原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
软件学报
ISSN
1000-9825,
CODEN
RUXUEWE-mail:
jos@
2025,36(3):981−994
[doi:
10.13328/ki.jos.007280]
[CSTR:
32375.14.jos.007280]
©中国科学院软件研究所版权所有.Tel:
+86-10
*
基于组合负载预测模型的多租户数据库弹性伸缩方法
1,2,31,21,21,21,21,21,2
徐海洋,
刘海龙,
陈
先,
王
磊,
金
轲,
侯舒峰,
李战怀
1(西北工业大学
计算机学院,
陕西
西安
710100)
2(大数据存储与管理工业和信息化部重点实验室
(西北工业大学),
陕西
西安
710100)
3(西安中兴新软件有限责任公司,
陕西
西安
710100)
通信作者:
刘海龙,
E-mail:
liuhailong@
摘要:
云环境下的多租户数据库重要特性之一是可伸缩性,
然而大部分的弹性伸缩技术难以针对复杂变化的负
载进行有效的伸缩决策.
若能提前预测负载变化,
则能够准确地调整资源供给.
鉴于此,
提出了基于内存负载预测
的多租户数据库弹性伸缩方法,
包括一种组合负载预测模型和一种弹性伸缩策略.
组合负载预测模型融合了卷积
神经网络、长短期记忆网络和门控循环单元的优势,
可以比较精确地预测数据库集群内存负载需求;
弹性伸缩策
略基于需求预测结果,
调整虚拟机数目,
保证资源供应处于合理范围.
与现有方法对比,
所提出的模型预测误差降
低了8.7%–21.8%,
预测拟合度提高了4.6%.
在此基础上,
改进了贝叶斯优化算法,
用于该模型超参数调优,
解决了
贝叶斯优化在离散解、连续解的组合域中效果较差的问题,
误差指标值降低了20%以上,
拟合度提高了1.04%.
实
验结果表明,
与Kubernetes中应用最广泛的伸缩策略相比,
所提出的弹性伸缩方法避免了弹性伸缩的滞后性与资
源浪费,
响应时间降低了8.12%,
延迟降低了9.56%.
关键词:
多租户数据库;
资源管理;
资源预测;
弹性伸缩
中图法分类号:
TP311
中文引用格式:
徐海洋,
刘海龙,
陈先,
王磊,
金轲,
侯舒峰,
李战怀.
基于组合负载预测模型的多租户数据库弹性伸缩方法.
软件学
报,
2025,
36(3):
981–994.
/1000-9825/7280.htm
英文引用格式:
Xu
HY,
Liu
HL,
Chen
X,
Wang
L,
Jin
K,
Hou
SF,
Li
ZH.
Elastic
Scaling
Method
for
Multi-tenant
Databases
Based
on
Hybrid
Workload
Prediction
Model.
Ruan
Jian
Xue
Bao/Journal
of
Software,
2025,
36(3):
981–994
(in
Chinese).
/
1000-9825/7280.htm
ElasticScalingMethodforMulti-tenantDatabasesBasedonHybridWorkloadPrediction
Model
1,2,31,21,21,21,21,21,2
XU
Hai-Yang,
LI
文档评论（0）