基于“天擎”平台的微信程序设计与实现

从气象部门近年推广使用的大数据云平台“天擎”中获取气象服务数据和产品,并使用Java开发程序进行处理,以微信为端口,向用户推送定制化的气象服务产品。     

基于模拟退火算法的粒子群优化算法在容器调度中的应用

随着互联网产业的发展,虚拟机创建速度慢、不易扩展、灵活性不足等缺点越来越凸显,容器技术的出现为这些问题提出了一种新的解决思路;而现有的调度算法仅考虑容器云集群中工作节点的内存、CPU等物理资源,没有考虑对容器云调度后的镜像分发过程有明显影响的网络负载率,导致容器调度任务等待时间过长,造成数据中心的资源浪费;鉴于粒子群优化算法在局部开采能力和全局探测方面有较强的优势,提出了一种基于模拟退火算法的粒子群优化算法(SA-PSO,simulated annealing particle swarm optimization algorithm)的容器调度算法,通过使用模拟退火优化粒子群算法使其在算法初期跳出局部最优情况,提升算法性能;在Kubernetes平台实验过程中,SA-PSO调度算法相比Kubernetes的BalancedQosPriority算法,提升了整体节点资源利用率,显著减少任务最少等待时间;同时与标准PSO算法以及动态惯性权重PSO算法进行对比,不仅收敛能力有显著提升,并且相较标准PSO算法全局最优节点命中率提升近60％.     

容器技术-Docker

容器技术已有十几年的发展历史,Docker作为容器技术的一种,并作为PaaS的核心技术之一,自从2013年发布以来,一直受到IT界的热捧.Docker提供的应用程序容器技术承诺将像几年前的虚拟化技术一样改变IT操作的运行方式.本文针对关于应用程序容器技术的常见问题,并指出了Docker在当前软件开发应用中的重要性.     

Hadoop分布式集群的自动化容器部署研究*

针对Hadoop集群部署方式过程繁琐复杂、耗时费力、运维难度大,并且不利于集群的快速扩展的问题,提出一种结合Docker容器化技术快速、简单、灵活部署集群的解决方案。该方案综合利用了Docker在应用分发和Ambari进行集群管理的优势,把Ambari及其运行环境和配置构建成Docker Image,并把多节点容器的运行和Hadoop的部署过程写成Shell脚本。只需一条命令,即可实现跨平台的任意节点Hadoop集群的自动化安装部署。实验证明,该方案简单可靠并极大的提高了集群部署的效率。这有利于科研和数据分析人员将更多精力用于其他相关工作。     

一种基于Docker容器的集群分段伸缩方法

针对现有的虚拟机集群伸缩方法响应慢、开销大的问题,提出一种基于Docker容器技术的虚拟机集群伸缩方法。在检测实时工作负载同时通过自回归模型对未来工作负载进行预测,最后使用排队论模型计算所需伸缩量。首先从虚拟机自身进行资源重分配,然后依据工作负载变化率选择Docker容器级别的伸缩或虚拟机级别的伸缩,直到请求响应时间在用户可接受范围之内为止。实验结果证明,在面对不同的工作负载变化情况时,该方法可以提供更快的响应速度和更低的开销。     

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Docker容器虚拟化技术的人工智能学习系统设计

为进一步提升学校学习系统的智能化管理水平，基于Docker容器虚拟化技术构建一种人工智能学习管理系统。其中，设计的管理系统总共包含监测、资源预测、自动伸缩以及资源调度四个模块，并主要对其中的资源预测方法以及应用部署进行了详细设计。实验仿真结果表明，与双层LSTM模型以及Attention-LSTM模型相比，本研究提出的GRU-LSTM预测模型整体上能够取得更好的预测效果，在MAE、MSE、RMSE三个指标上，进行容器CPU的使用率预测结果误差分别为1.345、2.870以及1.683,在进行容器内存使用率上的预测结果误差分别为0.111/0.035以及0.179;在模块功能的测试上，本研究设计的学习管理系统性能良好且运行稳定。综上，本研究设计的基于Docker容器虚拟化技术的人工智能学习管理系统能够进行准确且稳定的系统管理，能够帮助管理人员进一步准确地掌握系统的各项信息，具有较强的实用性。     

云计算应用中的嵌入式容器技术研究

虚拟化技术从主机虚拟化发展到容器虚拟化,推动了计算开发模式的变更.容器虚拟化技术广泛应用于云计算,提供高效灵活的计算资源配置,极大提高了计算资源的利用率和软件开发效率.以Docker为代表的容器实现了持续集成、持续交付和部署.在嵌入式系统中,应用灵活多变,配置较多,涉及到应用和实时操作系统的配置裁减,系统重构复杂.本文...     

