编排方法、计算系统以及计算机可读存储介质与流程

本公开涉及用于执行和管理容器化应用的计算系统。

背景技术：

1、计算机网络已经变得无处不在，并且网络应用的数量、网络连接的装置以及网络连接的装置的类型正在快速扩展。这样的装置现在包括计算机、智能电话、物网络(iot)装置、汽车、医疗装置、工厂设备等。终端用户网络连接的装置通常不能直接接入诸如互联网的公共网络。相反，终端用户网络装置与接入网络建立网络连接，并且接入网络与连接到提供服务的一个或多个封包数据网络(pdn)的核心网络进行通信。目前有若干种不同类型的接入网络在使用中。示例包括作为第三代合作伙伴计划(3gpp)网络的接入网络的无线电接入网络(ran)，诸如wi-fi或wimax网络的受信和不受信非3gpp网络，以及诸如数字用户线(dsl)、无源光网络(pon)和有线网络的固定/有线网络。核心网络可以是移动服务提供商网络的核心网络，诸如3g、4g/lte或5g网络。

2、在典型的云数据中心环境中，存在提供运行各种应用的计算和/或存储容量的互连服务器的大型集合。例如，数据中心可以包括托管用户(即，数据中心的客户)的应用和服务的设施。例如，数据中心可以托管所有基础设施设备(诸如联网和存储系统、冗余电源、以及环境控制件)。在典型的数据中心中，存储系统集群和应用服务器经由由一层或多层物理网络交换机和路由器提供的高速交换结构来互连。更复杂的数据中心利用位于各种物理托管设施中的用户支持设备提供遍及全世界的基础设施。

3、虚拟化数据中心正变成现代信息技术(it)基础设施的核心基础。具体地，现代数据中心具有广泛应用的虚拟化环境，在该环境中，诸如虚拟机或容器的虚拟主机(本文中也被称为虚拟执行元件)被部署在物理计算装置的底层计算平台上并且在物理计算装置的底层计算平台上运行。

4、数据中心内的虚拟化可以提供若干个优点。一个优点在于，虚拟化可以提供对效率的显著改进。由于底层物理计算装置(即，服务器)随着每个物理中央处理单元(cpu)具有大量核心的多核心微处理器架构的出现而变得日益强大，虚拟化变得更容易并且更高效。第二个优点在于，虚拟化提供对计算基础设施的有效控制。由于诸如基于云的计算环境中的物理计算资源变成可替代的资源，因此计算基础设施的提供与管理变得更容易。由此，企业信息技术(it)员工通常除虚拟化所提供的效率和增加投资回报率(roi)之外，由于其管理优势而喜欢数据中心的虚拟化计算集群。

5、容器化是基于操作系统级虚拟化的虚拟化方案。容器是用于彼此隔离并且与主机隔离的应用的轻量级与便携式执行元件。由于容器并不紧密地联接至主机硬件计算环境，因此应用可以被绑定至容器图像并且作为单个轻量级封包在支持底层容器架构的任何主机或虚拟主机上运行。因此，容器解决了如何使软件在不同的计算环境中工作的问题。容器提供从一个计算环境到另一虚拟或物理环境的持续运行的保证。

6、由于容器的固有轻量级性质，单个主机通常可以支持比传统虚拟机(vm)更多的容器实例。这些系统的特征在于是动态和短暂的，因为托管的服务可以快速扩展或适应新的要求。通常，可以比vm更高效地创建并且移动短寿命的容器，并且还可以将它们作为逻辑相关元件的组进行管理(对于一些编排平台，例如，kubernetes，有时称为“容器池(pod)”)。这些容器特性影响对容器联网方案的要求：网络应该是敏捷并且可扩展的。在相同的计算环境中，vm、容器、以及裸金属服务器可能需要共存，且能够实现多种部署的应用之间的通信。容器网络应该还不知道与用于部署容器化应用的多种类型的编排平台一起工作。

7、管理部署的计算基础设施以及用于应用执行的基础设施可能涉及两个主要角色：(1)编排——用于使跨越主机集群的应用的部署、扩展、以及操作自动化并且提供计算基础设施，该计算基础设施可以包括以容器为中心的计算基础设施；和(2)网络管理——用于在网络基础设施中创建虚拟网络，以实现在诸如容器或vm的虚拟计算实例上运行的应用当中以及在传统(例如，物理)环境中运行的应用当中的封包化通信。软件定义的联网有助于网络管理。

技术实现思路

1、总体上，描述了用于使用网络遥测感知调度将容器化服务的工作负载部署到网络中的工作者节点(worker node)的技术。例如，遥测收集器从工作者节点的网络和/或从网络的网络节点获取网络遥测数据。遥测收集器还例如使用跨越工作者节点而分层的服务网格获取在工作者节点上执行的应用的容器化服务的应用性能数据。分析系统在运行时处理应用性能数据，并且在为应用建立基线性能之后，可以确定作为一个整体的应用或者具体地用于应用的工作负载是否正在经历从基线开始的性能退化。如果分析系统基于网络遥测数据确定应用性能退化至少部分地由网络或网络的工作者节点的不充足的网络资源引起，则分析系统指导用于容器编排系统(诸如kubernetes平台)的调度器修改工作者节点当中的用于应用的工作负载的部署。

