predictive-horizontal-pod-autoscaler:使用统计模型具有预测能力的卧式自动定标器

【文件属性】：

文件名称：predictive-horizontal-pod-autoscaler:使用统计模型具有预测能力的卧式自动定标器

文件大小：182KB

文件格式：ZIP

更新时间：2024-05-21 11:03:38

kubernetes replicas predictions predictive-analytics autoscaling

该项目得到以下机构的支持： 预测水平Pod自动定标器 这是一个； 旨在具有与Horizo​​ntal Pod Autoscaler相同的功能，但是使用统计模型添加了预测元素。 这将广泛使用 ，以为Horizo​​ntal Pod Autoscaler零件提供大多数功能。 我为什么要使用它？ 该自动定标器使您可以选择模型并进行微调，以预测资源应具有的副本数量，从而避免发生诸如定期重复出现的高负载之类的事件。 特征 在功能上与Horizo​​ntal Pod Autoscaler相同，用于在不进行预测的情况下计算副本数。 选择统计模型以应用于“水平Pod自动定标器”副本计数逻辑。 Holt-Winters平滑 线性回归 允许自定义Kubernetes自动缩放选项，而无需访问主节点。 因此可以在诸如EKS或GCP之类的托管解决方案上工作。 CPU初始化周期。 规模较小的稳定化。 同

【文件预览】：
predictive-horizontal-pod-autoscaler-master
----.style.yapf(49B)
----requirements-dev.txt(83B)
----docs()
--------img()
--------reference()
--------requirements.txt(95B)
--------user-guide()
--------index.md(3KB)
----config.yaml(500B)
----.pylintrc(18KB)
----internal()
--------config()
--------prediction()
--------stored()
--------hook()
--------evaluate()
--------fake()
--------algorithm()
----.github()
--------ISSUE_TEMPLATE()
--------workflows()
----mkdocs.yml(780B)
----LICENSE(11KB)
----CONTRIBUTING.md(8KB)
----sql()
--------1_init_schema.up.sql(993B)
----main.go(9KB)
----codecov.yml(456B)
----examples()
--------persistent-linear()
--------simple-holt-winters()
--------simple-linear()
--------dynamic-holt-winters()
----.gitignore(64B)
----algorithms()
--------holt_winters()
--------linear_regression()
--------requirements.txt(44B)
----CHANGELOG.md(4KB)
----Makefile(1KB)
----go.sum(55KB)
----CODE_OF_CONDUCT.md(3KB)
----readthedocs.yml(138B)
----README.md(5KB)
----build()
--------Dockerfile(1KB)
--------entrypoint.sh(777B)
----go.mod(2KB)