發(fā)布時間：2021-07-31 05:58

　　Kubernetes是基于Docker容器技術的開源容器管理系統(tǒng),憑借其強大的容器編排能力,目前已經(jīng)成為了容器管理領域的首選方案。然而,Kubernetes默認的資源調(diào)度策略存在著不足,無法滿足復雜場景下的資源調(diào)度需求。本文以Kubernetes作為研究對象,介紹了Kubernetes的核心概念和資源調(diào)度方案,并提出了一種基于負載預測的資源調(diào)度策略,該策略使用預測式的資源調(diào)度機制,根據(jù)負載預測模型的預測結(jié)果提前進行資源調(diào)度,從而減少應用程序的請求響應時間,并提高系統(tǒng)的服務質(zhì)量。本文分析了Kubernetes集群中應用的負載特征,基于經(jīng)驗模態(tài)分解（EMD）和時間卷積網(wǎng)絡（TCN）建立了一種組合負載預測模型EMD-TCN。使用EMD算法對應用負載數(shù)據(jù)進行分解,使用TCN模型對分解后的數(shù)據(jù)進行預測,將各個分量的預測結(jié)果疊加,得到最終的預測結(jié)果。Kubernetes根據(jù)模型的負載預測值為應用及時、準確地分配資源,避免因負載突變導致的調(diào)度不及時的情況。在Pod調(diào)度過程中本文提出了一種節(jié)點優(yōu)選算法,根據(jù)不同類型Pod對資源的消耗情況選擇合適的目標節(jié)點進行調(diào)度,從而消除節(jié)點上單一資源的瓶頸,提高節(jié)點... 

【文章來源】：西北師范大學甘肅省

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【部分圖文】：

Docker與虛擬機的比較

西北師范大學碩士學位論文8（a）虛擬機（b）Docker圖2-1Docker與虛擬機的比較2.1.2Docker基本架構(gòu)Docker采用client-server架構(gòu)，主要由Dockerdaemon、Dockerclient、Docker鏡像、Docker容器和Docker鏡像倉庫五部分組成，其架構(gòu)圖如圖2-2所示。圖2-2Docker架構(gòu)圖（1）DockerdaemonDockerdaemon是一個守護進程，負責啟動和停止容器、創(chuàng)建容器、上傳容器鏡像以及在倉庫中檢索鏡像。該守護進程在啟用Docker的主機上運行，并接受來自Docker客戶端的命令。（2）DockerclientDockerclient用于管理容器，并通過RestfulAPI與Docker守護進程通信，該

第2章相關技術介紹112.2.3Kubernetes系統(tǒng)架構(gòu)Kubernetes屬于主從分布式架構(gòu)，主要由Master節(jié)點、Node節(jié)點和客戶端命令行工具kubectl組成，系統(tǒng)架構(gòu)如圖2-3所示。圖2-3Kubernetes系統(tǒng)架構(gòu)圖Master節(jié)點是Kubernetes集群的控制節(jié)點，主要負責整個系統(tǒng)的調(diào)度和管理，所有對于Kubernetes的命令操作都需要在控制節(jié)點上執(zhí)行[37]。Master節(jié)點主要包含以下四個組件：（1）APIServerAPIServer是Kubernetes系統(tǒng)的對外接口，提供RESTAPI供客戶端和其它組件調(diào)用，支持水平擴展。它的核心功能是為Kubernetes中各類資源對象提供增刪改查等操作。APIServer通過一個名為kube-apiserver的進程提供服務，該進程運行在Master節(jié)點上，在默認情況下，kube-apiserver進程在本機的8080端口提供REST服務，可以同時啟動HTTPS安全端口來加強RESTAPI訪問的安全性。如架構(gòu)圖中所示，kubectl是直接與APIServer交互的，默認監(jiān)聽6443端口。（2）ControllerManagerControllerManager（簡稱CM）是集群內(nèi)部的管理控制中心，負責對集群中的資源對象和命名空間進行管理。ControllerManager內(nèi)部包含了ReplicationController、NodeController、NamespaceController等多個控制器，各個控制器通過APIServer提供的接口實時監(jiān)控整個集群中不同資源對象的當前狀態(tài)。當系統(tǒng)發(fā)生

【參考文獻】：
期刊論文
[1]基于雙向時間深度卷積網(wǎng)絡的中文文本情感分類[J]. 韓建勝,陳杰,陳鵬,劉杰,彭德中.  計算機應用與軟件. 2019(12)
[2]基于Kubernetes應用的彈性伸縮策略[J]. 陳雁,黃嘉鑫.  計算機系統(tǒng)應用. 2019(10)
[3]基于三次指數(shù)平滑法和時間卷積網(wǎng)絡的云資源預測模型[J]. 謝曉蘭,張征征,王建偉,程曉春.  通信學報. 2019(08)
[4]一種基于應用歷史記錄的Kubernetes調(diào)度算法[J]. 何龍,劉曉潔.  數(shù)據(jù)通信. 2019(03)
[5]一種基于負載均衡的Kubernetes調(diào)度改進算法[J]. 譚莉,陶宏才.  成都信息工程大學學報. 2019(03)
[6]基于ICS的云計算資源預測負載的研究[J]. 張光亞.  科技通報. 2019(04)
[7]基于Mesos的分布式參數(shù)優(yōu)化調(diào)度策略及系統(tǒng)設計[J]. 李鑠,陸忠華,孫永澤.  科研信息化技術與應用. 2019(02)
[8]基于時間卷積網(wǎng)絡的模擬電路故障診斷方法[J]. 陽景,潘強,潘紅兵.  電子測量技術. 2019(05)
[9]基于Kubernetes負載特征的資源預測模型研究[J]. 謝文舟,孫艷霞.  網(wǎng)絡安全技術與應用. 2018(04)
[10]一種適用于Docker Swarm集群的調(diào)度策略和算法[J]. 馬曉光,劉釗遠.  計算機應用與軟件. 2017(05)

碩士論文
[1]基于特征自編碼和時間卷積網(wǎng)絡的股價預測研究[D]. 滿成劍.山東大學 2019
[2]基于Kubrnetes的容器云平臺強多租戶模型關鍵技術研究[D]. 李偉東.浙江大學 2019
[3]基于Kubernetes的容器自動伸縮技術的研究[D]. 楊茂.西安郵電大學 2018
[4]基于Kubernetes的伸縮性分布式資源調(diào)度器的設計與實現(xiàn)[D]. 徐凱.西安電子科技大學 2017
[5]基于Kubernetes-on-EGO的兩級資源調(diào)度器的設計與實現(xiàn)[D]. 臺慧敏.西安電子科技大學 2017
[6]基于Kubernetes的容器云平臺資源調(diào)度策略研究[D]. 唐瑞.電子科技大學 2017
[7]基于Docker的PaaS平臺的研究與應用[D]. 江萌.華北電力大學(北京) 2017
[8]基于Kubernetes的資源動態(tài)調(diào)度的研究與實現(xiàn)[D]. 楊鵬飛.浙江大學 2017



本文編號：3312910