(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210590438.4 (22)申请日 2022.05.26 (71)申请人 北京云思智学 科技有限公司 地址 101100 北京市通州区经济开发区东 区靓丽三街9号-20 60 (72)发明人 吕亚霖　张浩然　 (74)专利代理 机构 北京清诚知识产权代理有限 公司 11691 专利代理师 宋红艳 (51)Int.Cl. G06F 9/50(2006.01) (54)发明名称 基于集群服务器的服务资源 预测方法、 装置 和电子设备 (57)摘要 本发明属于计算机技术领域， 提供一种基于 集群服务器的服务资源预测方法、 装置、 电子设 备， 该方法包括： 接收待处理服务请求， 确定 所述 待处理服务请求中的待处理服务， 所述待处理服 务请求包括服务更新请求、 服务创建请求； 确定 所述集群服务器可提供的服务中是否包括所述 待处理服务； 获取所述集群服务器在指定时间窗 口的历史运行数据， 确定所述集群服务器中各服 务器所提供服务的当前资源使用量， 所述历史运 行数据包括与所提供服务相对应的周期性数据； 根据所确定的各服务器的当前资源使用量， 预测 所述各服务器的服务资源使用情况。 本发明能够 实现预测性动态调度， 能够优化服务资源的调度 过程， 能够解决因压低高负载机器而扩增大量冗 余机器等的问题。 权利要求书2页 说明书14页 附图4页 CN 115033377 A 2022.09.09 CN 115033377 A 1.一种基于集群服务器的服务资源预测方法， 其特征在于， 所述服务资源预测方法包 括： 接收待处理服务请求， 确定所述待处理服务请求中的待处理服务， 所述待处理服务请 求包括服务更新请求、 服 务创建请求； 确定所述 集群服务器可提供的服 务中是否包括所述待处 理服务； 获取所述集群服务器在指定时间窗口的历史运行数据， 确定所述集群服务器中各服务 器所提供服务的当前资源使用量， 所述历史运行数据包括与所提供服务相对应的周期性数 据； 根据所确定的各服 务器的当前资源使用量， 预测所述各服 务器的服 务资源使用情况。 2.根据权利要求1所述的服务资源预测方法， 其特征在于， 所述获取所述集群服务器的 指定时间窗口的历史运行数据， 确定所述集群服务器中各服务器所提供服务的当前资源使 用量包括： 确定所述集群服务器可提供的服务中包括所述待处理服务请求中的待处理服务， 并确 定计算参数； 根据所确定的计算参数， 计算所述集群服务器中各服务器在 当前周期所提供服务的当 前资源使用量： 其中， Zi是指第i个服务器的各服务的服务副本在当前周期(Ti)的资源使用量， 其中， ceil( )是取整函数， 是指将()内的计算值向下取整后的整数值； 是指第i 个服务器的各服务的服务副本在上一周期(Ti‑1)的CPU使用的最高峰值； CPU期望是指各服务 的正常申请量； 是指第i个服务器在上一周期(Ti‑1)内各服务内存使 用的峰值； memory期望是指各服务的正常申请量； 是指第i个服务器在上一 周期(Ti‑1)内各服务的日志吞吐量的峰值； 日志i使用 量是指第i个服务器在上一周期(Ti‑1)内 各服务的日志吞吐量的正常使用量； 是指第i个服务器的各服 务的服务副本在上一周期(Ti‑1)的使用响应延迟时间或服务响应延迟时间的最高峰值； 峰 值响应延迟i使用 量是指第i个服务器的各服务 的服务副本在上一周期(Ti‑1)的使用响应延迟 时间或服务响应延迟时间的正常使用量； α、 β 、 γ、 δ是与CPU、 内存、 日志吞吐量、 响应时延相 对应的权 重因子。 3.根据权利要求2所述的服务资源预测方法， 其特征在于， 所述根据所确定的各服务器 的当前资源使用量， 预测所述各服 务器的服 务资源使用情况包括： 根据所确定的各服务器的当前资源使用量， 生成各服务器的资源使用总量的多维矩权　利　要　求　书 1/2 页 2 CN 115033377 A 2阵， 预测所述各服 务器在下一周期(Ti+1)的资源使用总量。 4.根据权利要求3所述的服 务资源预测方法， 其特 征在于， 还 包括： 根据所预测的所述各服务器在下一周期(Ti+1)的资源使用总量和所确定的待处理服务 的当前资源使用量， 进行服 务资源调度。 5.根据权利要求 4所述的服 务资源预测方法， 其特 征在于， 包括： 根据所获取的所述集群服务器的指定时间窗口的历史运行数据， 对各服务在所述集群 服务器中各服 务器的资源使用量进行趋势拟合， 以生成趋势图； 根据所述趋势图， 计算所述各服务器在下一周期(Ti+1)的资源使用总量， 并根据所确定 的待处理服务的资源使用需求 量， 进行服 务资源调度。 6.根据权利要求1述的服 务资源预测方法， 其特 征在于， 包括： 使用深度神经网络算法， 将所述历史运行数据作为参数进行训练， 以得到训练好的服 务资源使用模型； 将所述待处理服务的资源需求量和服务类型输入所述训练好的服务资源使用模型， 输 出可提供服 务的服务器列表。 7.根据权利要求2所述的服 务资源预测方法， 其特 征在于， 所述确定计算 参数包括： 根据待处理服务的类型， 确定计算参数， 所述计算参数包括分别与CPU、 内存、 日志吞吐 量、 响应时延的权 重因子α 、 β 、 γ、 δ； 可选地， 所述待处 理服务为周期性 服务； 可选地， 所述指定时间窗口为特定数量的自当前周期向前推算的指定数量的周期时间 或指定时间内的周期时间； 可选地， 基于所述各服务器的预测服务资源使用情况， 向所述待处理服务请求的请求 方返回相匹配的服 务器列表。 8.一种用于服 务集群的服 务资源预测装置， 其特 征在于， 包括： 接收模块， 用于接收待处理服务请求， 确定所述待处理服务请求中的待处理服务， 所述 待处理服务请求包括 服务更新请求、 服 务创建请求； 确定模块， 用于确定所述 集群服务器可提供的服 务中是否包括所述待处 理服务； 获取处理模块， 用于获取所述集群服务器在指定时间窗口的历史运行数据， 确定所述 集群服务器中各服务器所提供服务的当前资源使用量， 所述历史运行数据包括与所提供服 务相对应的周期性数据； 预测模块， 根据所确定的各服务器的当前资源使用量， 预测所述各服务器的服务资源 使用情况。 9.一种电子设备， 包括处理器和存储器， 所述存储器用于存储计算机可执行程序， 其特 征在于： 当所述计算机程序被所述处理器执行时， 所述处理器执行如权利要求1 ‑7中任一项所 述的方法。 10.一种计算机可读介质， 存储有计算机可执行程序， 其特征在于， 所述计算机可执行 程序被执 行时， 实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115033377 A 3