本文選題：云計(jì)算 + 容器　； 參考：《浙江大學(xué)》2017年碩士論文

【摘要】：云計(jì)算是一種將計(jì)算資源按需供應(yīng)給用戶的新型商業(yè)模式,它能滿足用戶復(fù)雜的動(dòng)態(tài)資源需求,從而減少用戶在購(gòu)置基礎(chǔ)設(shè)施以及硬件維護(hù)成本。如何將云平臺(tái)中的物理資源,如CPU、內(nèi)存、磁盤(pán)和網(wǎng)絡(luò)帶寬等,以最為有效的方式提供給用戶,是一個(gè)急需解決的難題。目前針對(duì)云計(jì)算資源的管理和調(diào)度研究大都集中在IaaS層,當(dāng)PaaS平臺(tái)從IaaS層申請(qǐng)到資源后,如何讓資源利用率最大化是至關(guān)重要的。對(duì)于容器云平臺(tái)而言,研究重點(diǎn)在于如何去管理和調(diào)度運(yùn)行應(yīng)用的容器資源。本文立足于容器云平臺(tái),對(duì)容器層的資源動(dòng)態(tài)調(diào)度、實(shí)例自動(dòng)伸縮、負(fù)載均衡等方面進(jìn)行了研究。本文首先研究了具有代表性的開(kāi)源容器云平臺(tái)Kubernetes,并詳細(xì)地介紹了Kubernetes的架構(gòu)與設(shè)計(jì)。隨后研究了多種可用于預(yù)測(cè)應(yīng)用資源使用量的預(yù)測(cè)模型,重點(diǎn)介紹了 ARIMA模型和神經(jīng)網(wǎng)絡(luò)模型,并基于這兩種模型提出一種組合模型的方案。根據(jù)組合模型的預(yù)測(cè)結(jié)果,提出一種資源動(dòng)態(tài)調(diào)度算法,可為Kubernetes集群中Node節(jié)點(diǎn)上的應(yīng)用進(jìn)行動(dòng)態(tài)的資源調(diào)度。并隨即設(shè)計(jì)了基于負(fù)載的實(shí)例自動(dòng)伸縮模塊、應(yīng)用對(duì)資源敏感程度的負(fù)載均衡模塊。最后設(shè)計(jì)了一系列實(shí)驗(yàn),驗(yàn)證了擴(kuò)展后的Kubernetes的資源動(dòng)態(tài)調(diào)度、實(shí)例自動(dòng)伸縮以及負(fù)載均衡的能力。實(shí)驗(yàn)結(jié)果表明,擴(kuò)展后的Kubernetes能有效提高資源利用率以及應(yīng)用的服務(wù)質(zhì)量。
[Abstract]:Cloud computing is a new business model which can supply computing resources to users on demand. It can meet the complex dynamic resource requirements of users and reduce the cost of purchasing infrastructure and hardware maintenance. How to supply the physical resources such as CPU, memory, disk and network bandwidth in cloud platform to users in the most effective way is a difficult problem to be solved urgently. At present, most of the researches on the management and scheduling of cloud computing resources are focused on the IaaS layer. When the PaaS platform applies to the resources from the IaaS layer, how to maximize the utilization of resources is very important. For container cloud platform, the research focus is on how to manage and schedule container resources for running applications. Based on the container cloud platform, this paper studies the resource dynamic scheduling, instance automatic scaling, load balancing and so on. This paper first studies the representative open source container cloud platform Kubernets and introduces the architecture and design of Kubernetes in detail. Then we study several forecasting models which can be used to predict the usage of application resources. Arima model and neural network model are introduced. Based on these two models, a combined model scheme is proposed. Based on the prediction results of the combined model, a dynamic resource scheduling algorithm is proposed, which can dynamically schedule resources for applications on Node nodes in Kubernetes cluster. And then the load-based automatic expansion module is designed and the load-balancing module which is sensitive to resource is applied. Finally, a series of experiments are designed to verify the capability of the extended Kubernetes resource dynamic scheduling, instance automatic scaling and load balancing. The experimental results show that the extended Kubernetes can effectively improve resource utilization and application quality of service.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢曉龍,唐立新,劉文新;動(dòng)態(tài)調(diào)度的研究方法綜述[J];控制與決策;2001年02期

