一种面向受限环境下集群高可用的任务水平扩缩容方法

本发明涉及分布式集群高可用领域，具体公开一种面向受限环境下集群高可用的任务水平扩缩容方法。该方法针对K3s集群在资源受限环境中存在的单任务扩缩容局限、全局负载失衡及调度滞后等问题，通过双模式动态调整机制与智能预调度算法实现优化。技术方案包括：采用单任务模式优先保障高可用性，全局模式综合节点资源预测进行副本调整；基于GRU算法构建轻量级资源预测模型，对CPU/内存进行UINT量化处理以降低计算开销；运用改进型蚁群优化算法进行预调度评分，通过动态调整信息素权重和启发式矩阵，实现多维资源负载均衡与任务分布优化。本发明显著提升了受限环境下集群的故障容灾能力，使副本数量动态维持在保障高可用性与资源利用率的最优区间。