科研之友
微信
新浪微博
Facebook
分享链接
摘要
以Kubernetes为代表的云原生编排系统在多云环境中被云租户广泛使用，随之而来的网络观测性问题愈发突出，跨云跨地区的网络流量成本尤为突出。在Kubernetes中引入扩展的伯克利数据包过滤器（extended Berkeleypacketfilter,eBPF）技术采集操作系统内核态的网络数据特征解决网络观测问题，随后将网络数据特征建模为二次分配问题（quadratic assignment problem,QAP），使用启发式搜索与随机搜索组合的方法在实时计算的场景下求得最佳近优解。此模型在网络资源成本优化中优于Kubernetes原生调度器中仅基于计算资源的调度策略，在可控范围内增加了调度链路的复杂度，有效降低了多云多地区部署环境中的网络资源成本。
-
单位电子工程学院; 浙江工商大学
