qmhu
qmhu
可能的思路是：exec到craned容器内访问prometheus测试下
Is the chart download blocked by network?
Would you like to improve it?
as we discussed, the scheduling framework's total score will consider normalized score for all plugins, your crane-scheduler plugin is one of the plugins.
emm.. indeed. @mfanjie any idea?
> 以下是一个简单的EHPA流程样例: > > 准备一个压力程序: 为了模拟压力环境，我们需要使用一个能够提供恒定或变异压力的程序。例如，可以使用Python编写一个脚本，每隔一段时间执行一次HTTP GET请求，这将导致应用程序接收到不同的压力。 > > 样品程序: 为了测试EHPA，需要一个简单的Web应用程序，该程序将响应HTTP GET请求，并通过查询数据库或其他方式提供一些数据。 > > 安装和配置EHPA: 使用kubectl部署Prometheus和EHPA，并将EHPA配置为使用一个特定的Prometheus实例。根据Prometheus和服务的实际部署和名称调整配置文件。 > > 观察服务行为: 开始观察服务的行为，在这里我们需要使用Grafana等监视工具。在EHPA中的规则使用了Prometheus标签对应的数据，并指定了期望的阈值。如果阈值被触发，则立即对服务进行度量调整。 > > 生成预测数据: 启动预测跟踪，并开始收集和分析性能指标。根据观察到的行为，EHPA可以分析每个组件的性能特征，并预测未来性能。这些预测数据可以在日志或Grafana等监视工具中看到。 > > 除了这些点，还应该考虑其他因素，例如在应用服务部署到生产环境之前执行的一些基准测试，以了解服务的基本性能特征，以及生成预测时的误差率和精度等因素。 请实现这个过程并提交代码。这样才算一个合格的bootcamp贡献
already updated the wechat image in homepage
@zou2699 Would you please explain more about your chart like which line is what metric.
算法首先会计算周期是天，还是周，然后会对上一个周期进行FFT和IFFT，得到下一个周期的数据，因此如果周期是周时，就不会出现你提的问题。所以你可以用debug方法看下你的数据预测的周期是什么。 https://gocrane.io/docs/core-concept/timeseriees-forecasting-by-dsp/
in 1.26+ version, you should disable autoscaling when starting craned.