(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 202211175211.X (22)申请日 2022.09.26 (71)申请人 苏州浪潮智能科技有限公司 地址 215000 江苏省苏州市吴中区吴中经 济开发区郭巷街道关浦路1号9幢 (72)发明人 何志明　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 黄海英 (51)Int.Cl. G06F 9/455(2006.01) G06F 9/50(2006.01) (54)发明名称 容器数量的调整方法及装置 (57)摘要 本申请实施例提供了一种容器数量的调整 方法及装置， 其中， 该方法包括： 获取目标应用中 的任意一个容器在多个时刻下的资源负载数据 集， 分别根据资源负载数据集计算容器对各个资 源的资源负载率， 得到多组资源负载率； 根据每 组资源负载率中的多个资源负载率计算综合负 载率， 得到容器在每个时刻下的综合负载率； 根 据容器在各个时刻 的综合负载率生成容器的负 载率序列； 将负载率序列输入预设预测模型中， 得到容器在目标时刻的综合负载率的预测值， 并 根据预测值调整目标应用中的容器数量。 通过本 申请， 解决了相关技术中无法准确确定应用中的 资源负载率， 并且在确定资源负载率后无法及时 变更应用中的容器数量的问题。 权利要求书2页 说明书12页 附图4页 CN 115525394 A 2022.12.27 CN 115525394 A 1.一种容器数量的调整方法， 其特 征在于， 包括： 获取目标应用中的任意一个容器在多个时刻下的资源负载数据集， 得到多个资源负载 数据集， 并分别根据资源负载数据集中的资源使用量和资源占用量计算所述容器对各个资 源的资源负载率， 得到多组资源负载率， 其中， 所述 目标应用中包含至少一个容器， 每个容 器的资源负载 数据集相同； 根据每组资源负载率中的多个资源负载率计算综合负载率， 得到所述容器在每个时刻 下的综合负载率； 根据所述 容器在各个时刻的综合负载率 生成所述 容器的负载率序列； 将所述负载率序列输入预设预测模型中， 得到所述容器在目标时刻的综合负载率的预 测值， 并根据所述预测值调整 所述目标应用中的容器数量， 其中， 所述预设预测模型中包括 时间序列预测模型和卡尔曼 滤波模型， 所述目标时刻是与所述多个时刻不同的最大时刻。 2.根据权利要求1所述的方法， 其特征在于， 根据每组资源负载率中的多个资源负载率 计算综合负载率包括： 在所述多个资源负载率中存在大于等于第 一资源负载率的资源负载率的情况下， 将大 于等于所述第一资源负载率的资源负载率确定为所述综合负载率， 或； 在所述多个资源负载率均小于等于第 二资源负载率的资源负载率的情况下， 将多个资 源负载率中的最大负载率确定为所述综合负载率， 其中， 所述第一资源负载率大于所述第 二资源负载率， 或； 在每个所述资源负载率均 大于所述第 二资源负载率， 并且小于所述第 一资源负载率的 情况下， 对多个资源负载率加权求和， 得到所述综合负载率。 3.根据权利要求2所述的方法， 其特征在于， 对多个资源负载率加权求和， 得到所述综 合负载率包括： 将所述多个资源负载率相加， 得到多个资源负载率之和； 依次将每个资源负载率与所述多个资源负载率之和相除， 得到每个资源负载率的权 值； 通过每个资源负载率和对应的权值进行加权求和计算， 得到所述每组资源负载率的综 合负载率。 4.根据权利要求1所述的方法， 其特征在于， 根据 所述容器在各个时刻的综合负载率生 成所述容器的负载率序列包括： 按照所述时刻由小到大的顺序将所述综合负载率进行排序， 得到候选负载率序列； 判断所述候选负载率序列是否为平稳数据， 其中， 所述平稳数据为围绕均值不断波动 的数据； 在所述候选负载率序列是平稳数据的情况下， 将所述候选负载率序列确定为所述负载 率序列； 在所述候选负载率序列不是平稳数据的情况下， 将所述候选负载率序列进行平稳化处 理， 得到所述负载率序列。 5.根据权利要求1所述的方法， 其特征在于， 根据 所述预测值调整所述目标应用中的容 器数量包括： 判断所述预测值是否大于第 一预测值， 并判断所述预测值是否小于第 二预测值， 其中，权　利　要　求　书 1/2 页 2 CN 115525394 A 2所述第一预测值大于所述第二预测值； 在所述预测值大于所述第一预测值的情况下， 在所述目标应用中添加预设数量的容 器； 在所述预测值小于所述第 二预测值的情况下， 在所述目标应用中清除所述预设数量的 容器； 在所述预测值小于等于所述第一预测值， 并且大于等于所述第二预测值的情况下， 保 持所述目标应用中的容器数量 不变。 6.根据权利要求1所述的方法， 其特征在于， 将所述负载率序列输入预设预测模型中， 得到所述 容器在目标时刻的综合负载率的预测值包括： 将所述负载率序列输入所述时间序列预测模型中， 得到候选预测值； 将所述负载率序列与 所述候选预测值输入所述卡尔曼滤波模型中， 通过所述卡尔曼滤 波模型和所述负载率序列对所述 候选预测值进行修 正， 得到所述综合负载率的预测值。 7.根据权利要求1所述的方法， 其特征在于， 根据资源负载数据集中的资源使用量和资 源占用量计算所述 容器对各个资源的资源负载率， 得到多组资源负载率包括： 确定所述 容器占用的每 个资源的资源使用量和资源占用量； 分别将每 个资源的所述资源使用量除以所述资源占用量， 得到多个资源负载率； 将所述多个资源负载率分为 一组， 得到所述 容器在同一时刻下的一组资源负载率。 8.一种容器数量的调整装置， 其特 征在于， 包括： 获取模块， 用于获取目标应用中的任意一个容器在多个时刻下的资源负载数据集， 得 到多个资源负载数据集， 并分别根据资源负载数据集中的资源使用量和资源占用量计算所 述容器对 各个资源的资源负载率， 得到多组资源负载率， 其中， 所述目标应用中包含至少一 个容器， 每 个容器的资源负载 数据集相同； 计算模块， 用于根据每组资源负载率中的多个资源负载率计算综合负载率， 得到所述 容器在每 个时刻下的综合负载率； 生成模块， 用于根据所述 容器在各个时刻的综合负载率 生成所述 容器的负载率序列； 预测模块， 用于将所述负载率序列输入预设预测模型中， 得到所述容器在目标时刻的 综合负载率的预测值， 并根据所述预测值调整所述目标应用中的容器数量， 其中， 所述预设 预测模型中包括时间序列预测模型和卡尔曼滤波模型， 所述目标时刻是与所述多个时刻不 同的最大时刻。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 程序， 其中， 所述计算机程序被处理器执行时实现所述权利要求1至7任一项中所述的方法 的步骤。 10.一种电子设备， 包括存储器、 处理器以及存储在所述存储器上并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现所述权利要求 1至 7任一项中所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115525394 A 3