估模型函數、定時工具和信息同步方法構建設備插件healthydeviceplugin。
6.根據權利要求1所述的基于主機健康度評估模型和k8s的應用調度方法，其特征在于：所述步驟s4中通過創建cron定時任務，設置固定周期，按照固定周期采集和計算node_healthy指標數值；node_healthy指標數值通過healthydeviceplugin設備插件同步更新至節點信息清單。...
【專利技術屬性】
技術研發人員：楊振，趙曉明，許萍，谷立順，劉剴，牛凱源，胡楠楠，
申請(專利權)人：渤海銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。