(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 202210892379.6 (22)申请日 2022.07.27 (71)申请人 京东科技信息技 术有限公司 地址 100176 北京市大兴区经济技 术开发 区科创十一 街18号院2号楼6层6 01 (72)发明人 张静　张宪波　 (74)专利代理 机构 北京派特恩知识产权代理有 限公司 1 1270 专利代理师 李昂　徐川 (51)Int.Cl. G06F 9/455(2006.01) G06F 9/50(2006.01) G06K 9/62(2022.01) (54)发明名称 一种容器调整 方法及装置、 计算机可读存储 介质 (57)摘要 本发明实施例提供了一种容器调整方法及 装置、 计算机可读存储介质， 其中， 方法包括： 获 取多个容器各自对应的第一资源使用率； 从多个 容器中， 确定第一资源使用率小于第一预设阈值 的第一目标容器； 并获取第一目标容器对应的目 标应用； 获取每个目标应用对应的第二资源使用 率； 通过第二资源使用率和预设容器设置规则， 进行筛选， 确定第二目标容器； 获取目标应用的 第一历史资源数据； 并根据第一历史资源数据， 通过预设预测模型， 预测实际的容器数； 根据实 际的容器数和获取的实时容器数， 对第二目标容 器进行缩容。 上述方案中， 可以通过预设预测模 型对第一历史资源数据进行预测， 得到实际的容 器数， 从而 进行缩容， 提高了容器资源利用率。 权利要求书3页 说明书13页 附图6页 CN 115220872 A 2022.10.21 CN 115220872 A 1.一种容器调整方法， 其特 征在于， 包括： 获取多个容器各自对应的第一资源使用率； 其中， 所述多个容器存在于至少一个机房 中； 所述多个容器中的容器用于在服 务器上运行的虚拟资源； 从所述多个容器中， 确定所述第一资源使用率小于第一预设阈值的第一目标容器； 并 获取所述第一目标容器对应的目标应用； 获取每个目标应用对应的第 二资源使用率； 通过所述第 二资源使用率和预设容器设置 规则， 进行筛选， 确定第二目标容器； 其中， 所述预设容器设置规则表征在一个机房中， 同一 个应用所在的容器至少达 到的预设数量； 获取所述目标应用的第一历史资源数据； 并根据所述第一历史资源数据， 通过预设预 测模型， 预测实际的容器数； 其中， 所述预设预测模型表征用于根据历史资源数据对未来资 源数据进行 预测； 根据所述实际的容器数和获取的实时容器数， 对所述第二目标容器进行缩容。 2.根据权利要求1所述的方法， 其特征在于， 所述获取多个容器各自对应的第 一资源使 用率， 包括： 获取所述多个容器各自对应的第二历史资源数据； 通过对所述第 二历史资源数据进行聚类， 确定所述多个容器各自对应的所述第 一资源 使用率。 3.根据权利要求2所述的方法， 其特征在于， 所述第二历史资源数据包括： 第二历史处 理器使用率和第二历史内存使用率； 所述通过对所述第 二历史资源数据进行聚类， 确定所述多个容器各自对应的所述第 一 资源使用率， 包括： 对所述第二历史处理器使用率和所述第 二历史内存使用率对应的容器进行聚类， 确定 容器的类簇中心； 根据所述类簇 中心、 所述第 二历史处理器使用率和所述第 二历史内存使用率的分布情 况， 确定所述多个容器对应的所述第一资源使用率。 4.根据权利要求1所述的方法， 其特征在于， 所述获取每个目标应用对应的第 二资源使 用率， 包括： 获取每个目标应用对应的第三处 理器使用率、 第三内存使用率和时序波动特 征； 根据所述第三处理器使用率、 所述第三内存使用率和所述时序波动特征， 计算每个目 标应用对应的所述第二资源使用率。 5.根据权利要求1所述的方法， 其特征在于， 所述通过所述第 二资源使用率和预设容器 设置规则， 进行筛 选， 确定第二目标容器， 包括： 从多个目标应用中， 确定所述第 二资源使用率大于第 二预设阈值的第 一应用； 其中， 所 述第一应用表征正常工作的应用； 基于所述第一目标容器， 剔除所述第一应用、 新上线的应用以及周期性变化的应用各 自对应的容器， 确定第二初始目标容器； 获取所述第二初始目标容器对应的机房信息； 通过所述预设容器设置规则以及所述机房信息， 对所述第二初始目标容器进行筛选， 确定所述第二目标容器。权　利　要　求　书 1/3 页 2 CN 115220872 A 26.根据权利要求5所述的方法， 其特征在于， 所述通过所述预设容器设置规则以及所述 机房信息， 对所述第二初始目标容器进行筛 选， 确定所述第二目标容器， 包括： 根据所述机房信息， 将所述第二初始目标容器进行划分， 得到多个容器组； 其中， 容器 组表征一个机房内的容器； 对于所述多个容器组， 分别通过所述预设容器设置规则， 确定所述多个容器组各自对 应的固定容器； 基于所述第二初始目标容器， 剔除所述固定容器， 确定所述第二目标容器。 7.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 所述根据所述第一历史资源数 据， 通过预设预测模型， 预测实际的容器数之前， 所述方法还 包括： 获取第一应用的第三历史资源数据和历史使用处理器核数； 其中， 所述第一应用表征 多个容器对应的除目标应用以外的应用； 对所述第三历史资源数据进行预处理， 得到历史特征数据； 并利用所述历史特征数据 对初始预测模型进行训练， 确定所述预设预测模型。 8.根据权利要求7所述的方法， 其特征在于， 所述历史特征数据包括： 第一历史特征数 据和第二历史特 征数据； 所述预设预测模型包括： 第一预测模型和第二预测模型； 所述利用所述历史特 征数据对初始预测模型进行训练， 确定所述预设预测模型， 包括： 根据不同的参数值， 将所述初始预测模型确定为第 一初始预测模型和第 二初始预测模 型； 将所述第一历史特征数据输入到第一初始预测模型中， 进行回归函数拟合训练， 确定 所述第一预测模型； 其中， 所述第一历史特征数据 表征日常容量的历史特征数据； 所述第一 预测模型表征用于日常容 量时的预测 将所述第二历史特征数据输入到第二初始预测模型中， 进行回归函数拟合训练， 确定 所述第二预测模型； 其中， 所述第二历史特征数据表征大促容量的历史特征数据所述第二 预测模型表征用于大促 容量时的预测。 9.根据权利要求1所述的方法， 其特征在于， 所述第一历史资源数据包括： 第一月历史 资源数据和第一周历史资源数据； 所述根据所述第一历史资源数据， 通过 预设预测模型， 预测实际的容器数， 包括： 对所述第一月历史资源数据和所述第 一周历史资源数据分别进行预处理， 得到月特征 数据和周特 征数据； 将所述月特征数据输入到所述预设预测模型进行预测， 得到第一预测结果； 所述第一 预测结果表征月数据对应的处 理器的核数值； 将所述周特征数据输入到所述预设预测模型进行预测， 得到第二预测结果； 所述第二 预测结果表征周数据对应的处 理器的核数值； 将所述第一预测结果和所述第二预测结果进行加权求和， 得到处理器的最终核数值； 并基于处 理器的所述 最终核数值， 确定所述实际的容器数。 10.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 所述根据所述实 际的容器数和 获取的实时容器数， 对所述第二目标容器进行缩容， 包括： 获取所述实时容器数； 根据所述实际的容器数和所述实时容器数， 进行差运 算， 确定缩容的容器 个数；权　利　要　求　书 2/3 页 3 CN 115220872 A 3