容器编排工具中部署工作节点的资源优化

随着云计算飞速发展, 以Docker为代表的容器技术逐渐被重视. 目前, 3种常见的容器编排工具有Kubernetes、Docker Swarm和Rancher. 然而, 现有的容器编排工具在所有工作节点的总容量超标时, 将会有响应时间长和资源占用较多等问题. 因此, 本文设计LSD (least space unused)算法以及LRU-SD (least recently used and space unused)算法, 并应用于3种编排工具中. 当总容量超出上限时, 则选择删除不工作的节点并且增加新的工作节点. 做法上, LSD算法是删除剩余空间最少的工作节点, LRU-SD算法先考虑删除最久未使用的节点, 当有多个符合要求的节点时, 则删除剩余空间最少的工作节点. 实验部分, 分析与比较使用不同算法对3种容器编排工具的影响, 包含响应时间、CPU和内存. 实验结果发现, LSD算法、LRU-SD算法和LRU算法不仅能够提高编排工具的响应时间, 还可以增加资源的使用率. 同时, 在提升CPU的使用率方面, LRU-SD算法的效果最好.     

从Docker容器看容器技术的发展: 一种系统文献综述的视角

近些年,软件构造、运行和演化过程面临着诸多新需求,例如开发测试环境需要高效切换或配置、应用隔离、减少资源消耗、提高测试和部署效率等,给开发人员开发和维护软件带来了巨大的负担.容器技术有希望将开发人员从繁重的开发运维负担中解脱出来,尤其是Docker作为目前工业界的容器行业标准,近年来逐渐成为学术界一个热门的研究领域.为了帮助研究人员全面准确地理解当前Docker容器研究的现状和趋势,使用系统文献综述(systematic literature review)的方法搜集了75篇该领域最新的高水平论文,进行了详细的分析和总结.首先,使用定量研究方法调查了Docker容器研究的基本现状,包括研究数量、研究质量、研究领域和研究方式.其次,首次提出了面向Docker容器研究的分类框架,分别从核心、平台和支持3个方面对当前研究进行了系统性地归纳和梳理.最后,讨论了Docker容器技术的发展趋势并总结了7个未来的研究方向.     

Docker容器化下的遥感算法程序集成方法

目的 近年来，随着我国遥感技术的快速发展，遥感数据呈现出大数据的特点，遥感数据的时效性增强，针对新环境下遥感算法编程语言众多，程序运行和部署环境需求多样，程序的集成和部署困难的问题，提出了一种遥感算法程序快速封装与Docker容器化系统集成架构。方法 该系统架构主要包括：1）遥感算法程序的镜像自动化封装制作；2）镜像的分发管理，达到算法程序镜像的共享；3）遥感信息产品生产流程的容器化编排服务，将相关联的算法程序镜像串联，以满足特定遥感信息产品的生产；4）容器的调度运行，调用镜像，实现特定遥感产品的容器化运行。本文在上述容器化系统集成架构下，以Landsat5数据的NDVI、NDWI信息产品的生产作为容器化生产实例，并同物理机、KVM （kernel-based virtual machine）虚拟机在运行时间、内存占用量、部署效率等性能进行了对比。结果 Docker容器虚拟化环境下的产品生产和物理机环境下在运行时间和内存占用量上几无差别，优于KVM虚拟机。Docker容器虚拟化环境和KVM虚拟机环境下在部署上能够节省大量时间，相比于物理机环境能够提高部署效率。结论 容器化的系统集成方式能够有效解决遥感算法程序集成和部署困难的问题，有利于遥感算法程序的复用和流程的共享，提高系统集成效率，具备较强的遥感数据实时快速处理能力。     

Docker容器技术的应用部署平台设计与研究

为了解决目前企业应用管理平台存在的云储存服务器资源消耗不断增长的问题,从而为企业用户提供高可靠性服务,本文首先对基于云计算的Docker容器技术进行了研究,在分析企业应用部署需求的基础上,利用成熟的Web应用开发框架,基于Docker容器引擎设计并实现了一套应用部署平台,同时还实现了应用的编排和自动部署.从CPU和内存...     

