论文部分内容阅读
Docker容器虚拟化技术是一种共享操作系统内核的虚拟化解决方案,基于Docker技术的云平台日益发展,逐步成为下一代云计算的核心。容器云中资源调度对集群的性能和资源利用率起到决定性作用。Kubernetes容器编排引擎以其强大的服务发现、集群监控、错误恢复能力成为当前应用最为广泛的容器云平台调度器。但Kubernetes没有考虑多计算框架资源调度问题,导致容器云集群进行大数据处理时资源利用率低、负载均衡性差。针对多计算框架下Kubernetes资源调度性能不足,本文提出了一种基于多维资源空闲率权重的调度方法MRWS(Multidimensional Resource Weights Scheduling),并基于开源容器云Open Shift研发了面向多计算框架的容器云平台Paladin,在该平台上设计和实现新的调度方法并进行调度性能测试。主要贡献如下:·提出了面向多计算框架的容器云资源调度方法MRWS。该方法综合考虑待调度容器的资源需求、物理节点的CPU、内存、磁盘、网络带宽空闲率和已部署的容器应用数量等因素,基于多维资源权重参数进行综合评分。·设计自动求解MRWS权重参数的方法。针对MRWS调度方法中的权重参数,使用模糊层次分析法FAHP(Fuzzy Analytic Hierarchy Process)对集群资源自动建模并求解容器应用多维资源权重参数。·在容器云平台上设计和实现MRWS调度方法并进行性能分析。首先在容器云仿真平台Container Cloud Sim上进行大规模的调度仿真,并与Random、First-Fit、Kubernetes调度算法进行对比,新的调度方法能提升约40%的集群负载均衡。然后基于Open Shift研发了面向多计算框架的容器云平台Paladin。最后在该平台上进行多计算框架资源调度性能测试,新的调度方法约提升20%的任务处理性能。