7篇关于容器云的计算机毕业论文

今天分享的是关于容器云的7篇计算机毕业论文范文, 如果你的论文涉及到容器云等主题,本文能够帮助到你

基于Kubernetes的容器云平台设计与实现

这是一篇关于容器,云计算,容器云,Docker,Kubernetes的论文, 主要内容为随着微服务、大数据、人工智能、机器学习和移动互联网的蓬勃发展,应用程序的业务逻辑愈发复杂,规模愈发庞大,更新迭代愈发频繁,用户对应用程序的QoS和SLA有了更高的要求:更高效、更灵活和更可靠。基于虚拟机编排的传统云计算已经不能满足日益增长的用户需求,而基于容器编排的新型云计算已经成为被大家广泛认可的服务器资源共享和隔离的新技术,也是软件开发、部署、交付和运维的新方法。容器技术的翘楚Docker也已经成为了容器格式和运行时的标准,大量的开源应用程序和企业级应用程序都宣布支持容器化。容器技术的广泛应用使云计算得到了前所未有的快速发展。面对成千上万的容器化应用,企业的IT系统需要时刻应对来自不同应用、不同环境的挑战,特别是在自动化运维程度不高的企业,“人肉运维”是解决问题的常用手段,它使软件交付的周期变的漫长,人为事故风险升高。为了企业更好的专注于应用本身业务逻辑的开发和优化,提升IT系统对业务需求变化的快速响应能力。Google的开源容器编排引擎Kubernetes由此应运而生,它让企业像使用一台计算机一样使用整个集群的云计算资源,提高了IT资源的使用效率,解决了应用的自动化部署、弹性伸缩、生命周期管理等诸多问题。本论文以Kubernetes容器编排引擎为核心,Docker为容器运行引擎,采用微服务的架构,以应用为中心的思想,设计和实现了一种新型的基于容器技术的企业级私有容器云平台。该容器云平台自身通过容器安装,其功能组件也以容器的方式提供服务,对集群主机低污染,低侵入。容器云平台通过集成外部Keystone用户管理系统实现了基于多租户的集群资源隔离,网络隔离和基于角色的资源访问控制,并能通过扩展而支持Windows AD和Linux LDAP身份认证系统的多种使用场景。容器云平台内部自建DNS和Nginx反向代理实现服务发现和服务暴露,使容器云平台上运行的应用服务既可独立运行,又能协同工作,还能给平台之外的用户或应用提供服务。容器云平台采用Docker registry实现了容器镜像的存储和分发,通过权限控制实现了用户对镜像资源的受限访问,通过镜像漏洞检查和安全扫描,帮助用户及早发现容器镜像中的安全漏洞,及时采取防范措施。容器云平台通过双负载均衡实现了集群功能服务和用户应用服务的流量分离,VIP漂移设计实现了集群节点的高可用,任何节点故障或失效都不会影响集群的功能服务也不影响用户的应用服务。本论文设计和实现的容器云平台为应用程序的开发者和IT系统的维护者提供了用于构建,发布和运行分布式应用的一站式平台,提升了IT系统对业务需求变化的快速响应能力,为应用程序提供了一致的运行环境、统一的编排、统一的调度、资源隔离、服务发现、服务暴露、服务自愈、健康检查、扩容缩容、负载均衡和高可用等基础设施服务。本论文的末尾对容器云平台进行了功能测试和性能测试,测试结果表明该容器云平台可提供有效和稳定的容器化应用管理服务。

基于Kubernetes的容器云平台的高可用研究与实现

这是一篇关于容器云,Kubernetes,高可用,自动伸缩的论文, 主要内容为随着云计算和容器技术的不断发展,容器云作为一种新型的云计算架构,已经成为了企业构建高效、灵活和高可用的应用系统的首选策略。尽管以Kubernetes作为核心技术的容器云,提供了更加高效、灵活和可靠的方式来构建、部署和运行容器化应用程序,但在Kubernetes提供这些便利的同时,也在高可用性方面存在着很多不足的地方:Kubernetes以etcd作为后端存储,集群规模增大将导致etcd写入请求延迟明显增加;大量的并发请求会造成API Server的异常,导致容器服务的不可用;Kubernetes默认的水平自动伸缩(Horizontal Pod Autoscaler,HPA)存在一定的滞后性问题,流量突增可能会导致应用程序的崩溃。本文主要在存储、服务端和扩展性三个维度对容器云平台的高可用性进行了研究与实现。首先,设计与实现了一种多etcd集群的存储系统,提出一种集群资源拆分策略将Kubernetes的资源拆分存储在不同的etcd集群中,分散了单个etcd集群的读写压力,并实现了存储管理模块对etcd集群进行定时备份、健康检查和故障恢复。其次,在服务端提出了一个高可用部署解决方案,实现了一种具有预防性的健康检查模块,并基于Admission Webhook机制实现准入控制模块。然后,设计了一种HPA和垂直自动伸缩(Vertical Pod Autoscaler,VPA)协同工作策略,结合VPA资源推荐值和HPA伸缩的灵活性,能够更加准确的应对负载变化进行伸缩。最后,提出了一种基于流量趋势预测的HPA策略,采用自定义指标数据,可以根据负载变化趋势提前扩容Pod的副本量,可以有效应对突发流量。测试结果表明,本文针对容器云高可用的改进策略,分别能够在存储、服务端和应用扩展性三个层面提升高可用性,从而提升了容器云平台整体的高可用性。

