一种用于最小化云无服务器平台冷启动时延的时间序列预测方法
网络与互联网体系结构
2022-07-01 v1
摘要
无服务器计算是一个在技术领域以及开发者和企业中常用的流行词。使用无服务器的函数即服务（FaaS）模型，人们可以轻松将应用部署到云端并在数日内上线，它使开发者专注于核心业务逻辑，而管理基础设施、应用扩缩容、软件及其他依赖项更新等后端流程由云服务提供商处理。无服务器计算的特性之一是将容器缩容至零的能力，这导致了一个称为冷启动的问题。具有挑战性的部分是在不消耗额外资源的情况下减少冷启动时延。在本文中，我们使用 SARIMA（季节性自回归积分滑动平均），一种经典的时间序列预测模型，来预测传入请求到达的时间，并相应地增减所需容器数量以最小化资源浪费，从而减少函数启动时间。最后，我们实现了 PBA（基于预测的自动扩缩器）并将其与 kubernetes 内置的默认 HPA（水平 Pod 自动扩缩器）进行比较。结果表明，PBA 在减少资源浪费的同时表现明显优于默认 HPA。
引用
@article{arxiv.2206.15176,
title = {A Time Series Forecasting Approach to Minimize Cold Start Time in Cloud-Serverless Platform},
author = {Akash Puliyadi Jegannathan and Rounak Saha and Sourav Kanti Addya},
journal= {arXiv preprint arXiv:2206.15176},
year = {2022}
}