用实例。
[0043]以上，参照各种实施例。然而，应理解，本公开并不限于具体描述的实施例。相反，以上特征和元件的任何组合(无论是否与不同的实施例有关)可被料想到来实施和实践本文描述的功能。此外，尽管特定实施例可以实现优于其他可能的解决方案和/或优于现有技术的优点，但是特定优点是否由给定实施例实现并不限制本公开。因此，前述的方面、特征、实施例和优点仅是说明性的，并且除了在(一个或多个)权利要求中明确详述之外，并不是对所附权利要求的考虑元素或限制。同样，对“本发明”的任何参考不应解释为本文公开的任何发明主题的概括，并且除了在(一个或多个)权利要求中明确详述之外，不应认为是所述权利要求的元素或限制。
[0044]虽然以上是针对各种实施例，但是在不脱离其基本范围的情况下可以设想出其他和另外的实施例。例如，可以在硬件或软件中或者在硬件与软件的组合中实施实施例。一个实施例可以被实施为用于与计算机系统一起使用的程序产品。程序产品的(一个或多个)程序定义了实施例的功能(包括本文描述的方法)并且可以包含在各种计算机可读存储介质上。说明性的计算机可读存储介质包括(但不限于):(i)在其上永久地存储信息的不可写存储介质(例如，计算机内的只读存储器设备，诸如可由CD-ROM驱动读取的CD-ROM磁盘、闪存存储器、ROM芯片或任何类型的固态非易失性半导体存储器)；以及(ii)在其上存储了可变更信息的可写存储介质(例如，软盘驱动器或硬盘驱动器内的软盘或任何类型的固态随机存取半导体存储器)。这样的计算机可读存储介质在携带指令了本文描述的功能的计算机可读指令时是本公开的实施例。
[0045]因此，本公开的范围由所附权利要求来确定。
【主权项】
1.一种方法，包括: 在第一时间窗内监控云计算环境内的应用的性能以收集历史性能数据，其中所述应用包括多个应用实例； 在第二时间窗内监控所述应用的工作负载以收集历史工作负载数据； 分析所述历史性能数据和所述历史工作负载数据二者以确定所述应用的一个或多个缩放模式； 在确定所述应用的当前状态与所述一个或多个缩放模式中的一个缩放模式相匹配时，确定用于预测性地缩放所述应用的计划； 基于确定的计划来预测性地缩放所述多个应用实例；以及 在第二时间窗内监控具有经缩放的所述多个应用实例的所述应用的性能以收集附加性能数据和附加工作负载数据中的至少一者，其中所述附加性能数据和附加工作负载数据中的至少一者被用于影响未来缩放事件。
2.如权利要求1所述的方法，其中确定用于预测性地缩放所述应用的计划还包括: 基于所述应用的当前工作负载和相匹配的缩放模式，确定所述应用的工作负载将在第一时间点处增加； 基于所述应用的当前工作负载确定所述应用的估计的未来工作负载；以及 确定用来实例化以满足所估计的未来工作负载的附加应用实例的数量。
3.如权利要求2所述的方法，其中所述历史性能数据包括所述多个应用实例的启动时间数据， 其中确定用于预测性地缩放所述应用的计划还包括: 基于所述启动时间数据来确定用于实例化该数量的附加应用实例的第一时间线， 其中预测性地缩放所述多个应用实例还基于所确定的第一时间线，并且还包括: 根据所确定的第一时间线来实例化一个或多个附加应用实例。
4.如权利要求3所述的方法，其中确定用于预测性地缩放所述应用的计划还包括: 基于所述应用的当前状态和所述相匹配的缩放模式，确定所述应用的工作负载将在第一时间点处减少； 基于所述应用的当前工作负载确定所述应用的估计的未来工作负载，其中所估计的未来工作负载少于所述应用的当前工作负载；以及 确定处理所估计的未来工作负载将需要的所述多个应用实例的数量，其中所确定的应用实例的数量少于应用实例的当前数量。
5.如权利要求4所述的方法，其中所述历史性能数据包括所述多个应用实例的关闭时间数据， 其中确定用于预测性地缩放所述应用的计划还包括: 基于所述关闭时间数据来确定用于关闭应用实例从而达到所确定的应用实例的数量的第二时间线， 其中预测性地缩放所述多个应用实例还基于所确定的第二时间线，并且还包括: 根据所确定的第二时间线来关闭所述多个应用实例中的一个或多个。
