(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 202211038529.3 (22)申请日 2022.08.29 (71)申请人 天翼电子商务有限公司 地址 100037 北京市西城区阜成门外大街 31号4层429D (72)发明人 张兴　谢巍胜　徐小龙　 (51)Int.Cl. G06F 9/50(2006.01) (54)发明名称 一种提升 应用计算 性能的配 置优化方法 (57)摘要 本发明公开了一种提升应用计算性能的配 置优化方法， 通过定期检测Pod的限制情况动态 调整Pod CPU的requests及limits值， 减少 应用 的CPU限制时间有效提升应用计算性能。 当 kubernetes上部署的应用达到Pod的CPU限制 值 时， 容器内应用的计算耗时将会增加， 降低了应 用处理性能， 本专利针对这一场景提出了一种优 化方法， 通过定期检测Pod  CPU限制情况实现动 态调整Pod的CPU的requests及limits值， 有效减 少CPU限制时间， 从而提升 了应用的计算 性能。 权利要求书1页 说明书4页 附图2页 CN 115454622 A 2022.12.09 CN 115454622 A 1.一种提升应用计算 性能的配置优化方法， 其特 征在于， 包括以下： 一、 假设应用服务A需要使用两个线程完成对应的逻辑计算， 其中线程名标记为 Thread1、 Threa d2， 假设Thread2要比Threa d1延迟启动2 0ms， 在CPU资源充足的情况下， 两个 线程完成计算时间分别 为50ms、 100ms， 则总 体完成时间耗时为120ms， 计算耗时表现中， 黑 色条形代表线程正常运行且标示 为Running状态； 二、 将应用A部署至Kubernetes上， 设置CPUlimit为1核， 即每100ms内最多使用100ms的 CPU时间， 此时Thread2受到CPU限制1次导致额外增加了30ms的处理时间， 最终应用A完成 Thread1、 Thread2的计算耗时分别为50ms、 130ms， 总计为160ms， 和CP U资源充足情况下应用 A计算耗时情况比较总体延时增加了40 ms， 计算耗时表现中， 黑色条形代表线程正常运行状 态且为Running状态， 灰色条形代表为CPU资源受到Kubernetes底层cgroup限制且为 Limiting状态； 三、 此时调整Kubernetes上A应用的CPUlimit为0.5， 即每100ms内最多使用50msCPU时 间， 则此时Threa d1将被限制1次， Threa d2被限制2次， 应用A 完成Thread1、 Thread2的计算耗 时总计将 达到250ms， 和CPU资源充足情况下应用A计算耗时情况相比， 耗时延长了130ms， 计 算耗时表现中， 黑色代表线程正常运行且为Running状态， 灰色代表为CPU资源受到 Kubernetes底层cgroup限制且为 Limiting状态； 四、 综上所述得知， 当CPUlimit值设置不合理的时候， 部署在Kubernetes上的应用计算 性能将会受到影响， 增加了相应的计算时间， 结合CPU资源充足情况下应用A计算耗时情况 的数据， 此刻应用A应设置CPUlimit值为1.3以上才是比较合适的即每100ms内可以使用超 过130ms的CPU时间， 实施过程具体步骤如下： 1)通过KubernetesOperator定期通过Prometheus获取应用Pod的rate(container_ cpu_cfs_throttled_seconds_total)即容器服务被限制使用的CPU时间指标变化速率和 rate(container_cpu_usage_seconds_total)即总的CPU使用指标变化速率， 并CPU被限制 的比率CPUThrottlingPercent＝rate(container_cpu_cfs_throttled_seconds_total)/ rate(container_cpu_usa ge_seconds_total)； 2)判断CPUThrottlingPercent值是否大于0， 否则无需任何处理， 是则继续执行下一 步； 3)KubernetesOperator修改PodCPU资源的requests及limits值， 当前值记为 CurrentValue， 此 次配置值记为CurrentConfigValue等于当前值CurrentValue加上CPU被 限制的比率CPUThrottlingPercent乘以当前值CurrentValue(即CurrentConfigValue＝ CurrentValue+CPU ThrottlingPercent* CurrentValue)； 通过以上过程动态调整PodCPU的requests及limits值可以有效降低kubernetes上应 用CPU被限速的时间， 减少应用处 理计算时间， 提升 了应用服 务处理性能。权　利　要　求　书 1/1 页 2 CN 115454622 A 2一种提升应用计算性能的配置优化方 法 技术领域 [0001]本发明涉及新兴信息技术领域， 特别涉及一种提升应用计算性能的配置优化方 法。 背景技术 [0002]Kubernetes针对不同服务质量的预期使用QoS(QualityofService)对Pod进行服 务质量管理， 通过requests和limits对CPU、 内存等资源进行分配和使用限制， 其中QoS级别 分3种： [0003]1)Guaranteed： Pod中所有容器都必须统一设置limits， 并且设置参数都一致， 如 果有一个容器有设置requests且同l imits一致， 则该Pod的Q oS为Guarante ed。 [0004]2)Burstable:Pod中容器的requests和limits的设置不相同， 则该Pod的QoS为 Burstable。 [0005]3)Best‑Effort： 如果requests与l imits均未设置， 该Pod的Q oS为Best ‑Effort [0006]当kubernetes上服务因资源不足时驱逐优先级从高到低为： Best ‑Effort Pods、 Burstable  Pods、 Guaranteed  Pods， 因此在部署一些重要 服务时优先选 择使用Guaranteed 类型来更好的保障服务， 综上所述， kubernetes通过配置requests和limits实现Pod的资源 的控制以及Qos的等级划分， 而在控制的资源中CPU资源为可压缩资源， 当应用达到Pod的 CPUlimits值时， Kubernetes将限制应用容器CPU使用， 导致应用的计算耗时增加， 降低了应 用的处理 能力， 因此本文针对这一场景， 提出了一种提升应用计算性能的配置优化方法， 通 过定期检测CPU限制 情况动态调 整PodCPU的requests及limits值， 减少了CPU限制 情况， 有 效降低应用服 务的计算时间， 提升 了应用服 务的计算 性能。 发明内容 [0007]本发明要解决的技术问题是克服现有技术的缺陷， 提供一种提升应用计算性能的 配置优化方法。 [0008]本发明提供了如下的技 术方案： [0009]本发明提供一种提升应用计算 性能的配置优化方法， 包括以下： [0010]一、 假设应用服务A需要使用两个线程完成对应的逻辑计算， 其中线程名标记为 Thread1、 Threa d2， 假设Thread2要比Threa d1延迟启动2 0ms， 在CPU资源充足的情况下， 两个 线程完成计算时间分别 为50ms、 100ms， 则总 体完成时间耗时为120ms， 计算耗时表现中， 黑 色条形代表线程正常运行且标示 为Running状态； [0011]二、 将应用A部署至Kubernetes上， 设置CPUlimit为1核， 即每100ms内最多使用 100ms的CPU时间， 此时Thread2受到CPU限制1次导致额外增加了30ms的处理时间， 最终应用 A完成Thread1、 Thread2的计算耗 时分别为50ms、 130ms， 总计为160ms， 和CPU资源充足情况 下应用A计算耗时情况比较总体延时增加了40 ms， 计算耗时表现中， 黑色条形代表线程正常 运行状态且为Ru nning状态， 灰色条形代表为CPU资源受到Kubernetes底层cgroup限制且为说　明　书 1/4 页 3 CN 115454622 A 3