面向容器云平台的集群资源调度管理器的设计与实现
本文选题:云计算 + 容器 ; 参考:《浙江大学》2017年硕士论文
【摘要】:随着云计算技术的发展,以Docker为代表的容器技术为数据中心的基础架构带来了新的选择。资源调度管理对于数据中心而言有着至关重要的作用。然而,目前大多数容器云平台的资源调度系统普遍基于队列模型或二级调度框架。由于模型本身的限制,这些集群调度器在处理调度问题的全局优化上存在着一些不足。为了有效地解决这一问题,本文将集群调度问题抽象为流量网中最小费用最大流的优化问题,并将其应用在容器云平台中。在构建流量网时,我们将集群中的机器资源、工作负载等物理实体定义为网络节点,并通过对节点之间边的容量和费用进行合理赋值来将不同的调度策略实例化。特别地,部分复杂的调度策略则引入了准入控制与多轮计算。立足于容器云平台本身的特性及对资源调度问题的需求,本文主要进行了如下两个创新工作:1)在流量网中引入由租户抽象出的节点,并在此基础上提出多租户多可用域模型。该调度方法立足于容器云平台服务于多租户,横跨多个可用域的特性,通过对网络中有向弧费用的合理赋值与配置,配合准入控制与多轮计算,用以实现多租户间的差异化服务,以及作业中多实例在不同可用域内的高可用。2)对现有的协同共址模型进行功能扩展,使该模型的费用模型可以接受用户的自定义,从而具备对复杂调度策略的抽象建模能力。为了验证算法效果,本文依托Kubernetes集群进行了系列实验,涉及对不同的调度模型及集群中不同类型的工作负载的验证。实验结果证明,该算法能够良好地应用于容器云平台中。
[Abstract]:With the development of cloud computing technology, the container technology represented by Docker brings a new choice for the data center infrastructure. Resource scheduling management plays an important role in data center. However, most resource scheduling systems of container cloud platform are generally based on queue model or two-level scheduling framework. Due to the limitations of the model itself, these cluster schedulers have some shortcomings in global optimization of scheduling problems. In order to solve this problem effectively, this paper abstracts the cluster scheduling problem as the optimization problem of the minimum cost and maximum flow in the traffic network, and applies it to the container cloud platform. When constructing a traffic network, we define the physical entities such as machine resources and workload as network nodes, and instantiate different scheduling strategies by assigning reasonable capacity and cost between nodes. In particular, access control and multi-wheel computation are introduced into some complex scheduling strategies. Based on the characteristics of container cloud platform and the requirement of resource scheduling problem, this paper mainly introduces two innovative work: 1) to introduce nodes abstracted by tenants in traffic network, and on this basis, a multi-tenant multi-availability domain model is proposed. The scheduling method is based on the container cloud platform serving multi-tenant, spanning the characteristics of multiple available domains, through the reasonable assignment and configuration of the directed arc cost in the network, combined with access control and multi-round calculation. In order to realize the differentiated service between multi-tenants, and the high availability of multi-instance in different usable domains, the existing co-address model can be extended, so that the cost model of the model can accept the user's definition. Therefore, it has the ability of abstract modeling for complex scheduling policies. In order to verify the effectiveness of the algorithm, a series of experiments based on Kubernetes cluster are carried out, involving the verification of different scheduling models and different types of workloads in the cluster. Experimental results show that the algorithm can be well applied to container cloud platform.
