一种面向星载操作系统的Rust容器状态管理方法及系统与流程

本发明涉及容器资源管理领域，尤其是涉及一种面向星载操作系统的rust容器状态管理方法及系统。

背景技术：

1、随着国产化cpu和gpu等硬件资源的快速发展，国产操作系统在各行各业的应用逐渐广泛。国产化硬件搭载国产星载操作系统成为航天技术发展的重要方向。

2、星载操作系统受空间资源的严格限制，在采用容器技术搭配gpu卡部署大模型、构建通用计算容器集群时，无法像地面系统一样进行图形化管理容器镜像和实时调控设备资源。资源调度策略不合理会导致容器资源分配失衡，部分容器资源过剩，而核心业务容器资源匮乏，不仅会降低系统的整体性能，还会导致应用程序运行不稳定，甚至影响其它非容器类业务的正常运行。

3、因此，如何在星载场景下实现容器资源的精细化、动态化管控，确保核心业务容器的资源保障，并避免单容器故障影响整个系统运行，成为亟待解决的技术问题。

技术实现思路

1、为了解决现有技术中星载场景下容器资源管控困难、调度策略不合理导致系统性能下降及稳定性不足的问题，本发明提供一种面向星载操作系统的rust容器状态管理方法及系统，通过基于rust语言开发的核心守护进程，结合cgroups v2特性实现容器资源的精准采集、动态调度与故障自动化处理。

2、在本发明的第一方面，提供了一种面向星载操作系统的rust容器状态管理方法。该方法包括：

3、步骤s1、系统初始化：星载操作系统启动后，内核启用cgroups v2特性并挂载cgroup控制器；读取podman.conf配置文件获取资源监控参数；启动基于rust语言开发的podman-scheduler-daemon守护进程，初始化各资源采集单元；

4、步骤s2、podman容器资源获取：调用podman api获取容器元数据并提取cgroupsv2路径，读取cgroups v2内核文件获取容器cpu、内存、i/o、gpu全维度资源使用情况；

5、步骤s3、资源分析与调度策略生成：基于资源使用情况进行进程状态判断，对进程正常的容器进行资源使用阈值评估，将资源使用率与podman.conf中的预设阈值对比，针对不同超限类型计算新的资源限制参数，并执行动态优先级计算生成调度策略；

6、步骤s4、决策执行与故障处理：根据所述调度策略和容器状态，执行资源调整或故障处理，包括进程异常处理、资源超限处理、内存泄漏处理、i/o异常处理及gpu故障处理；

7、步骤s5、资源清理：容器终止后释放所占用的cpu、内存、i/o、gpu资源，返回监控状态等待下一监控周期。

8、通过采用上述技术方案，本发明利用rust语言的内存安全特性保障守护进程在高并发调度场景下的稳定运行，通过cgroups v2内核接口实现全维度资源精准采集，结合星载定制化配置与遥测技术，实现了星载场景下容器资源的动态、智能调度，确保核心业务容器的资源保障，避免单容器故障影响整个系统运行。

9、可选的，所述步骤s2包括：

10、获取容器队列及运行状态：调用podman api获取容器元数据，解析元数据中的cgrouppath字段并提取各容器的cgroups v2绝对路径，验证容器实际运行状态并过滤非运行态容器；

11、获取cpu使用率：读取容器cgroups v2目录下cpu.stat文件，通过两次采样获取cpu时间增量，结合cpu核数计算cpu使用率；

12、获取内存使用率：读取容器cgroup v2目录下的memory.current和memory.max，计算内存使用率；

13、获取i/o使用率：读取容器cgroup v2目录下的io.stat文件，通过两次采样差值计算单位时间i/o速率，结合io.max中的读写带宽上限计算i/o使用率；

14、获取容器基础状态信息：读取容器cgroup v2目录下的cgroups.procs文件获取容器内所有进程id，结合/proc/[pid]/cmdline和/proc/[pid]/status获取进程状态信息；

15、获取gpu资源使用情况：通过cgroups v2 gpu子系统内核文件读取gpu卡使用数量、显存实际使用量、显存限制、gpu算力负载及gpu共享权重，计算gpu显存使用率和gpu算力使用率。

