云计算、物联网以及社交网络等媒体技术的发展,使得全球各种各样的数据呈爆炸态势涌现,随之就出现了大量亟待解决的服务需求,因此在互联网的演进过程中,海量的数据处理和服务需求成为了一大挑战。目前,大数据服务被广泛地用于海量数据的业务处理,同时它多以集群方式部署在传统物理机或者虚拟机上,然而此方式往往会削弱服务的性能和灵活性。该研究借助一种新兴的轻量级虚拟技术容器在性能和灵活性方面的优势,将大数据服务部署到容器技术构建的环境中,可保障服务运行时的高性能和灵活的生命周期管理。在大数据应用场景中,很多业务的服务需求具备不可预期性,当面对突增或骤减的数据负载变化时,合理地进行服务的动态调度至关重要。构建容器化大数据服务,并进行基于服务性能的容器调度可通过较低成本满足高可用和高性能的要求,保障服务和主机节点的正常运行。通过上述的阐述与分析,本文的主要研究工作有:1.为了解决现有监控架构存在的单一粒度级监控问题,从全局多粒度层级监控角度出发,给出了一种面向大数据服务的容器监控架构。该监控架构主要包含监控服务和告警响应服务两大部分。监控服务负责实现大数据服务中多粒度层级指标数据的监控,并集成了监控展示平台来实时的掌握监控对象的变化。告警响应服务负责告警规则和告警响应机制的设计,完成对告警信息的管理和告警的响应处理工作。2.为了改善服务层级调度研究的缺乏,提出了一种面向大数据服务的容器调度方法。此方法为了解决服务调度方面存在的问题,进行了大数据服务容器调度的需求分析,明确了大数据服务中的调度对象和调度流程。为了解决已有调度方法存在的静态调度问题,本文自定义了容器调度方法并给出了核心算法的实现,以满足业务处理过程中动态的服务需求。3.结合交通大数据应用案例,对容器调度方法进行了可行性和有效性测试与分析,对容器调度前后服务的主要性能指标进行了对比分析。实验验证了本文方法的可行性和有效性,通过进行面向大数据服务的容器调度,能够改善服务性能,保障服务的稳定运行。