面向分布式应用的轻量化容器云平台的设计与实现

这是一篇关于容器云,运维,图,根因分析,随机游走的论文, 主要内容为因为容器云相比于基于虚拟机的IaaS云有更高的平台资源利用率和更便捷的应用部署流程,所以近年来越来越多的企业开始采用容器云平台承载其分布式应用。但容器云平台的使用通常需要用户对容器相关知识和技术有较为深入的掌握,平台的使用门槛较高;同时由于容器云的技术架构较为复杂,当将分布式应用承载于容器云平台上时,应用的故障排查以及平台的故障排查往往非常困难,平台的运维成本较高。针对上述问题,本文设计并实现了面向分布式应用的轻量化容器云平台。该平台针对使用门槛高的问题,采用一种轻量化的分布式应用管理架构搭建,实现了应用的一键部署和管理;针对运维成本高的问题,提出了一种容器云场景下的故障根因定位方法,名为SHARP-RCA(Snapshot comparison and HieArchical peRsonalized Pagerank based Root Cause Analysis)。该方法首先使用基于快照差异的图生成方法将分布式应用的运维管理数据构建成包含组件拓扑和容器分布的聚合图,然后使用基于分层个性化随机游走(Hierarchical Personalized PageRank,HPPR)的根因排名算法对聚合图进行迭代,得出故障根因排名。通过正常、异常快照对比和规则过滤,该方法有效地解决了多种容器动态场景引起的数据缺失和图结构变化问题;通过分层的个性化随机游走,该方法不仅能够准确地捕获容器维度故障根因,还能够定位基础设施维度的故障根因。一系列实验表明本方法(SHARP-RCA)在所有常见容器场景中表现良好,达到了 78%的综合准确率,相较于传统的人工定位方法和基于随机游走的根因定位方法-MicroRCA 分别提升了 254.5%和 30.0%。本文首先介绍了面向分布式应用的轻量化容器云平台的研究背景;然后基于业界其他容器云平台的调研对本容器云平台进行了需求分析;其次详细介绍了本文所提出的SHARP-RCA方法及其实验结果;接着对面向分布式应用的轻量化容器云平台的设计与实现进行了阐述;最后通过一系列测试验证了平台的有效性。

面向分布式应用的轻量化容器云平台的设计与实现

某容器云资源管理系统的设计与实现

这是一篇关于容器云,资源管理,云计算,设计与实现的论文, 主要内容为国家“新一代信息技术产业”战略下,云计算产业迅速发展。其中,最为常见的云计算服务类型有三种,即软件即服务(SaaS),平台即服务(PaaS)和基础架构即服务(IaaS)。对于传统的云服务,其虚拟化技术在一定程度上实现了计算资源的合理分配。然而,传统虚拟化技术依然存在资源利用率低、调度不灵活等问题。随着互联网技术的快速发展,容器进入云计算时代。与传统虚拟化技术相比,容器技术的虚拟化更加轻量化,而且在一定程度上解决了资源利用率低、调度不灵活等问题,弥补了传统虚拟化技术的不足。为了向用户提供更加优质的服务,设计并实现一种容器云资源管理系统是十分必要的。本文提出了一种容器云资源管理系统,该系统采用SOA(Service-Oriented Architecture)思想的分层架构,共分为展示层、接口层、业务层和数据存储层共四个层次;其中,数据存储层又可以分为数据访问层和数据层。各层之间充分解耦,便于系统的升级扩展。J2EE(Java 2Platform Enterprise Edition)架构,纯 Java 编程,纯 web 展现,该框架既满足资源系统实时、高性能的要求,又充分利用J2EE技术具有开发效率高、良好的移植性、扩展性和易用性等优点。该系统通过适配对接容器资源编排管理能力,实现容器服务资源面向用户的视图管理、快速部署和运行。同时通过适配对接监控告警能力,实现容器资源监控及告警面向用户的视图管理。在一定程度上实现了资源调度、服务发现、故障自诊断和动态伸缩。通过本文所设计的容器云资源管理系统,不仅实现了容器资源的管理能力,同时实现了容器资源的监控,并嵌入人工智能引擎,实现了针对容器资源的告警。

