论文研究-一种基于Docker的容器云资源调度方案 .pdf

所需积分/C币:10 2019-08-19 22:37:51 239KB .PDF
10
收藏 收藏
举报

一种基于Docker的容器云资源调度方案,李战,彭扬,随着容器技术的兴起,Docker凭借其轻量级和标准化,迅速成为了云平台的基础解决方案,同时也促进了云平台的飞速发展。如何更加高效
国科技论文在线 使用,使镜像卜载速度更快。 )高资源利用率 传统虚拟机从硬件层面就已经发生了隔离,虚拟机之间是互不可见的,资源也独立不共 中所有的容器共享一个系统内核,共享所有的和内存,而且 容器 的运行不需要额外的虚拟化管理程序支持,可以实现更高的性能。 )可移植 容器几乎可以在任意的平台上运行,通过 定义的标准镜像诗句格式,所 有的镜像都可以自由迁移,而且不需要关心 所处的实际作系统和物理使件环境 次构建,自由分发,这种特性不但给目前的云平台架构体系带来了新思路,也影响了云 计算的发展方向 )持续交付与部署 可以确保从开发到产品发布整个过程环境的一致性。 容器通过相关配置, 保持容器内部所有的配置和依赖关系始终不变。使用 ,开发人员可以使用镜像快速 构建一套标准的开发环境;开发完成后,测试和运维人员可以直接使用相同环境部署。 )版本控制和组件复用 通过 文件系统旳特性,使得镜像之间不冉是相互隔离的,镜像与镜像可 以产生松耦合关系。 镜像变成了多层文件的联合体,这些文件层作为数据元素,通 过不同的组合就可以产生不同的镜像。 还借助 文件系统为每个镜像制作了标 签,每个标签就代表唯一的镜像。通过这些唯一的标签, 为每个镜像提供了历史回 溯,可以随时加载特定标签的镜像 基于 的容器云资源分配框架 为了有效部署具有多样性要求和不同工作负载的网络应用,木文提出了一个基于 的容器云资源分配框架(),包括个新的调度器和两种容器,即托盘容器( 和执行容器(),将资源管理和仼务执行分离。不同于基于虚拟机管理程序的虚拟机放 置,虚拟机的数量及其对物理资源的需求不仅取决于应用程序的工作负载,而且还取决于数 据中心的可用资源 图展示了本框架的概况。当部署一个应用程序时,资源被分配到应用稈序,作为分布 在多个物理机上的一组容器。特别是,每个应用程序至少有一个和一个。 作出资源分配决策,为请求资源,跟踪上的任务状态,管理的生命周期。 完成分配的任务,并向报告其任务执行状态与预期进度的比较 山国利技论文在线 图框架总览 和都嵌入在中。图描述了中的主要组件。在这里,每个都有 个操作系统,在这个操作系统上, 运行一个引擎来维护容器的操作环境,协助嵌入 容器,隔离运行在同一个上的容器。在 引擎中,本文引入了一个新的调度器来 管理的生命周期。在激活应用稈序时,调度程序公根据应用程序的需求和上的可用 资源创建一个并为其分配资源。此外, 引擎使操作系统内核和公共厍能够被多个 执行容器共享,因此聚合共享一些公共库的应用程序可以通过减少冗余来进一步节省成本 图组件结构 当应用稈序请求到达时,该应用稈序的调度器启动并为分配物理资源。分析 应用程序的需求,使用资源分配算法做出资源分配决定,并根据决定请求上的资源。 资源分配算法在第三节讨论。如果该请求已经由的调度器批准,则资源被供应并且 创建。之后,根据资源分配决定将任务分配给。所创建的针对分配的任务进行工 作并将任务执行状态更新到。基于应用程序的实时⊥作负载,可以动态调整的数 量,位置和分配的资源。当应用程序被禁用吋,终止并且其资源由调度器收集。 山国利技论文在线 使用这个框架,为每个应用程序分配的物理资源叮以根据应用程序的需求,中的实 时工作负载和可用资源动态缩小或扩展。为了进一步降低在框架中部署应用程序的成本,本 文将基于 的容器云资源调度建模为优化问题,并开发一种可扌展的算法来解决这个 问题 基于 的容器云资源调度算法 本文将基于 的容器云资源分配问题建模为一个优化问题,旨在最大限度地降低 应用部署成本,同时满足要求。考虑到可护展性,本文设计了一个基于 的容器 集群资源分配算法,以递增方式搜索适当的物理杌并作出资派分配决定。 问题模型 本文考虑一个物理网络 与一组物理机()每个都配备有限的物理 资源。表示上的剩余资源。在这里,本文以计算资源为例来模拟资源分配问题。本文 假设这些在容量和价格上是相冋的。但是,可能会须先安装不同的库以支持不同的 应用程序。 木文将每个应用程序作业表示为一个元组aa。m是⊥作的工作量。本文将 创定义为以单位数量的计算资源完成工作的单位时间量。指完成工作所允许的最大服 务延迟。一份工作可以分成多个小任务,在不同的上并行执行。假定服务于工作的所 有同时启动和终止,则需要至少″-ω的计算资溟以保证服务延迟限制。同时, 任务不能小于原子操作。使用α表示原子操作的工作量与工作总的工作量的比率,每个 仟务应该人于ω·《。表示与所有之间的预期内部流量总量。在此应用稈序的调 度程序启动之后,嵌入此的被确定 给定一个物理网络和一组应用程序 ,本文要确定的数量和位置, 以及分配给每个的任务数量,以便使应用程序的总成本最小化。基于 的容器集 群资源分配框架中的应用成本主要来自节点成本和链路成本。具体来说, 包 括的部署成本和执行成本,而则量化了和之间的通信成本 木文遵循能源消费模型来估算由基准成木和运营成木组成的的成木。在这 里,本文假设运营成本与分配给的工作量成正比。