10.20009/j.cnki.21-1106/TP.2022-0092
基于深度强化学习的容器组调度优化策略
在大规模的容器应用场景下,运行着多种负载类型的容器化应用服务,通过面向微服务的容器调度方式处理用户对应用服务提交的请求.本文针对面向微服务的容器调度存在的服务依赖关系考虑不足和忽略节点内部资源的负载均衡性等问题,提出一种面向微服务高效运行的容器组调度优化策略.首先,为减少服务之间的调用依赖关系产生的额外负载开销,根据服务间的依赖关系将服务分组为具有一个或多个容器的多个强依赖关系的容器组,并将组作为基本调度单位.然后通过引入擅长长期优化决策的强化学习方法,提出了一种容器组调度优化算法,实现减少服务之间调用产生的开销并持续优化集群的容器调度方式,完成面向微服务的容器调度优化.原型及实验验证了所提的容器组调度优化策略在负载均衡性和服务响应时间方面的优势.
容器、集群、调度、微服务、深度强化学习
44
TP391(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;国家自然科学基金;广西科技重大专项项目
2023-10-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
2228-2235