2 劉愛(ài)軍;楊育;邢青松;陸惠;張煜東;周振宇;吳光輝;趙小華;;柔性作業(yè)車間多目標(biāo)動(dòng)態(tài)調(diào)度[J];計(jì)算機(jī)集成制造系統(tǒng);2011年12期

3 韓真真,彭艦,劉錦德;實(shí)時(shí)分布式環(huán)境中動(dòng)態(tài)調(diào)度服務(wù)研究[J];大連理工大學(xué)學(xué)報(bào);2003年S1期

4 張晴,饒運(yùn)清;車間動(dòng)態(tài)調(diào)度方法研究[J];機(jī)械制造;2003年01期

5 吳秀麗;;柔性作業(yè)車間動(dòng)態(tài)調(diào)度問(wèn)題研究[J];系統(tǒng)仿真學(xué)報(bào);2008年14期

6 王國(guó)磊;鐘詩(shī)勝;林琳;;基于聚類狀態(tài)隸屬度的動(dòng)態(tài)調(diào)度Q-學(xué)習(xí)[J];高技術(shù)通訊;2009年04期

7 王小哲;;作業(yè)車間動(dòng)態(tài)調(diào)度建模與仿真研究[J];電腦編程技巧與維護(hù);2011年22期

8 李玉慶;徐敏強(qiáng);王日新;王海波;;基于蟻群算法的航天器觀測(cè)動(dòng)態(tài)調(diào)度研究[J];計(jì)算機(jī)測(cè)量與控制;2009年05期

9 許鵬;王焱;;車間動(dòng)態(tài)調(diào)度方法研究與應(yīng)用[J];航空制造技術(shù);2009年21期

10 李歧強(qiáng);李明;張平;;基于事件邏輯的煉油企業(yè)動(dòng)態(tài)調(diào)度系統(tǒng)[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年12期

相關(guān)會(huì)議論文 前10條

1 徐躍飛;張曉坤;彭炎午;李言;;動(dòng)態(tài)調(diào)度在智能制造中的應(yīng)用[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

2 梁椺;于海斌;;基于禁忌搜索的單機(jī)提前／拖期動(dòng)態(tài)調(diào)度方法研究[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2001年

3 邊志興;;作業(yè)車間的模糊動(dòng)態(tài)調(diào)度問(wèn)題研究[A];第十屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2008年

4 楚斌;高小強(qiáng);鄭忠;;煉鋼—連鑄動(dòng)態(tài)調(diào)度輔助系統(tǒng)[A];第七屆(2009)中國(guó)鋼鐵年會(huì)論文集（下）[C];2009年

5 姚建明;張秀敏;劉麗文;;基于改進(jìn)螞蟻算法的拉動(dòng)式供應(yīng)鏈動(dòng)態(tài)調(diào)度分析[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集[C];2006年

6 許劍;呂志民;徐金梧;王嶺;常志明;謝華;王晨仲;陳洪濤;;以銜接區(qū)物流管制為中心的DHCR動(dòng)態(tài)調(diào)度系統(tǒng)分析[A];中國(guó)金屬學(xué)會(huì)2003中國(guó)鋼鐵年會(huì)論文集（4）[C];2003年

7 曹巖;郭顏軍;趙汝嘉;林廷圻;;基于MAS的生產(chǎn)過(guò)程動(dòng)態(tài)調(diào)度與控制[A];制造業(yè)與未來(lái)中國(guó)——2002年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2002年

8 林正;羅大明;謝燕琴;熊桂喜;;BRT動(dòng)態(tài)調(diào)度技術(shù)的研究[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

