Podpora pro prediktivní škálování aplikací na platformě Kubernetes

Abstract

Cílem této práce je vytvořit nové rozhraní, které umožní uživateli zpracovávat sbírané metriky pro škálování podle definované formule (např. využití průměrné hodnoty, matematických rovnic, podmíněných příkazů apod.), kterou sám definuje. Dále umožňuje využít externí rozhraní pro připojení komponenty, který definuje vlastní škálovací chování, pomocí kterého může uživatel docílit automatizovaného prediktivního škálování aplikací na platformě Kubernetes. Zvolené problémy jsem vyřešil upravením jádra KEDY implementací nového rozhraní pro škálování podle vlastní formule s aritmetickými a podmiňovacími výrazy a možnosti připojení vlastní externí metody pro výpočet metrik pomocí gRPC technologie. Vytvořené řešení poskytuje flexibilnější způsob zpracovávání metrik a také umožňuje implementovat způsob zcela vlastníThe goal of this work is to create a new interface that will allow users to process collected metrics for scaling according to a formula (e.g. average value, mathematical equations, conditional statements) defined by a user. It also allows users to use an external interface for connecting KEDA to a component that defines its own scaling behavior, with which the user can achieve more complex solutions like automated predictive scaling of applications on Kubernetes platform. I solved the selected problems by modifying the KEDA core by implementing a new interface for scaling according to a custom formula with arithmetic and conditional expressions and the ability to connect a custom external remote method for calculating metrics using gRPC technology. The created solution provides a more flexible way to process metrics and also allows user to implement their own methods.