基于遗传算法的Kubernetes资源调度算法
Kubernetes在优选阶段仅根据节点CPU和内存的利用率来决定节点的分值,这只能保证单节点的资源利用率,无法保证集群资源的负载均衡.针对该问题,提出一种基于遗传算法的Kubernetes资源调度算法,该算法加入了网络带宽和磁盘IO两项评价指标,同时为评价指标赋予不同权重值,并且引入校验字典校验并修复遗传算法生成的新种群中不符合配置的个体.实验结果表明,与Kubernetes默认资源调度策略相比,该算法考虑了集群中的所有节点的资源利用率,在保证集群负载均衡方面有着更好的效果.
Kubernetes;遗传算法;资源调度;云平台;云计算
30
陕西省技术创新引导专项2020CGXNG-012
2021-09-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
152-160