基于openstack云平台的docker应用

openstack与Docker作为云计算领域两个最热门的开源项目,其中openstack提供了一个简化部署云平台的工具集,目标是提供虚拟计算和存储服务;Docker则提供一个可以运行应用程序的解决方案,是一个构建在LXC上的轻量级虚拟化容器。针对目前openstack云平台创建的实例为虚拟机,占用宿主机大量的资源配额的问题,本文介绍一种openstack环境中创建的实例为Docker容器,相比较虚拟机具有启动速度快,资源利用率高以及性能开销小的优点。此外详细介绍Docker的工作原理,主要特性,底层的实现以及在openstack云平台中的集成使用。     

云计算虚拟化技术的发展与趋势探讨

云计算是一种融合了多种计算机技术的数据处理计算模式,其技术关键在于海量数据存储与大范围数据管理。随着现代技术的发展,计算技术已逐渐从发展初期步入成熟期,并在我国诸多企业得到广泛应用。随着信息技术的快速发展,云计算的核心技术发生了相应变化。虚拟技术以灵活性高、快捷等特点,一跃成为了云计算的核心技术,而云计算也面临着全新的技术革新。基于此,阐述了虚拟化技术的概念,提出了虚拟化平台构成的安全威胁与防范措施,深入分析了Docker技术的优势与不足,详细概括了Docker技术对云计算发展的影响,并从虚拟化技术与容器技术并存、在虚拟机内运行Docker容器技术、以Docker容器为中心的云计算核心技术三方面,分析云计算虚拟化技术未来的发展趋势。     

Openstack与Docker融合的探究

Open Stack已成为了云计算中基础设施即服务(Infrastructure as a Service,简称Iaas)标准。Docker是基于Linux容器为基础构建的容器引擎,通过命名空间和资源划分实现资源隔离和调配,使用分层存储构建镜像,实现了将操作系统和应用捆绑的方法,使得应用系统环境标准化、集装箱化传递成为现实。文章探究了Open Stack、Docker的融合,分析了OPen Stack融合Docker的三种方案,为Open Stack的部署、Docker技术的应用提供了参考。     

基于事件驱动机制的虚拟化故障检测恢复系统

为解决虚拟化条件下云平台故障排除不及时的问题,在开源云平台Open Stack上设计并实现一种虚拟化故障检测恢复系统。该系统由GUI层、调度层、逻辑层和功能层组成,以事件驱动机制为核心,将系统中传递的信息作为事件按时序进行处理。以感知模块、策略模块、执行模块为主体,调用Open Stack API和Libvirt API实现与虚拟机管理层的交互。建立以信息获取、分析处理、故障恢复为主要内容的故障检测恢复体系,通过对云平台运行环境的实时检测,获取状态参数,根据策略对参数进行分析判断并制定应对措施,实现对故障的自动恢复。实验结果证明,该系统可以在无代理情况下对云平台进行实时检测和故障自动恢复,增强云环境的安全性,提升云平台的高可用性。     

容器技术在软件项目中的应用研究

Docker是一种面向云平台的虚拟化技术.作为容器技术的典型代表,Docker解决了传统虚拟化技术存在的诸多问题,以一种轻量化的方式管理资源,达到资源的最大化利用.对Docker技术的基本原理和架构组件进行了介绍,并基于此分析了Docker技术在软件项目开发中的应用场景.     

基于容器技术的电力设备仿真云平台设计与开发

针对电力设备设计仿真流程中成本高、计算资源利用效率低等问题,利用Docker容器化技术和Kubernetes容器编排技术,构建基于容器的电力设备仿真云平台。结合仿真云平台的需求,从功能实现、镜像构建、云平台架构等方面设计云平台各模块,并对云平台运行中的关键处理流程进行分析。在此基础上,通过动态构建技术从特性匹配、调度算法等方面对云平台的运行进行优化。应用实例结果表明,基于容器的电力设备仿真云平台能充分发挥云平台的优势,正确地根据用户提供的参数应用模板进行仿真。     

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。     

应用于JUNO实验的容器技术研究

江门中微子实验(JUNO)是以测定中微子质量顺序、精确测量中微子混合参数为主要目的的一项物理科学前沿研究实验,其实验规模庞大,数据处理流程繁杂,需借助统一高效的离线计算平台对数据进行分析处理。为此,利用Docker容器分层的镜像技术将JUNO实验所需的环境依赖库打包在镜像文件中,为其制定针对不同操作系统作业的容器镜像,并将不同JUNO容器作业提交至作业调度器上运行,以实现资源共享。对物理机、容器、虚拟机3种平台的CPU性能、I/O性能及JUNO作业的实际运行效果进行对比测试,结果表明,Docker容器能够胜任JUNO离线数据处理,相比虚拟机具有更小的性能损耗。     

面向容器的云平台数据重分布策略研究

随着Docker等的问世,基于容器的操作系统级虚拟化技术受到云计算厂商的广泛关注。针对云平台上不同应用领域的数据库容器(面向事务型任务的数据库容器与面向分析型任务的数据库容器)在运行时对宿主机资源需求的差异,提出一种面向容器的数据重分布策略,用于优化容器中数据库服务的性能。实验结果表明,该策略达到了预期效果,可以有效提升容器中数据库服务的性能。     

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。