基于模糊模式识别的Docker容器云平台下的容器调度方法

摘要

本发明公开了一种基于模糊模式识别的Docker容器云平台中的容器调度方法，通过搜集并记录容器云平台中的每个服务器节点上所运行的所有Docker容器的资源指标，可以获取到容器在运行期间对于CPU，内存，网络IO，磁盘IO等服务器核心资源消耗的历史信息；另外，本发明利用模糊模式识别方法，利用这些资源消耗信息对Docker容器进行分类。在运行相同应用的Docker容器再次被调度的时候，对应的容器分类信息就可以作为调度算法的重要依据，Docker容器就会被调度算法调度到更合适的服务器节点上，使得每个服务器节点上的核心资源占用更加均衡。本发明实现简单，易于操作，具有可扩展性和易于部署的特点，适合为运行在分布式Docker容器云平台中的应用提供容器监控和容器调度服务。

主权项

一种基于模糊模式识别的Docker容器云平台中的容器调度方法，其特征在于，该方法包括以下步骤：(1)分类模型的确定：采用模糊识别的理论，确定分类算法的模型，其中具体需要确定分类模型中的论域、模糊子集以及隶属度函数。(2)指标信息的搜集：分布式容器云平台上，各个服务器节点上的agent组件开始初始化每个服务器节点上已运行Docker容器的类别记录矩阵，并且开始搜集当前服务器节点上所有运行着的所有Docker容器的数据指标以及当前服务器节点本身的可用资源指标，最后将以上信息以心跳信息的形式上传到数据库中。(3)对Docker容器进行分类：当容器被容器云平台调度时，调度器的调度算法从数据库中读取步骤(2)中该Docker容器对应的数据指标，将数据指标作为步骤(1)中已建立好的分类模型的输入，分类模型采用模糊综合评判的方式对该Docker容器进行类别计算，最后得到该Docker容器在步骤(1)中确定好的不同论域上的分类向量。(4)对Docker容器进行调度：如果该容器没有在调度器中未被注册过，则随机返回服务器列表中的一个服务器节点的身份信息，算法结束；如果该容器已经在调度器中被注册过，将步骤(3)中已经分好类的Docker容器的分类向量和集群中所有服务器节点的身份信息输入调度器的调度算法中，调度算法将对所有输入的服务器节点身份信息进行遍历，每次遍历到一个节点，就会从数据库中取出对应的节点类别记录矩阵，假设将该Docker容器会被调度到当前遍历的服务器节点上，计算并记录该Docker容器被调度到服务器节点上之后，节点类别记录矩阵的离散情况；在之后遍历的过程中，对每个服务器节点进行同样的操作；遍历结束之后，比较所有服务器节点的类别记录矩阵的离散情况，返回离散情况最小的一个服务器节点，完成容器调度。