异构容器云间应用迁移模型研究

为解决基于Docker容器的应用跨异构容器云迁移的问题,针对主流的异构容器编排引擎的编排原理进行了研究,同时也研究了主流容器服务提供商之间的异构性,在此基础上提出了基于Docker容器的应用跨异构容器云迁移的三层模型。为提高基于Docker容器的应用跨异构容器云迁移的效率,提出基于镜像预同步的应用迁移技术。实验结果表明,利用三层模型能成功实现应用跨异构容器云的迁移,并且在引入镜像预同步技术前后,同构云异构容器编排引擎之间的应用迁移时间平均减少了60.33%,异构云Kubernetes集群间的应用迁移时间平均减少了43.67%。     

基于流量控制的Docker容器网络带宽控制机制

针对Docker容器缺乏对网络带宽资源进行限制的能力的问题,提出了一种基于流量控制（TC）的Docker容器网络带宽控制机制。首先,基于CGroups文件系统的实时监测机制,利用Linux内核的虚拟文件系统（VFS）作为媒介,将Docker容器创建时设置的网络控制参数传递给Linux内核流量控制器TC;然后,通过引入IFB模块实现上下行带宽控制,并使用rate、ceil及prio参数进行空闲带宽共享及容器优先级控制;最后,控制TC执行具体的网络限制,以实现容器之间灵活的网络资源控制。实验结果表明,该机制在容器独占带宽场景下可有效地将实际容器带宽限制在2%的波动范围内,而在共享空闲带宽场景下可在平均误差0.5%的范围内精准限制容器带宽,同时该机制能够基于优先级弹性地管理资源。该机制具有提供更为原生的接口且无需额外工具配合的优势,可为基于Docker的云平台的细粒度弹性网络资源控制提供便捷有效的解决思路。     

基于异常检测Docker容器的监控系统研究

Docker容器监控系统在系统运维层面保障容器的安全。为解决当前容器监控系统存在部署过程复杂、异常检测精确度低、资源消耗量大和监控潜在黑洞等问题,采用Prometheus+、Sysdig和Weave scope等组件,构建支持可视化交互的综合型监控系统框架。该系统不仅可以快速准确定位异常来源、易于部署和资源消耗量低,还可以采用多种执行方式。依照监控组件资源使用量和组件执行模式,设计实验并对该系统进行研究。实验结果显示,Prometheus+磁盘故障检出率高并且可以长期存储数据,Sysdig在异常检测的误检率低并且耗费资源少,Weave Scope的异常检出率低,但是它可以同时监控多个容器。实验结果验证了该系统的有效性,其不仅可以全面地实时监控Docker容器内的各个节点,还可以解决多容器联合监控的问题。同时,系统从根本上降低了Docker容器整体的安全风险。     

一种基于容器技术的经销商现场管理系统架构方案

随着互联网、云计算的快速发展,容器等新技术不断涌现。面对传统汽车经销商DMS系统存在的服务能力、管理能力和运营能力上的不足,提出一种新的经销商架构建设方案。通过系统解耦,以RESTful服务化进行架构实施,并通过容器化进行系统实现,构建新一代基于容器的经销商解决方案,使架构更加灵活,并降低了后续系统运营成本。     

基于容器的轻量级工业控制系统网络安全测试床研究

针对现有工业控制系统(ICS)测试床部署成本高、网络拓扑简单固定、难以共享等问题,提出了一种基于容器的轻量级ICS网络安全测试床构建方法。该方法将田纳西—伊斯曼过程模型及其控制算法分别封装为两类Docker容器镜像,根据Web图形化界面绘制工业控制网络拓扑,自动配置容器接口并连接成仿真工控网络,最终实现具有真实的工业控制网络数据流的ICS网络安全测试床。实验结果表明,该方法仅需要较少的系统资源,就可快速实现给定网络拓扑的测试环境,支持多种网络攻击测试,相比于其他ICS测试床,具有更好的资源使用、加载速度和可移植性,有利于ICS网络安全的测试、研究和教学工作。