为了节省能源成本,本文利用支持 睡眼唤醒模式的,邝且假设在睡眠模式下没有基线成本。除了基线成本和运营成本 之外,部署可能会带来额外的成本,用于安装和配置应用程序的支持库。 考虑到的睡眠清醒状态和可用的库,本文将节点成本健模为唤醒不活动的成 本,安装支持库的成本以及执行分配任务的成本的总和。 这里,表小的睡眠清醒状态。如果处于睡眠模式,则被设置为,否 则为。是用于在上部署作业的的附加库的数量。是分配给的工作 的一部分,c是的总工作量。本文使用进制变量来表示的位置。等于,如 果工作的被放置在上,否则为。 山国利技论文在线 链路成本描述和之间的数据交换成本,这与所考虑的技术高度相关。在这 里,本文考虑一般的情况,没有对基础技术的假设。本文进一步假设和之间的流量 是不可修改的,并且为了简单起见,总是经过最短路径。然后,链路成本被建模为两个容器 之间的路径长度和期望通信量的乘积 ∑ 这里,表示嵌入工作的的 是 和 之间的最短路径的长度。 注意,由于是在工作抵达时确定的,所以已知。本文不考虑链路故障和重新配 置。衣示通过这条路径的交通量,本文假设 。因此,交通流量较大的最好 嵌入附近。 为了最小化考虑节点成本和链路成本的组应用的总成本,本文得出 司时满足·系列约束: ∈ ∈ V∈ 算法 本文设计了个基于 的容器云资源调度算法来为的布局和任务分配计算 个可行的解决方案。对于每台,资源分配问题成为以下优化问题: V√∈ Y∈ 如算法所示,开始在小的本地区域(例如机架〕内查询可用的物理资源(步骤)。 基于 引擎在每个上报告的可用资源,可以通过采用线性规划()解算器来解 认资源分配优化问题(步骤)。然后,根据优化问题的解决方案请求物理资源(步骤) 如果请求被批准,则在选定的上构建,并被标记为使用(步骤)。如果请 求被拒绝,则该被标记为不可行,并且分配的任务被移动到集合(步骤)。当优化 问题没有可行的解决方案,或者一些任务没有被成功分配时,向吏大规模的进行查 询,并且为未分配的任务再次解决优化问题(步骤) 表基于 的容器云资源调度算法 山国利技论文在线 算法基于 的容器云資源调度算法 查询本地物理机的可用资源 根据约東,使用线性规划解算器求解公式中的优化问题 有可行解 向发送资源请求,获取·“的资源数量,从接收响应,并将结果记录在集合中 集合中的每一个结果 被接受 在上建立一个执行容器,在字典中记录和,并更新负载和可用物理机 将记录在集合中,并更新可用物理机 集合为空,或者集合不为空, 扩大查询范围,再次调用资源分配算法 实验验证 本次实验使用阿里云上的台云主机搭建 容器集群,每台云主机有一个核 心和内存。在测试集群上分别通过 和本文中实现的容器集群资源调 度系统(简称)搭建 集群。分别通过三种调度器启动 容器来提供 服务,并通过 逐渐增加请求并发薮记录随任务数增加,服务平均响应吋间、 和内存使用情况,记录如图,图和图 18 16 15 14 13 置12 9 024681012141618202224262830 任务数。 Kubernetes Swarm DCs 图平均响应时间 由图可知,当任务数达到个时,集群的平均响应时间为 和 集群的平均响应时间分别的为和 集群的平均响应吋间减少了 且随着任务数的绻续提升,这个比例有继续扩大的趋势。而此吋,通过图、图可知, 集群的和内存利用率与 集群持平,略优于 集群。 山国利技论文在线 0.9 .8 0.7 份0.6 旺0.5 0.4 .0.3 0.2 0.1 024681012141618202224262830 任务数 Kubernetes - o Swarm - FDCS 图 利用率 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0246810121448202242623830 Kubernetes -DCS 图内存利用率 结论 容器技术则是当前云平台的核心技术,相比传统的虚拟机技术更加轻便快速 拥有更高的资源利用率,更好的可移植性,在云平台上的应用有着显著的优势。本文将 容器与云平台资源调度相结合,提出一种基于 的容器云资源调度方案,改善容尜云 资溟利用效率与服务质量。本文提出了一种基于 的容器云资源分配框架,并根据框 架提出了个基于 的容器云资源调度算法,算法具有可扩展性、扃资源利用率,同 时在大规模网络中具有通信效率的优势。 参考文献 山国利技论文在线

...展开详情
试读 9P 论文研究-一种基于Docker的容器云资源调度方案 .pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
weixin_39841856 你的留言是对我莫大的支持
2019-08-19
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

    成功上传501个资源即可获取
关注 私信
上传资源赚积分or赚钱
    最新推荐
    论文研究-一种基于Docker的容器云资源调度方案 .pdf 10积分/C币 立即下载
    1/9
    论文研究-一种基于Docker的容器云资源调度方案 .pdf第1页
    论文研究-一种基于Docker的容器云资源调度方案 .pdf第2页

    试读结束, 可继续读1页

    10积分/C币 立即下载 >