近日，阿里云容器服务团队与达摩院数据决策团队合作的论文《RobustScaler: QoS-Aware Autoscaling for Complex Workloads》被数据管理与数据库国际顶级会议 ICDE 2022 长文录用。ICDE 和 SIGMOD、VLDB 并称为数据库领域的三大国际顶尖学术会议，入选中国计算机学会（CCF）推荐 A 类国际会议列表。
阿里云容器服务 ACK 管理着海量的 Kubernetes 集群，在集群管理、集群运维等领域积累了丰富的经验，并构建了智能运维平台 CIS(Container Intelligence Service)，旨在通过智能化手段解决运维难题。达摩院数据决策团队在时间序列分析/预测/异常监测/AIOps 方向深耕多年，数十篇文章发表在 KDD, SIGMOD, ICDE, AAAI 等顶会和多篇中美专利，获得 2022 ICASSP AIOps Challenge 冠军等多个国际奖项。
如今，企业业务流量往往呈现出明显的波峰、波谷形态，如果采用固定实例数会存在极大的资源浪费。为应用配置弹性伸缩是提升资源利用率的有效方式。
Kubernetes 中现有的弹性伸缩策略如 HPA、CronHPA 等都存在弹性触发滞后的问题，导致应用的服务质量下降。如何在保证应用服务质量的前提下，根据应用的历史数据，基于时序算法提前进行扩缩容呢？
为解决该问题，我们在论文中提出了一种基于非齐次柏松过程（NHPP）和随机约束优化的智能弹性框架 RobustScaler。此外，研发了一种专门的交替方向乘子法 (ADMM) 来有效地训练 NHPP 模型，并证明了基于优化的主动策略可以保证应用的服务质量。 大量实验表明，RobustScaler 在各种实际场景中优于常见的自动伸缩策略，并且在具有复杂周期性的应用中也表现优异。
RobustScaler 算法已经应用于智能运维平台 CIS 的 AHPA 组件中。智能运维平台 CIS 由异常发现、异常定位、异常修复、异常预测四大模块组成，包含定时巡检、网络诊断、运行时诊断、CVE 漏洞修复、应用配置优化等众多功能。AHPA 是 CIS 的核心组件之一，组件架构如下图所示，AHPA 弹性策略可分为主动预测和被动预测。主动预测从历史数据中识别周期性趋势，主动预测下个周期应用的实例数量；被动预测基于应用实时数据设定实例数量，可以很好的应对突发流量。此外，AHPA 还增加了兜底保护策略，用户可以设置实例数量的上下界。AHPA 算法中最终生效的实例数是主动预测、被动预测及兜底策略中的最大值。
AHPA 组件正在公测中，点击申请白名单[1]，欢迎大家试用并提宝贵意见。
点击此处查看阿里云容器服务 AHPA 弹性预测产品文档详情。当前 AHPA 已开启用户邀测，欢迎感兴趣的用户点击文档中“提交工单”位置申请白名单，期待您的试用及反馈。
相关链接
[1]申请白名单https://help.aliyun.com/document_detail/412229.html
发布云原生技术最新资讯、汇集云原生技术最全内容，定期举办云原生活动、直播，阿里产品及用户最佳实践发布。与你并肩探索云原生技术点滴，分享你需要的云原生内容。
关注【阿里巴巴云原生】公众号，获取更多云原生实时资讯！
标签：原生,预测,运维,弹性,AHPA,达摩院,顶会,应用 来源： https://www.cnblogs.com/alisystemsoftware/p/16095544.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。