近日，阿里云容器服務(wù)團(tuán)隊與達(dá)摩院數(shù)據(jù)決策團(tuán)隊合作的論文《RobustScaler: QoS-Aware Autoscaling for Complex Workloads》被數(shù)據(jù)管理與數(shù)據(jù)庫國際頂級會議 ICDE 2022 長文錄用。ICDE 和 SIGMOD、VLDB 并稱為數(shù)據(jù)庫領(lǐng)域的三大國際頂尖學(xué)術(shù)會議，入選中國計算機(jī)學(xué)會（CCF）推薦 A 類國際會議列表。

阿里云容器服務(wù) ACK 管理著海量的 Kubernetes 集群，在集群管理、集群運維等領(lǐng)域積累了豐富的經(jīng)驗，并構(gòu)建了智能運維平臺 CIS(Container Intelligence Service)，旨在通過智能化手段解決運維難題。達(dá)摩院數(shù)據(jù)決策團(tuán)隊在時間序列分析/預(yù)測/異常監(jiān)測/AIOps 方向深耕多年，數(shù)十篇文章發(fā)表在 KDD, SIGMOD, ICDE, AAAI 等頂會和多篇中美專利，獲得 2022 ICASSP AIOps Challenge 冠軍等多個國際獎項。

如今，企業(yè)業(yè)務(wù)流量往往呈現(xiàn)出明顯的波峰、波谷形態(tài)，如果采用固定實例數(shù)會存在極大的資源浪費。為應(yīng)用配置彈性伸縮是提升資源利用率的有效方式。

Kubernetes 中現(xiàn)有的彈性伸縮策略如 HPA、CronHPA 等都存在彈性觸發(fā)滯后的問題，導(dǎo)致應(yīng)用的服務(wù)質(zhì)量下降。如何在保證應(yīng)用服務(wù)質(zhì)量的前提下，根據(jù)應(yīng)用的歷史數(shù)據(jù)，基于時序算法提前進(jìn)行擴(kuò)縮容呢？

為解決該問題，我們在論文中提出了一種基于非齊次柏松過程（NHPP）和隨機(jī)約束優(yōu)化的智能彈性框架 RobustScaler。此外，研發(fā)了一種專門的交替方向乘子法 (ADMM) 來有效地訓(xùn)練 NHPP 模型，并證明了基于優(yōu)化的主動策略可以保證應(yīng)用的服務(wù)質(zhì)量。 大量實驗表明，RobustScaler 在各種實際場景中優(yōu)于常見的自動伸縮策略，并且在具有復(fù)雜周期性的應(yīng)用中也表現(xiàn)優(yōu)異。

RobustScaler 算法已經(jīng)應(yīng)用于智能運維平臺 CIS 的 AHPA 組件中。智能運維平臺 CIS 由異常發(fā)現(xiàn)、異常定位、異常修復(fù)、異常預(yù)測四大模塊組成，包含定時巡檢、網(wǎng)絡(luò)診斷、運行時診斷、CVE 漏洞修復(fù)、應(yīng)用配置優(yōu)化等眾多功能。AHPA 是 CIS 的核心組件之一，組件架構(gòu)如下圖所示，AHPA 彈性策略可分為主動預(yù)測和被動預(yù)測。主動預(yù)測從歷史數(shù)據(jù)中識別周期性趨勢，主動預(yù)測下個周期應(yīng)用的實例數(shù)量；被動預(yù)測基于應(yīng)用實時數(shù)據(jù)設(shè)定實例數(shù)量，可以很好的應(yīng)對突發(fā)流量。此外，AHPA 還增加了兜底保護(hù)策略，用戶可以設(shè)置實例數(shù)量的上下界。AHPA 算法中最終生效的實例數(shù)是主動預(yù)測、被動預(yù)測及兜底策略中的最大值。

AHPA 組件正在公測中，點擊申請白名單[1]，歡迎大家試用并提寶貴意見。

點擊此處查看阿里云容器服務(wù) AHPA 彈性預(yù)測產(chǎn)品文檔詳情。當(dāng)前 AHPA 已開啟用戶邀測，歡迎感興趣的用戶點擊文檔中“提交工單”位置申請白名單，期待您的試用及反饋。

相關(guān)鏈接

[1]申請白名單https://help.aliyun.com/document_detail/412229.html

總結(jié)

以上是生活随笔為你收集整理的阿里云与达摩院合作 AHPA 弹性预测论文被顶会 ICDE 录用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。