摘要
本申请提供了一种微服务编排方法、装置、存储介质和电子设备,该方法包括:获取第一历史时段内微服务的第一性能数据,微服务的第一性能数据至少包括第一历史时段内获取到的微服务的CPU使用率、内存消耗;将第一性能数据输入至至少一个预训练完成的目标LSTM模型中进行处理,预测得到目标时间段内微服务的至少一个资源预测结果,资源预测结果为预测得到的目标时间段内微服务的资源占用量;根据微服务的所有资源预测结果,确定微服务的最终预测结果,并根据微服务的最终预测结果动态编排微服务的资源分配量。该方法引入机器学习和人工智能技术,通过实时分析服务性能数据,智能预测未来的资源需求,并动态调整资源分配。