在资源调整时，有两种调整方式，垂直伸缩和水平伸缩。本发明选定水平伸缩的方式进行弹性伸缩，这种伸缩方式通过增加虚拟机的数量来提高集群的服务能力，该方式更加灵活，符合分布式的思想。在规则生成时，包含两部分，一部分是通过对日志数据的分析处理得到弹性伸缩规则集，第二部分用该集合训练分类器模型。对遇到新的动态环境，自动分类，根据分类，通过对比得到调整动作，再对集群进行相应的弹性伸缩调整。本发明通过多种分类器模型的对比后选取决策树分类模型，为集群的弹性伸缩功能进行选择弹性伸缩规则的选择令集群既能满足租户设定的 SLA 协定，又能达到伸缩效率提高的目的。

标准化处理历史日志数据

对历史数据进行分析和处理得到弹性伸缩规则集，该集合表示在集群所处某种动态环境下，该集群所需要最佳虚拟机数量。

训练DT分类器模型

用得到的弹性伸缩规则集训练DT分类器模型，当动态环境变化时，经过分类器找到在该动态环境下最佳的虚拟机数量与目前集群中所拥有的虚拟机数量进行减法操作，得到相应的调整动作。

主要工作流程如下：

对集群日志信息进行标准化处理，通过决策树分类器模型，解决了集群在进行弹性伸缩时选择弹性伸缩规则对集群资源合理调整的问题。用分类器进行分类得到调整动作，延迟性更低，伸缩调整更高效。