9 王先鵬;周川;陳慶偉;;通信受限的時(shí)延網(wǎng)絡(luò)控制系統(tǒng)動(dòng)態(tài)調(diào)度與控制同步設(shè)計(jì)[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）[C];2013年

10 賀飛鳴;嚴(yán)雋薇;;面向?qū)ο蟮腜etri網(wǎng)用于FMS動(dòng)態(tài)調(diào)度的研究[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

相關(guān)重要報(bào)紙文章 前3條

1 首席記者 崔凌云;動(dòng)態(tài)調(diào)度當(dāng)前經(jīng)濟(jì)運(yùn)行工作 建立落實(shí)省委省政府部署臺(tái)賬[N];蘭州日?qǐng)?bào);2014年

2 項(xiàng)燕子;盡快提升網(wǎng)運(yùn)信息化管理水平[N];中國(guó)郵政報(bào);2012年

3 章晉輝　本報(bào)記者 饒品翔;加快進(jìn)度 保證質(zhì)量 確保防汛工作萬(wàn)無(wú)一失[N];撫州日?qǐng)?bào);2011年

相關(guān)博士學(xué)位論文 前6條

1 楊富社;大城市常規(guī)公交動(dòng)態(tài)調(diào)度理論與方法研究[D];長(zhǎng)安大學(xué);2015年

2 陳鴻海;基于重調(diào)度需度驅(qū)動(dòng)機(jī)制的柔性作業(yè)車間多目標(biāo)動(dòng)態(tài)調(diào)度研究[D];合肥工業(yè)大學(xué);2015年

3 趙月;基于動(dòng)態(tài)優(yōu)化的動(dòng)態(tài)調(diào)度問(wèn)題研究[D];東北大學(xué);2013年

4 聶黎;基于基因表達(dá)式編程的車間動(dòng)態(tài)調(diào)度方法研究[D];華中科技大學(xué);2011年

5 胡詠梅;基于粗集的車間動(dòng)態(tài)調(diào)度研究[D];山東大學(xué);2005年

6 張利平;作業(yè)車間預(yù)反應(yīng)式動(dòng)態(tài)調(diào)度理論與方法研究[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 于文超;城市公共自行車系統(tǒng)智能調(diào)度優(yōu)化算法研究[D];上海交通大學(xué);2015年

2 劉堅(jiān);支持動(dòng)態(tài)調(diào)度和負(fù)載均衡的云資源管理平臺(tái)D-Cloud的設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2015年

3 石小秋;柔性作業(yè)車間的動(dòng)態(tài)生產(chǎn)調(diào)度問(wèn)題研究[D];西南科技大學(xué);2015年

4 劉亞彬;公交動(dòng)態(tài)調(diào)度系統(tǒng)中的數(shù)據(jù)預(yù)測(cè)方法[D];東北大學(xué);2014年

5 趙秀文;物聯(lián)網(wǎng)環(huán)境下城市公交單線路動(dòng)態(tài)調(diào)度方法[D];東北大學(xué);2014年

6 黃文杰;單件生產(chǎn)系統(tǒng)的啟發(fā)式動(dòng)態(tài)調(diào)度[D];東南大學(xué);2015年

7 何院生;考慮能耗優(yōu)化的柔性作業(yè)車間動(dòng)態(tài)調(diào)度方法研究[D];哈爾濱工業(yè)大學(xué);2016年

8 王勝平;移動(dòng)云計(jì)算環(huán)境下移動(dòng)設(shè)備的能量?jī)?yōu)化算法研究[D];南京郵電大學(xué);2016年

9 朱萍萍;緊急訂單到達(dá)條件下的虛擬單元?jiǎng)討B(tài)調(diào)度問(wèn)題研究[D];江蘇科技大學(xué);2016年

10 王會(huì)靈;訂單陸續(xù)到達(dá)下虛擬單元多期構(gòu)建與動(dòng)態(tài)調(diào)度問(wèn)題研究[D];江蘇科技大學(xué);2016年

，

本文編號(hào)：2075125