集成Docker容器的OpenStack云平台性能研究

针对Open Stack云平台虚拟机未能较好利用宿主物理机资源的问题,结合基于组件工作的Open Stack在云平台管理中的高效性和Docker容器虚拟化的快速部署优势,搭建基于Docker容器技术的Open Stack云平台。对云平台管理的Docker容器中实际运行的客户机操作系统进行计算、调度、内存访问、文件读写等基础性能测试,做出相关性能的评估与分析,并在多实例运行状态下将其与Open Stack传统虚拟机进行性能比较。分析结果表明,该云平台能够利用Docker容器的轻量级虚拟化优势,优化云计算管理系统的计算性能和文件读写性能。     

基于Docker的云资源弹性调度策略

针对云资源弹性调度问题,结合Ceph数据存储的特点,提出一种基于Docker容器的云资源弹性调度策略。首先,指出Docker容器数据卷不能跨主机的特性给应用在线迁移带来了困难,并对Ceph集群的数据存储方法进行改进;然后,建立了一个基于节点综合负载的资源调度优化模型;最后,将Ceph集群和Docker容器的特点相结合,利用Docker Swarm实现了既考虑数据存储、又考虑集群负载的应用容器部署算法和应用在线迁移算法。实验结果表明,与一些调度策略相比,该调度策略对集群资源进行了更细粒度的划分,实现了云平台资源的弹性调度,并在保证应用性能的同时,达到了合理利用云平台资源和降低数据中心运营成本的目的。     

Docker动态调度算法的设计与实现

Docker作为容器的实施引擎,能高效部署、执行和管理容器。然而,现有Docker容器资源管理机制基于静态配置,无法根据应用类型特征和资源需求在运行时进行高效的动态资源分配。因此,实验性地分析Docker运行不同负载时的资源使用和性能情况,设计并实现了一种基于运行时的Docker动态调度算法,优先满足实时型应用容器服务要求,同时保证批处理型应用容器的性能。另外,算法根据节点运行现状推荐创建最合适的应用容器,最大化节点的资源利用率。实验表明,动态调度机制不会引入明显的性能开销;当容器间出现资源竞争时,可以将实时型应用容器满足服务要求的时间段延长87.5%,且最多对同时运行的批处理应用容器的性能造成2.9%的开销。算法推荐机制将节点上能够运行的容器实例数增大2.3倍时,对批处理型应用容器只造成最多9.3%的性能损耗。     

基于OpenStack的高资源利用率Docker调度模型

在现有OpenStack云平台与Docker容器技术的集成方案中,基于容器初始资源请求的调度模型由于未充分考虑容器运行时的实际资源使用情况,导致资源利用率较低。为满足云计算领域的高资源利用率和低成本需求,构建基于OpenStack云平台的Docker调度模型（DSM）,将其与OpenStack的Keystone、Glance以及Neutron组件的API进行交互,获取创建容器所需的镜像、网络等资源,同时调用Docker Engine提供的API部署容器,对容器生命周期进行高效灵活管控。通过融合初始化模块、资源实时感知模块、容器调度模块、资源实时监测模块和容器迁移模块,并在容器调度模块中利用资源可用度评估与优先级决策调度机制为容器选择最优的计算节点,实现OpenStack云平台中资源的高效利用。实验结果表明,与经典Nova-Docker和Yun集成方案采用的调度模型相比,DSM调度模型在CPU和内存利用率上至少提升38.54、30.17个百分点和38.40、28.69个百分点。     

OpenStack对象存储身份和访问控制管理的安全性分析与改进

随着云计算技术的蓬勃发展,Open Stack作为"云"家族中的新兴成员正在逐步成为该领域的核心技术。作为公有云和私有云的共同技术基础,Open Stack不但可以提供基础平台层的服务,而且能够实现统一的云管理平台自动化。然而,Open Stack作为一种新型的、动态的云服务,目前在安全性方面仍不完善。本文重点对Open Stack的对象存储进行安全性分析,发现Open Stack对象存储中身份认证、访问管理两个方面存在安全隐患。针对这些安全问题,本文提出相应的改进方案,提高了Open Stack对象存储的安全等级,为用户提供更为安全的平台服务。     

Docker技术在软件开发过程中的应用研究

Docker是一个构建在LXC之上的,基于进程容器(Processcontainer)的轻量级VM解决方案。从2013年Docker项目的出现至今,在容器技术中,Docker已经得到迅速的发展和应用[1]。本文针对Docker的技术优势和架构体系,分析了Docker镜像的特点以及Docker容器的创建技巧,并指出了Docker在当前软件开发应用中的重要性。     

医疗云平台资源调度策略研究

针对云平台中资源调度策略过于简单,不能有效适应医疗业务需求的问题,分析不同医疗系统对资源的不同需求,以此为根据提出IB-Choose资源调度策略。基于Open Stack平台构建包含医生诊疗系统、实验科检验系统和影像归档系统的医疗云平台,并在该平台上实现IB-Choose策略。实验结果表明,与Open Stack默认资源调度策略Chance相比,IB-Choose可将启动虚拟机的服务时间缩短25%~30%,同时减少云资源开销并提高其利用率。     

Docker容器资源管控配置实战

作为轻量级容器管理引擎,Docker对现有容器工具进行了封装、集成,大大简化其安装、配置和管理。Docker可方便地用于PaaS云服务、持续集成、资源管理等多个领域,有效实现对资源的管控和隔离。本文分析了Docker的资源管控能力,并总结了实际使用Docker时,需要注意的具体配置和辅助使用外部工具配置方案。     

对基于Docker的虚拟化技术的几点探讨

Docker技术一种容器级的虚拟化技术,同时也是一种轻量级的容器管理引擎,采用Docker虚拟化技术可以快速的实现大量的标准化应用的部署,在软件开发与测试等相关测试中具有十分广泛的用途。通过对Docker的虚拟化技术基本规范进行分析,探讨了Docker技术的隔离性能与资源控制功能,并对Docker的虚拟化技术应用优势进行分析。     

基于Docker的虚拟化技术分析与探究

Docker技术属于一种容器虚拟技术,也是一种容器管理引擎。笔者主要围绕该技术进行讨论分析,旨在利用Docker虚拟技术实现标准化应用部署,将其运用到软件开发和测试环节,能取得较好应用效果。通过对该技术基本规范和应用特点进行研究,可凸出其资源控制和隔离功能,促进Docker技术良好发展。