- k8sop.py:对k8s集群进行操作的功能函数
- modelBased.py:使用model-based强化学习方法进行工作的函数,为对论文Horizontal and Vertical Scaling of Container-based Applications using Reinforcement Learning的复现。
- FetchData.py:用于从prometheus中抓取数据的脚本(其中CPU占用率脚本有点问题,但是为了与之前的数据相容,故不改变)
- reader.py:读取抓取数据,绘制图像并进行分析
下一步:预测式调度
- test.py:使用CPU占用率和响应时间进行预测,使用机器学习算法,最终发现GBDT效果最好
- predict.py:使用训练好的GBDT进行资源预测,固定参数的ARMA进行流量预测,提前进行sarsa调度