摘要

容器云作为一种高效、易维护和低成本的云环境解决方案,弥补了传统基于虚拟机的云环境构建方式的不足,受到国内外软件服务提供商的广泛关注。针对容器云基于阈值的响应式伸缩策略存在时间滞后性、难以及时响应服务资源请求的问题,提出一种基于二次移动平均法的预测式容器云伸缩方法。该方法在检测实时工作负载的同时通过二次移动平均法对未来工作负载进行预测,然后基于实时负载值和预测负载值利用响应式伸缩策略进行容器云伸缩决策。与原来基于阈值的响应式伸缩策略相比,在Docker swarm集群环境并施加周期性负载的实验条件下,提出的优化方法能够提前预测负载变化并调整集群规模,有效应对负载波动,服务响应时间波动幅度降低了约42.9%,保证了容器云中应用服务的质量和稳定性。