一種用于對來自一系列應用和每個應用的一系列容器的容器工作負載的執(zhí)行進行調度的系統(tǒng)。該系統(tǒng)包括處理器和其上存儲有指令的非暫時計算機可讀存儲介質，該指令在由處理器執(zhí)行時使該系統(tǒng)：計算沖突懲罰矩陣，該沖突懲罰矩陣包括針對多個容器的容器工作負載的每種潛在組合的沖突懲罰，以及計算容器工作負載的最小總沖突懲罰和用于執(zhí)行該容器工作負載的工作負載批處理的數(shù)量。工作負載批處理的數(shù)量與最小總沖突懲罰相關聯(lián)。該指令在由處理器執(zhí)行時還使系統(tǒng)：基于最小總沖突懲罰和工作負載批處理的數(shù)量向工作負載批處理分配容器工作負載。

相關申請的交叉引用

本申請要求于2017年6月20日提交的題為“UNDERSTANDING PERFORMANCE OF I/OINTENSIVE CONTAINERIZED APPLICATIONS FOR NVME SSDS”的美國臨時申請No.62/522630和2017年11月22日提交的題為“CONTAINER WORKLOAD SCHEDULER AND METHODS OFSCHEDULING CONTAINER WORKLOADS”的美國申請No.15/820856的優(yōu)先權和權益，其全部內容通過引用并入本文中。

技術領域

本公開總體上涉及對容器化工作負載的調度。

背景技術

容器(例如DOCKER系統(tǒng)的容器)是獨立的軟件包，其可以在共享操作系統(tǒng)上隔離運行。容器正迅速成為DevOps中最重要的工具之一，以及成為企業(yè)和數(shù)據中心的生產環(huán)境之一。然而，容器編制(orchestration)、調度和性能在整個行業(yè)中都面臨著挑戰(zhàn)。例如，確定何時啟動何種容器以及確定何種容器遷移到哪里是需要正確調度的問題。這些決定取決于各因素，例如在多個應用容器在不同的工作負載情況下同時運行時，與其他應用容器相比，某些應用的吞吐量可能會明顯受損(例如，某些應用工作負載可能會存在不公平的吞吐量)。這種不公平的吞吐量通常是用戶不希望的，并且可能違反服務提供商服務級別協(xié)議(SLA)。另外，通過同時操作同一應用的多個實例(即，同質環(huán)境)與同時操作不同應用的多個實例(即，異構環(huán)境)而獲得的性能優(yōu)勢可能對于相關技術的容器明顯不同。此外，尚未很好地理解以及尚未調查I/O密集型docker化(dockerized)工作負載在存儲和磁盤系統(tǒng)(例如高性能非易失性存儲器快速(NVMe)和固態(tài)驅動器(SSD))的最新創(chuàng)新方面的性能。當與虛擬機相比時，容器的啟動時間可以忽略不計，且因此不需要在開始時啟動所有容器，但是決定何時啟動哪個容器會影響性能。因此，進行容器編制或調度是有益的。

發(fā)明內容

本公開涉及用于對來自從一系列應用和該系列應用的每個應用的一系列容器的容器工作負載的執(zhí)行進行調度的系統(tǒng)的各種實施例。該系統(tǒng)包括處理器和其上存儲有指令的非暫時計算機可讀存儲介質，該指令在由處理器執(zhí)行時使系統(tǒng)：計算沖突懲罰矩陣，該沖突懲罰矩陣包括針對該系列容器的容器工作負載的每種潛在組合的沖突懲罰，并且計算該容器工作負載的最小總沖突懲罰和用于執(zhí)行該容器工作負載的工作負載批處理的數(shù)量。工作負載批處理的數(shù)量與最小總沖突懲罰相關聯(lián)。該指令在由處理器執(zhí)行時還使系統(tǒng)：基于最小總沖突懲罰和工作負載批處理的數(shù)量向工作負載批處理分配容器工作負載。

該指令在由處理器執(zhí)行時還可以使系統(tǒng)：將該系列容器工作負載中的每一個容器工作負載向一系列工作負載性質倉中的一個工作負載性質倉分配。

該系統(tǒng)可以被配置為：通過求解目標函數(shù)來計算最小總沖突懲罰和工作負載批處理的數(shù)量，該目標函數(shù)被定義為歸一化沖突懲罰和工作負載批處理的歸一化數(shù)量的總和的最大值。

該系統(tǒng)可以被配置為利用實現(xiàn)約束矩陣優(yōu)化的兩種線性算法來求解目標函數(shù)。該兩種線性算法可以包括內點(IP)算法和標準二次規(guī)劃(SQP)算法。

該系統(tǒng)可以被配置為計算目標函數(shù)的局部最小值。該系統(tǒng)可以被配置為計算目標函數(shù)的全局最小值。