基于改进的人工蜂群算法Docker Swarm集群调度方法设计与实现

发布时间：2021-07-19 12:56

　　随着云计算技术的快速发展,一系列问题也暴露了出来,其中比较突出的问题就是集群的负载以及资源利用率问题。容器技术的出现解决了一部分资源利用问题,相较于虚拟机,容器的资源占用率更低。然而,随着计算能力需求的快速增长,集群的负载和资源利用率问题同样存在于容器集群中。由于在集群中可以批量创建,并且每个节点能搭载大量容器,当容器分配不均匀或者节点不对应容器的需求时,就会导致集群的资源利用不均衡、利用率低,造成很大的资源浪费。本文选用目前容器技术中最热门的Docker容器,针对上述集群资源问题进行研究,提出一种基于改进的人工蜂群算法的调度策略,主要研究工作包括以下几个方面:首先,对现有的集群管理工具,进行了研究对比,选用Docker原生集群管理工具DockerSwarm进行重点研究,分析了其结构和内部模块,并对其内置的调度策略进行了分析研究,发现策略中存在的问题。再对目前学者们提出的调度策略进行分析,根据现有调度策略算法的不足,设计了一种新的动态加权的资源平衡算法,该算法较已有的调度算法更加全面的考虑到各项资源的占比和容器对资源的偏重,并且同样兼顾了节点资源平衡情况。然后,对人工蜂群算法进行了系统... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图２－１虚拟机结构图??

图２－２容器结构图??

容器???图２－２容器结构图??目前，容器技术己经被广泛运用到生产当中，解决了大量在生产环境中的问题，??这些问题大都出现在运行环境改变时［１８］。例如当开发者编写应用代码的环境为??Ｗｉｎｄｏｗｓ，但是需要ｐｕｓｈ的上层环境为Ｌｉｎｕｘ，类似这样作系统变化的情况操时，应??用可能会因为操作环境的改变导致一些功能上的问题。当配套软件环境发生改变??时，发生间歇性故障的概率就会增大，然而容器恰好解决了这个问题。??２．１．２容器技术对比虚拟机技术??容器和虚拟机的功能非常相似［＠?：它们都隔离了应用程序及其关联性，从而??构建起一套能够随处运行的自容纳单元。除此之外，容器与虚拟机不但不受对物理??硬件资源的束缚，还能更为高效地利用计算资源［２（）］，从而提升了资源利用率和成??本效益。??虚拟机能将操作系统、虚拟硬件和用户空间打包在一个新的虚拟机中，并且利??用“虚拟机管理程序”在物理设备上运行［２１］。虚拟机依赖于ｈｙｐｅｒｖｉｓｏｒ

【参考文献】：
期刊论文
[1]基于Docker swarm集群的动态加权调度策略[J]. 黄凯,孟庆永,谢雨来,冯丹,秦磊华.  计算机应用. 2018(05)
[2]一种适用于Docker Swarm集群的调度策略和算法[J]. 马晓光,刘钊远.  计算机应用与软件. 2017(05)
[3]算法参数对人工蜂群算法性能的影响[J]. 郭书杰,方兴,赵鹤群.  软件导刊. 2017(04)
[4]基于Docker Swarm集群的容器迁移策略的实现[J]. 毛祺,卢胜林.  信息技术. 2016(09)
[5]基于Docker Swarm集群的调度策略优化[J]. 卢胜林,倪明,张翰博.  信息技术. 2016(07)
[6]基于云计算机的虚拟化技术应用研究[J]. 田密.  物联网技术. 2016(04)
[7]云数据中心虚拟机管理研究综述[J]. 何嘉,彭商濂.  电子科技大学学报. 2016(01)
[8]基于容器虚拟化技术研究[J]. 汪恺,张功萱,周秀敏.  计算机技术与发展. 2015(08)
[9]国内外云计算产业发展现状对比分析[J]. 陈阳.  北京邮电大学学报(社会科学版). 2014(05)
[10]选择虚拟机还是容器?[J]. 张振伦.  软件和信息服务. 2014(09)

博士论文
[1]云环境下任务调度关键问题研究[D]. 金刚.吉林大学 2015

硕士论文
[1]虚拟化云计算中资源管理的研究与实现[D]. 肖斐.西安电子科技大学 2010



本文编号：3290742