摘要
本发明公开了一种基于Zygote机制的无服务器计算容器冷启动优化方法,根据函数调用的历史记录预测下一时间段的函数调用次数,并由预测结果根据算法提前准备函数所需依赖,以减少容器冷启动延迟。主要包括通过时间序列预测来较准确地获取下一时间段的函数调用情况。再根据预测结果确定该函数是否启动私有容器,所有不满足条件的获取依赖集合,根据依赖集合对应函数的调用次数、依赖集合中所有依赖的TF值、安装和导入时间,获取所有依赖集合的分数,并按分数由大到小迭代创建Zygote容器,使得在Zygote容器较少的情况下仍可满足未来大多数的函数调用需求,最后针对每个函数调用选取合适的容器执行请求。本发明大大减少了容器冷启动延迟。
技术关键词
容器
函数调用次数
时间序列预测模型
时间段
函数调用时间
镜像
命令
服务器
更新方法
机制
时间比
训练集
元素
数据
重构
参数
主机
控制器
算法
系统为您推荐了相关专利信息
强化学习模型
指标
滑动窗口
数据采集方法
生成多尺度
气体渗透系数
性能预测模型
阻气薄膜
复合材料压力容器
纳米颗粒填料
数据分析方法
时间序列模型
数据分析模型
数据分析系统
数据处理模块