6.如权利要求1所述的方法，其中所述历史性能数据至少包括对于每单位时间由应用实例处理的请求的度量，并且其中所述历史工作负载数据至少包括对于每第二单位时间的到来请求的度量。
7.如权利要求1所述的方法，其中分析所述历史性能数据和所述历史工作负载数据二者以确定所述应用的一个或多个缩放模式还包括: 确定所述应用的当前状态的一个或多个属性，该一个或多个属性指示了在随后的时间点处所述应用的未来工作负载。
8.如权利要求7所述的方法，其中所述一个或多个属性包括以下各项中的至少一项:星期几、当日时间、所述应用的当前工作负载、所述应用的当前工作负载的增加速率、所述应用的当前工作负载的减少速率、以及促销事件日程表。
9.如权利要求1所述的方法，还包括: 分析所述历史性能数据以检测一个或多个异常，其中所述一个或多个异常代表通常并不指示所述应用的日常性能的独立事件， 其中分析所述历史性能数据和所述历史工作负载数据二者以确定所述应用的一个或多个缩放模式还包括:为了所确定的所述一个或多个缩放模式的目的，忽视所述历史性能数据内的检测到的一个或多个异常。
10.如权利要求1所述的方法，其中所述应用的当前状态包括以下各项中的至少一项:当前星期几、当前时间值、所述应用的当前工作负载、所述应用的当前工作负载的当前改变速率、所述多个应用实例中的应用实例的当前数量、以及所述应用的事件日程表中的条目。
11.如权利要求1所述的方法，其中确定用于预测性地缩放所述应用的计划还包括: 当确定所述应用的当前状态偏离所述历史性能数据多于阈值偏离量时: 确定所述应用的当前状态代表性能异常； 基于所述历史性能数据来确定所述应用的估计的未来工作负载；以及基于所估计的未来工作负载而不基于所述应用的当前工作负载来确定用于预测性地缩放所述应用的计划。
12.如权利要求1所述的方法，其中预测性地缩放所述多个应用实例是结合另一种应用缩放技术和负载均衡算法中的至少一者来进行操作的。
13.如权利要求12所述的方法，其中基于所确定的计划来预测性地缩放所述多个应用实例还包括: 基于所确定的计划来确定要维护的应用实例的阈值数量；以及在不将所述多个应用实例缩放至低于所述应用实例的阈值数量的情况下，响应于所述应用的当前工作负载来反应性地缩放所述多个应用实例。
14.一种系统,包括: 处理器；以及 含有程序的存储器，所述程序当在所述处理器上执行时执行包括以下各项的操作:在第一时间窗内监控云计算环境内的应用的性能以收集历史性能数据，其中所述应用包括多个应用实例； 在第二时间窗内监控所述应用的工作负载以收集历史工作负载数据； 分析所述历史性能数据和所述历史工作负载数据二者以确定所述应用的一个或多个缩放模式； 在确定所述应用的当前状态与所述一个或多个缩放模式中的一个缩放模式相匹配时，确定用于预测性地缩放所述应用的计划； 基于确定的计划来预测性地缩放所述多个应用实例；以及 在第二时间窗内监控具有经缩放的所述多个应用实例的应用的性能以收集附加性能数据和附加工作负载数据中的至少一者，其中所述附加性能数据和附加工作负载数据中的至少一者被用于影响未来缩放事件。
【专利摘要】本公开提供了一种预测性自动缩放引擎，并描述了用于预测性的缩放分布式应用的技术。实施例可以在第一时间窗内监控云计算环境内的应用的性能以收集历史性能数据。在此，应用包括多个应用实例。可以在第二时间窗内监控应用的工作负载以收集历史工作负载数据。实施例可以分析历史性能数据和历史工作负载数据二者以确定应用的一个或多个缩放模式。在确定应用的当前状态匹配一个或多个缩放模式中的一个时，可以确定用于预测性地缩放应用的计划。随后，实施例可以基于所确定的计划来预测性地缩放多个应用实例。
【IPC分类】G06F9-50
【公开号】CN104572294
【申请号】CN201410558606
【发明人】丹尼尔·艾萨克·雅克博逊, 尼尔拉杰·乔希, 谱尼特·欧勃莱, 咏·袁, 菲利普·西蒙·图菲丝
【申请人】奈飞公司
【公开日】2015年4月29日
【申请日】2014年10月20日
【公告号】EP2863306A2, US20150113120