随着微服务软件架构的日益发展与成熟,人们清楚地认识到微服务架构在给软件系统带来低耦合、高可用等优势的同时,也增大了服务之间通信协同的系统开销,增加了软件系统部署和运行的成本。因此,如何有效利用系统资源,保证系统服务质量,成为领域内共同关注的问题。目前大多数的解决方法是以成本换质量,根据业务场景和领域经验,按照能够满足请求峰值的方案进行系统部署。但是用户对云环境下系统的请求,是持续的、变化的、不可预测的,这也就决定了目前单一的部署方式,并不能有效解决上述问题。因此,微服务系统的部署状态也需要随着系统的负载(用户请求)的变化而不断产生变化,如何确保服务质量高、服务响应速度快以及系统占用资源少是一个亟需解决的问题。针对上述问题,本文提出了一种基于相似度的云上微服务系统的资源调度算法。首先对整个微服务系统的性能和稳定性进行建模,然后基于该性能模型,我们为调度算法设定目标函数,并与另外三种经典的启发式算法进行对比,得出结论。本文致力于能够针对云环境上的微服务系统,借助轻量级容器技术,根据不断变化的系统负载,动态地改变系统的部署状态,从而提高整个微服务系统的服务性能、减少资源消耗。具体的研究内容包括以下几个方面:(1)基于云环境上的微服务系统,对整个系统进行性能和稳定性的建模。具体从整个系统在云上的资源开销、系统部署状态发生改变时带给系统的不稳定性、以及微服务之间相互调用时的调用成本三个方面分别进行建模,涵盖了整个系统的资源开销、性能、稳定性等要素。(2)以目前较新颖且标准的微服务基准系统Tea Store作为测试环境,在云环境上部署该系统,并研究了Tea Store中各个微服务之间的关联。我们对Tea Store进行了微服务之间关系和占用资源的数据统计,以便将(1)中的三个目标模型套用在Tea Store系统中。(3)设计并实现基于相似度的微服务资源动态调度算法(Similarity-based Dynamic Resource Sheduling Algorithm for Microservice-based Web Systems,Sim-DRS)。针对云上微服务资源调度问题的动态性和实时性,在种群初始化过程中,引入NSGA-II算法和K-means聚类算法,解决普通进化算法使用随机初始化方法所带来的问题,提升Sim-DRS算法性能。本文采用开源的Tea Store系统进行基于相似度的微服务资源动态调度算法(SimDRS)的验证,在严格的时间约束下,采用Sim-DRS算法与另外三种经典启发式算法ACO、PSO、进行对比,最终得到结论:在时间约束更严格的情况下,Sim-DRS的算法效果比三个对比算法的效果更好,达到了我们的优化目的。