16、通过采用上述技术方案，实现了对容器全维度资源使用情况的精准采集，为后续资源分析与调度策略生成提供可靠的数据基础。

17、可选的，所述调用podman api获取容器元数据之后，还包括：

18、判断容器元数据是否完整；

19、若是，则解析容器元数据；

20、若否，则记录api错误，并等待重试。

21、通过采用上述技术方案，提高了容器状态采集的鲁棒性，避免因api瞬时异常导致的数据缺失。

22、可选的，所述cpu使用率的计算公式为：

23、cpu使用率=（cpu时间增量/（采样间隔cpu核数））100%；

24、所述内存使用率的计算公式为：

25、内存使用率=（memory.current/memory.max）100%；

26、所述i/o使用率的计算公式为：

27、读速率=（read2-read1）/采样时间间隔；

28、写速率=（write2-write1）/采样时间间隔；

29、容器读使用率=（读速率/读带宽上限）100%；

30、容器写使用率=（写速率/写带宽上限）100%；

31、其中，read1 和write1为第一次采样值，read2 和write2为第二次采样值；

32、所述gpu显存使用率的计算公式为：

33、gpu显存使用率的计算公式为：

34、gpu显存使用率=（显存实际使用量/显存限制）100%；

35、gpu算力使用率计算公式为：

36、gpu算力使用率=（实际gpu算力负载/预设gpu最大负载上限）100%。

37、通过采用上述技术方案，为资源使用阈值评估提供了量化的计算依据，确保资源使用率的准确计算。

38、可选的，所述步骤s3包括：

39、检测容器进程状态，若进程异常则直接触发故障处理流程；若进程正常则进入资源使用阈值评估环节；

40、将获取的cpu、内存、i/o、gpu资源使用率与podman.conf中的预设阈值进行对比，针对不同超限类型计算并生成新的资源限制参数；

41、结合资源超限计算结果执行动态优先级计算，生成容器调度优先级参数；

42、按照星载任务优先级排序容器，计算全维度资源缺口，核心任务优先分配资源，释放低优先级容器冗余资源，调用podman cgroup接口更新cpu、内存、i/o、gpu全维度资源限制。

43、通过采用上述技术方案，实现了容器资源的动态优先级调度和全维度资源优化配置，优先保障核心业务容器的资源供给，提升系统整体资源利用率。

44、可选的，所述步骤s4包括：

45、进程异常场景：判断容器是否满足重启条件，不满足则标记故障状态并发送遥测警告；满足则执行延迟重启，若为gpu进程异常，重启前先释放该容器占用的gpu设备和显存资源；

46、资源超限场景：根据所述调度策略执行差异化操作，包括记录健康状态、容器迁移、容器重启或资源调整；

47、gpu故障场景：针对gpu显存溢出、负载过高、硬件过热、设备故障执行自动化参数调整和业务迁移，所有操作均通过星载遥测实现。

48、通过采用上述技术方案，针对星载场景下的各类常见故障提供了自动化应急调节机制，实现单个容器故障不影响系统整体运行的可靠性目标。

49、可选的，所述gpu故障场景的处理包括：

50、gpu显存溢出：检测到容器gpu显存使用超过预设显存限制阈值时触发显存回收，关闭容器非核心算力进程并降低显存使用上限，若为共享模式gpu容器则暂停其gpu使用权限；

51、gpu负载过高或硬件过热：检测到容器gpu负载超过预设算力负载上限或星载gpu硬件温度超过预设gpu温度阈值时，降低gpu算力负载上限并将部分算力资源迁移至空闲gpu卡，若为单gpu卡则暂停低优先级gpu容器的算力使用；

52、gpu卡设备故障：检测到容器挂载的gpu卡出现硬件故障时，将容器的gpu相关业务迁移至正常gpu卡并标记故障gpu卡为不可用状态，若无备用gpu卡则将该容器切换至cpu算力降低运行模式，同时发送遥测故障警告。

53、通过采用上述技术方案，实现了gpu资源在显存溢出、负载过高及硬件故障场景下的自动化保护与业务连续性保障。

54、可选的，所述podman-scheduler-daemon基于rust语言的内存所有权和借用机制开发，以实现对podman api的高效调用，并利用rust借用检查器在编译阶段保证多线程环境下的调度稳定性。

55、通过采用上述技术方案，从根本上避免了内存泄漏、空指针及多线程数据冲突问题，保障星载环境下长时间运行的稳定性。

56、可选的，所述podman-scheduler-daemon启动后开启毫秒级循环监控，结合crc校验和数据重传技术，以解决星载环境辐射导致的数据错误问题。

57、通过采用上述技术方案，保障了星载强辐射环境下监控数据的实时性、准确性和传输可靠性。

58、在本发明的第二方面，提供了一种面向星载操作系统的rust容器状态管理系统。该系统包括硬件层、文件系统层、容器层，其中：

59、硬件层包含星载系统的硬盘、cpu、gpu硬件设备；

60、文件系统层由linux内核和星载嵌入式文件系统组成，所述内核启用cgroups v2特性提供资源隔离能力，所述星载嵌入式文件系统实现轻量化存储管理；

61、容器层包括容器启停模块和容器资源与调度模块，所述容器启停模块由podman和podman-compose组成，所述容器资源与调度模块由podman-scheduler-daemon实现，包含容器状态采集模块、资源分析器、优先级队列及决策执行器。

62、通过采用上述技术方案，通过硬件层-文件系统层-容器层的三层架构设计，适配星载操作系统的轻量化、高可靠需求，实现容器资源的端对端全流程管控。

63、综上所述，本发明包括以下至少一种有益技术效果：

64、1.基于rust语言内存安全特性，从根本上避免了内存泄漏和多线程数据冲突，保障星载环境下守护进程长期稳定运行；

65、2.通过cgroups v2内核接口直接读取与podman api调用相结合的方式，实现cpu、内存、i/o、gpu全维度资源的精准采集与动态调整；

66、3.针对星载场景定制化的配置文件与毫秒级监控机制，结合crc校验与数据重传技术，有效应对空间辐射导致的数据错误，满足星载系统高实时性与高可靠性需求；

67、4.建立涵盖内存泄漏、i/o异常、gpu显存溢出、gpu负载过高及gpu设备故障的自动化应急调节规则，实现单容器故障隔离，避免影响系统整体运行；

68、5.结合星载遥测技术支持远程状态调整与故障告警推送，适配星载系统的远程运维与无人值守需求。