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP393.09
【相似文献】
相关期刊论文 前10条
1 陈宇,熊光泽;单调时限调度算法的可调度分析[J];计算机工程与应用;2001年23期
2 刘文涛,张群,孙肃清;关于炼钢厂重调度问题的研究[J];冶金自动化;2004年06期
3 张居阳 ,礼欣 ,孙吉贵;基于约束的调度研究和实现[J];计算机工程与应用;2004年33期
4 刘琳;谷寒雨;席裕庚;;工件到达时间未知的动态车间滚动重调度[J];机械工程学报;2008年05期
5 黄峰;丁亚武;;人机协同模式下的手工调度技术研究[J];黑龙江科技信息;2011年35期
6 郭艳东;黄敏;王庆;;锁定初始调度的紧急工作单机重调度问题[J];东北大学学报(自然科学版);2013年05期
7 姜洋;孙伟;丁秋雷;张旭;;考虑行为主体的单机调度干扰管理模型[J];机械工程学报;2013年14期
8 李向军,王书振;网络化集成制造模式下调度问题的混合遗传算法[J];西安联合大学学报;2002年04期
9 王中杰,吴启迪,有杰;基于多目标的半导体生产线满意调度[J];控制与决策;2002年06期
10 李云峰;凌晓冬;武小悦;;调度问题中的冲突研究[J];兵工自动化;2007年06期
相关会议论文 前10条
1 李建更;涂凍生;马海涛;;单机拖后时间总和问题交付期扰动时最优调度不变范围的一种求法[A];第十九届中国控制会议论文集(一)[C];2000年
2 刘海龙;黄小原;;总的未完工费用最小的多机调度问题[A];1995中国控制与决策学术年会论文集[C];1995年
3 沈吟东;曾西洋;;公共交通驾驶员调度的复杂性及解决方法[A];’2004计算机应用技术交流会议论文集[C];2004年
4 李兵;蒋慰孙;;Job shop问题的建模及调度[A];1996中国控制与决策学术年会论文集[C];1996年
5 王海星;申金升;;智能蚁群算法解决公交区域调度问题研究[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年
6 王成尧;汪定伟;;模糊加工时间的单机调度问题[A];1996中国控制与决策学术年会论文集[C];1996年
7 齐向彤;涂奉生;;双交付期E/T调度问题[A];1997年中国控制会议论文集[C];1997年
8 吴斌;方叶祥;崔志勇;;基于人工蜂群算法的越库调度问题研究[A];第25届中国控制与决策会议论文集[C];2013年
9 方涛;吴受章;;FMS的自适应调度:结构与算法研究[A];1992年中国控制与决策学术年会论文集[C];1992年
10 刘兴初;赵千川;郑大钟;;具有不同准备时间和交付期的单机E/T调度问题研究[A];1998年中国控制会议论文集[C];1998年
相关重要报纸文章 前2条
1 本报记者 贾科华;火电机组叫苦调度不合理[N];中国能源报;2012年
2 本报记者 高芳;牵住“牛鼻子” 巧解“推进难”[N];湖南经济报;2008年
相关博士学位论文 前10条
1 郭鹏;具有分段恶化效应生产过程的智能优化调度研究[D];西南交通大学;2014年
2 元野;基于图着色模型的零担物流调度优化问题研究[D];哈尔滨工业大学;2015年
3 李雪松;模糊环境下若干单机批加工调度问题的模型及其算法研究[D];哈尔滨工业大学;2015年
4 汤雅连;关联物流运输调度问题研究[D];广东工业大学;2015年
5 周理;高效可重构阵列计算:体系结构,,设计方法与程序映射技术研究[D];国防科学技术大学;2014年
6 冯大光;一类批处理机调度的理论和方法研究[D];东北大学;2011年
7 孟盈;钢铁企业并行批生产决策与调度问题研究[D];东北大学;2011年
8 杨磊;内容网络中内容调度技术研究[D];重庆大学;2015年
9 李亚志;流水制造单元调度智能优化方法[D];东南大学;2015年
10 丁宁;若干调度问题的算法研究[D];大连理工大学;2016年
相关硕士学位论文 前10条
1 张亮;云计算环境下的资源调度技术的研究[D];江南大学;2015年
2 冯卓鹏;重载运输卸车组织优化研究[D];西南交通大学;2015年
3 崔雪源;基于遗传模拟退火算法的航班着陆调度问题[D];华中师范大学;2015年
4 王翠;基于超图模型和相继干扰消除的链路调度问题的研究[D];曲阜师范大学;2015年
5 张勇;带拒绝和释放时间的单机批调度问题[D];山东大学;2015年
6 吴凡;基于粒子群优化算法的风电-火电机组组合调度研究[D];华北电力大学;2015年
7 赵虎;MTO模式下的制造企业稳健型调度问题研究[D];重庆理工大学;2015年
8 吉佳红;基于细菌觅食算法的改进及应用研究[D];江苏科技大学;2015年
9 周超;柔性作业车间批量问题研究[D];宁波大学;2014年
10 赵兴野;工序顺序柔性作业车间描述与调度研究[D];大连理工大学;2015年
本文编号:1967514
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1967514.html