2、例如，基于来自分析系统的这样的指示，容器编排系统的调度器可以处理网络遥测数据、节点遥测数据和/或应用性能数据，以将工作负载重新提供给不同的工作者节点。在一些示例中，调度器可以确定当前网络遥测数据指示可以通过将工作负载调度到具有足够的网络资源可用性的特定节点来满足针对工作负载的最小带宽或最小延迟要求。调度器因此可以将工作负载重新提供给该特定节点。

3、在一个示例中，本公开描述了一种方法，包括：由计算系统基于应用性能数据和网络遥测数据针对应用建立应用性能基线；基于确定应用性能已经从应用性能基线退化，由计算系统识别应用的工作负载到多个工作者节点中的第一工作者节点的布置与应用性能数据之间的相关性；以及基于识别相关性，由计算系统将工作负载重新调度到多个工作者节点中的第二工作者节点。

4、在另一示例中，本公开描述了一种计算系统，该计算系统包括一个或多个存储装置以及一个或多个可编程处理器，一个或多个可编程处理器与一个或多个存储装置通信并且被配置为：基于应用性能数据和网络遥测数据针对应用建立应用性能基线；基于应用性能已经从应用性能基线退化的确定，来识别应用的工作负载到多个工作者节点中的第一工作者节点的布置与应用性能数据之间的相关性；以及基于相关性的识别，将工作负载重新调度到多个工作者节点中的第二工作者节点。

5、在另一示例中，本公开描述了一种包括指令的非暂时性计算机可读存储介质，该指令在被执行时，配置一个或多个处理器以：基于应用性能数据和网络遥测数据针对应用建立应用性能基线；基于应用性能已经从应用性能基线退化的确定，来识别应用的工作负载到多个工作者节点中的第一工作者节点的布置与应用性能数据之间的相关性；以及基于相关性的识别，将工作负载重新调度到多个工作者节点中的第二工作者节点。

6、在附图和以下描述中阐述了本公开的一个或多个实施方式的细节。根据说明书和附图以及根据权利要求，其他特征、目的和优点将是显而易见的。

技术特征：

1.一种编排方法，包括：

2.根据权利要求1所述的方法，还包括：

3.根据权利要求2所述的方法，还包括：

4.根据权利要求2所述的方法，还包括：

5.根据权利要求1所述的方法，还包括：

6.根据权利要求1至5中任一项所述的方法，其中，所述网络遥测数据包括以下各项中的至少一项：

7.根据权利要求1至5中任一项所述的方法，其中，所述计算系统至少基于以下各项中的一项来识别所述相关性：

8.根据权利要求1至5中任一项所述的方法，其中，重新调度所述工作负载包括：基于确定所述应用的工作负载是关键工作负载来重新调度所述工作负载。

9.根据权利要求1至5中任一项所述的方法，还包括：

10.根据权利要求1至5中任一项所述的方法，其中，所述相关性是第一相关性，并且包括：

11.根据权利要求1至5中任一项所述的方法，还包括：

12.一种计算系统，包括一个或多个存储装置以及一个或多个可编程处理器，所述一个或多个可编程处理器与所述一个或多个存储装置通信并且被配置为：

13.根据权利要求12所述的计算系统，其中，所述一个或多个可编程处理器被配置为：

14.根据权利要求13所述的计算系统，其中，所述一个或多个可编程处理器被配置为：

15.根据权利要求13所述的计算系统，其中，所述一个或多个可编程处理器被配置为：

16.根据权利要求12所述的计算系统，其中，所述一个或多个可编程处理器被配置为：

17.根据权利要求12至16中任一项所述的计算系统，其中，网络遥测数据包括以下各项中的至少一项：

18.根据权利要求12至16中任一项所述的计算系统，其中，所述计算系统被配置为至少基于以下各项中的一项来识别所述相关性：

19.根据权利要求12至16中任一项所述的计算系统，其中，为了重新调度所述工作负载，所述一个或多个可编程处理器被配置为基于所述应用的工作负载是关键工作负载的确定来重新调度所述工作负载。

20.根据权利要求12至16中任一项所述的计算系统，其中，所述一个或多个可编程处理器被配置为：

21.根据权利要求12至16中任一项所述的计算系统，

22.根据权利要求12至16中任一项所述的计算系统，其中，所述一个或多个可编程处理器还被配置为：

23.根据权利要求12至16中任一项所述的计算系统，其中，所述一个或多个可编程处理器被配置为：

24.一种利用指令编码的计算机可读存储介质，所述指令用于使一个或多个可编程处理器被配置为执行权利要求1至11中任一项所述的编排方法或被配置作为权利要求12至23中任一项所述的计算系统。

技术总结
本公开涉及编排方法、计算系统以及计算机可读存储介质。总体上，描述了用于使用网络遥测感知调度将容器化服务的工作负载部署到网络中的工作者节点的技术。在示例中，一种方法包括：由计算系统基于应用性能数据和网络遥测数据针对应用建立应用性能基线；基于确定应用性能已经从应用性能基线退化，由计算系统识别应用的工作负载到多个工作者节点中的第一工作者节点的布置与应用性能数据之间的相关性；以及基于识别相关性，由计算系统将工作负载重新调度到多个工作者节点中的第二工作者节点。

技术研发人员：塔伦·班卡,蒂姆纳万·斯里达,拉杰·亚瓦特卡尔
受保护的技术使用者：瞻博网络公司
技术研发日：
技术公布日：2024/12/5