科创中国

行业领域

新一代信息技术产业,互联网与云计算、大数据服务

需求背景

随着云计算技术的发展，企业上云已成为趋势，越来越多的企业已经将应用部署到了云上。使用云技术后，运维以及开发者无需考虑底层的技术实现，可以充分发挥云平台的弹性和分布式优势，实现快速部署、按需伸缩、高可用、滚动发布等云具备的很多功能。但是随着应用在云上部署的越来越多，很多应用的基础资源固定，并且始终启动占用系统资源，特别是在私有云部署的各种应用情况下，服务器的资源利用率如CPU、网络、硬盘等相关资源不能得到充分的利用，比如在某钢厂大型工业互联网平台里，有很多不常用的应用可能几天才有人访问一次，但是又不能将该应用停掉，这样就大大的损耗了相关的虚拟资源。现有的云原生处理粗粒度资源管理策略在处理复杂敏感负载的效果不佳。

目前为了解决这一问题，国内外相关的Serverless平台应运而生。然而，Serverless函数及其资源使用特征的性质对平台的时效性提出了新要求和挑战，平台难以在极短的时间内对其进行合理的容量规划以及任务的实时调度，从而引发了人们对当今计算机架构有效执行Serverless函数的能力的质疑。可以通过Serverless函数的性能表征与负载画像建模问题，设计并实现多层感知的云原生Serverless资源管控方法，以减少Serverless函数在执行过程中的资源开销，全面提升Serverless负载的执行效率；同时还可以通过减少应用函数冷热启动时间到百ms级以内，达到很用的应用在用时才会启动。从而可以同过流量监控来控制资源的合理分配。

需解决的主要技术难题

本产品可以应用于各种云原生平台，在保证应用可用的情况下，服务器的资源得到最大限度的利用。需解决：在应用分配好相关资源后，还需要减少应用实际的启动时间，如果应用启动时间过长，那么会导致最终第一次请求的响应时间过长，导致整个系统是不可用的状态。

期望实现的主要技术目标

a.应用启动时间在s级以内

b.应用执行完后，在合理的情况下资源可以被自动回收

需求解析

解析单位：“科创中国”开源产业科技服务团（中国通信学会） 解析时间：2022-11-18

乔嘉林

清华大学软件学院

助理研究员

综合评价

本需求实现非常难，需要具备大数据和云原生相关知识，并在各种平台的应用上都有一定的开发和运维经验的相关专业技术人员才能进行完成，但是会节省很多虚拟资源。

查看更多>

处理进度