基于Docker容器的云平台集群伸缩算法研究

伴随着信息技术的不断发展,以云平台为载体的应用受到人们的青睐,对其性能提出了更高的要求。虚拟机在部署工作的过程中需要花费较多的时间,伸缩调整时间会不断延长。在该情况下,工作负载的变化会出现不稳定的情况。以自回归模型为基准预估了某时间下的工作负载情况,同时将响应式伸缩方法与预测式伸缩方法结合,有效解决了突发式负载问题。仿真实验结果表明,本文提出的虚拟机响应式伸缩算法与纯响应伸缩算法相比性能更加优良,经济成本更加低廉。