科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对Kubernetes默认调度策略在多Pod调度时无法考虑多任务调度过程的全局特征，导致无法保证集群整体负载均衡的问题，本文设计了一种优化的静态资源调度策略Ku-PSO,通过改进粒子群算法(PSO),提升集群负载均衡效率。首先，通过建立多Pod调度模型，以集群负载均衡度作为适应函数，并设置约束条件保证集群正常运行；其次，通过改进粒子群算法的惯性因子、个体学习因子和社会学习因子实现权值优化，使得粒子群在前期寻优过程中具有优秀的全局搜索能力，后期寻优过程中能够迅速收敛，应用于集群资源调度能够快速找出资源的最优分配方案。实验表明，使用Ku-PSO算法进行Kubernetes资源调度较默认调度策略集群均衡度显著提升，较PSO算法可以有效减少部署时间，实现更优的均衡调度。
- 单位