基于容器云的在线教育推荐系统的设计与实现

这是一篇关于推荐系统,大数据,容器云的论文, 主要内容为随着互联网的迅速发展,人们的生活发生了巨大的变化,尤其是在教育领域,越来越多的人开始在网上学习,但随着互联网上的学习资源出现爆炸式地增长,人们很难从海量的信息中找到自己想要的信息,为用户提供个性化推荐的在线教育推荐系统便应运而生,它使学习者的学习效率得到了极大的提升。本文以国际象棋在线教育平台为背景,针对其中的教学视频,为用户提供个性化推荐。本文的主要内容是设计并实现面向国际象棋教学平台的推荐系统。以国际象棋教学平台为背景,设计包含多种推荐方式的推荐系统,本研究的主要工作内容如下:1)设计包含离线推荐、实时推荐、统计推荐和相似推荐的推荐系统,在离线推荐中,周期性地调用基于ALS的协同过滤推荐算法,采用Spark core和Spark MLlib实现离线推荐模块,在实时推荐中,采用基于模型的推荐算法,实时推荐核心算法的实现使用Spark Streaming组件,统计推荐则是采用基于统计的推荐算法,以离线数仓作为计算平台,省去数据的重复读取工作和重复计算,在相似推荐中,采用基于内容的推荐算法;2)搭建离线数仓,为离线推荐模块提供数据源,为统计推荐模块提供统计指标的计算结果,这样可以省去在统计推荐计算过程中,每次都需要读取业务数据并进行相同逻辑的数据分析,同时为离线推荐准备好了经过ETL清洗的数据集,并且考虑到系统后期用户量上升带来的数据量的增加和系统良好的可扩展性;3)为了实现系统资源的可伸缩性和系统的可靠性,采用Kubernetes容器云平台作为系统的部署环境,离线数仓的搭建、推荐模块和web系统的部署均是在Kubernetes平台上进行的,并使用PVC结合PV的方式实现存算分离;4)本文为了向用户提供良好的交互方式,设计并实现了web系统,采用Angular JS作为前端的开发框架,采用Spring系列组件作为后端的开发框架。经过严格的测试,发现该在线教育推荐系统的所有功能都达到了预期的标准,证明了其可行性和实际应用价值。

基于蚁群算法的Sigma容器管理平台的设计与实现

这是一篇关于负载均衡,云计算,容器云,蚁群算法,资源监控的论文, 主要内容为在如今网络快速发展的时代,网络情况变的越来越复杂,随之网络负载问题变得尤为突出,各个行业的平台应用常常出现高并发、高负载的服务场景。云计算的诞生不但解决了以上问题,同时拥有着高性能、高可靠、低成本的特性,为各个行业的计算需求提供稳定高效的计算资源,其引入池化计算资源、最小化管理等概念,可以快速为用户提供和释放计算资源、方便管理。云计算的服务模式可分为Iaa S,Paa S,Saa S三种,其中市面上主流的Iaa S解决方案包括了Kubernetes、Docker Swarm等容器编排系统,基于Iaa S层之上出现了Open Shift、Rancher等容器云Paa S解决方案。但是对于中小型企业来说Paa S通常系统庞大、环境要求较高,需要对软件部署、管理和维护投入大量的人力物力。为此Sigma容器管理平台简化资源消耗和轻量化部署,设计搭建了轻量级的容器私有云平台。利用各个基础架构的优势和云原生理念完成企业级管理平台,图形化各个计算资源和云服务的运行状态。在扩展性方面,系统以RESTFUL API的形式提供对外接入服务,提供可扩展插件和第三方服务的管理平台。本文设计了三个中心,分别为核心服务中心、基于蚁群算法的流量负载均衡中心、边缘服务中心,三个中心相互协作实现了低耦合高可用的容器管理平台。各个中心简述和主要工作如下:(1)核心服务中心:根据软件工程服务概念设计和参考相关Paa S系统的设计,把系统中的核心服务抽象出来,形成核心服务,该服务中心包括权限鉴权模块、个性化任务一键部署模块、数据存储模块以及受保护的API,用户通过此系统定制服务和管理自己的集群服务。(2)流量负载均衡中心:针对平台复杂的网络流量环境及底层资源分配,主要利用蚁群算法弥补相关能力的缺失。该系统智能分配进入平台的流量至合适的资源集群中,用户可以在控制面板实时监控流量走向和配置当前平台流量处理策略,实现平台的服务调度和负载均衡。(3)边缘服务中心:利用RESTFUL风格的接口实现能力横向扩展和Web页面可视化相关服务操作,同时内置了一些市面上常用的公共能力模块,该服务中心包括数据采集模块、数据过滤模块、数据监控模块、定时器的监控告警服务系统;用户管理服务的用户服务系统;管理平台各项资源的基础资源管理系统。本文基于Kubernetes系统和Open Shift平台设计,并受到蚁群算法的启发,在系统中集成了蚁群算法的的负载均衡策略。通过将各个资源的动态指标参数映射至该算法中,实现了流量任务的负载均衡,使得平台的资源分配更加合理,分配策略更加完整,提高了系统的服务质量和底层资源使用效率。

本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设驿站，原文地址：https://bishedaima.com/lunwen/48485.html