一种基于强化学习的微服务负载均衡和弹性扩缩容方法

    公开(公告)号:CN114003387A

    公开(公告)日:2022-02-01

    申请号:CN202111297596.2

    申请日:2021-11-04

    IPC分类号: G06F9/50

    摘要: 本发明提出一种基于强化学习的微服务负载均衡和弹性扩缩容方法,主要涉及强化学习领域、微服务应用的负载调度和容器的弹性扩容等领域。主要步骤包括:首先构建微服务应用环境,具体包括微服务应用流量模拟组件、指标监控组件、智能决策组件、负载调节组件、容器扩缩容组件。通过监控插件对微服务的状态进行监控,以此来获取服务的响应时间、等指标,建立各类资源和负载信息形式化的表示方法;然后面向负载调整和容器动态扩容的场景下,基于强化学习理论设计环境、智能体、动作空间、奖励函数等关键元素;通过模拟负载环境、资源等信息实现微服务应用与流量环境的交互,基于智能决策组件现实微服务负载和资源的调整。并将决策动作空间存储在智库中。最后将智库中决策结果应用到实际环境下的负载调整中,实现微服务应用负载调整策略和容器弹性扩容的动态调整,以此实现微服务应用的最佳性能和响应时间。