Kubernetes容器云编排系统的研究与实现

Docker容器技术因其在开发和部署上的便捷性与实用性,在实际生产中被广泛使用。作为一个强大的容器云编排工具,Kubernetes在管理大量容器时具有明显优势,在众多的容器云编排系统中脱颖而出,已成为容器云管理的事实标准。本文设计开发了一款基于Kubernetes的容器云编排系统完成容器的日常管理,实现了容器的创建、容器的副本维护、容器的滚动更新、容器的计划任务、服务的发布以及存储的共享等功能。Kubernetes使容器的部署和应用变得更简单、高效,具有较高的应用价值。

Kubernetes容器云平台多租户方案研究与设计

在容器云平台中,租户共享底层的计算、存储、网络等资源,存在租户容器运行和数据安全问题。分析了Kubernetes访问控制和资源隔离实现方案基础上,提出了一种基于多租户访问控制模型的容器云平台多租户方案,涵盖多租户管理模型、多租户访问控制、计算资源隔离和网络资源隔离等,可切实提升基于Kubernetes的容器云平台的资源隔离能力,有效降低数据安全隐患。

基于Kubernetes的私有云PaaS服务资源管理调度系统研究

Kubernetes因其优良的容器管理能力,已经被广泛应用于私有云平台服务。私有云平台服务存在多种应用类型,其中很多应用相互依赖,但Kubernetes资源调度却没有考虑到这些应用之间相互依赖的关系。因此,当计算资源使用率高时,应用无法提供高质量的服务。经过系统需求分析后,设计了一个基于Kubernetes的私有云PaaS服务资源管理调度系统,该系统主要包括资源监测模块、资源调度模块以及资源预测模块等。通过对该系统的测试情况分析可知,该系统是可行且有效的。

Kubernetes平台下国产GPU的并发容器共享

随着技术的不断发展,机载智能系统正在向智能化发展。相较于虚拟机,轻量灵活且可伸缩的容器技术在安全性和性能均要求较高的机载智能应用中更适用。随着容器技术的不断发展,容器编排系统也迅速崛起,其中Kubernetes已成为主流的容器编排平台。然而目前Kubernetes在GPU管理方面存在不足,多个并发GPU容器无法共享GPU资源。考虑到日益增加的硬件自主可控需求,面向容器技术的国产GPU资源的共享迫在眉睫。针对上述问题,提出了一种名为sharedGPU的通用国产GPU共享方法,所提出的方法面向Kubernetes平台,实现了并发容器之间共享GPU,同时保留容器独占GPU的使用模式。实验结果表明,sharedGPU支持独占和共享两种使用GPU的模式。

Kubernetes Operator在云原生PaaS服务中的应用研究

近年来,随着云计算技术的快速发展,企业为了简化用户的部署流程,提供了多种PaaS服务。基于Kubernetes的云原生PaaS服务,通过容器化方式为用户提供了更加高效的PaaS解决方案。文章设计并实现了云原生PaaS服务的总体架构,构建了PaaS服务资源的部署、删除功能,以及PaaS服务配置维护的3个模型,并结合实践经验对云原生PaaS的优缺点进行了分析。

Kubernetes Operator在云原生PaaS服务中的应用研究

近年来,随着云计算技术的不断发展,企业为简化用户的部署流程,提供了多种PaaS服务。基于Kubernetes的云原生PaaS服务为用户提供了一种容器化的PaaS服务方式。文章设计并实现了云原生PaaS服务的总体架构,构建了PaaS服务资源的部署、删除以及配置维护的3大模型,并结合实践经验对云原生PaaS的优缺点进行了分析。

气象大数据云平台仿真环境容器调度性能优化研究

为实现2025年气象关键核心技术自主可控的目标,气象大数据云平台(简称天擎)建立了基于海光X86服务器和麒麟操作系统的仿真环境。在仿真平台运行中发现,基于容器技术的产品加工与流水线子系统容器调度性能较差,不能满足用户融入算法的时效要求。针对此问题,本文采用对比分析法,选取天擎仿真环境和业务环境的3种CPU芯片服务器和3种操作系统为研究对象,设计了一系列组合对比测试用例,找到了影响容器调度性能的关键因素—操作系统内核,并进一步分析了操作系统内核设置对系统实时性和吞吐量的影响以及适用的业务场景。最后给出了麒麟操作系统内核调整方法,通过调整内核设置,容器调度性能大幅提高,满足了产品加工系统的时效要求,为实现天擎的关键核心技术自主可控奠定基础。

Kubernetes资源调度策略

在Kubernetes中可以通过nodeSelector在不同节点上部署不同的应用,但是当指定节点资源不足时,应用将会处于无法被调度的状态。针对这个问题,提出一种Kubernetes资源调度策略,设计实现一个自定义调度器,在指定节点部署应用资源不足时,将等待调度的应用调度到Kubernetes集群中的其它节点上。实验结果表明,该自定义调度器的调度策略能够在指定部署节点资源不足时将等待调度的应用调度到其它节点上,提高了集群资源利用率和集群负载均衡,降低了用户应用等待调度时间。

容器云中面向持久化存储的拟态防御技术研究

容器云中面向持久化存储安全会直接影响到容器的创建和运行过程,严重威胁容器的安全性。传统的防御方法无法及时检测基于未知漏洞的攻击行为,并建立相应的防御策略。而现有的通过动态、异构和冗余增强容器及持久化存储安全性的研究缺乏对面向持久化存储安全威胁的细致分析,且对表决机制带来的性能损失没有得到优化。为此,利用容器灵活、高效的特点,结合拟态防御原理提出面向持久化存储的拟态防御架构。针对表决机制并结合层次分析法对异构容器应用请求表决机制进行优化,同时依据先到先裁机制提出一种自适应表决算法以提高表决速率,通过评估安全性和系统开销为用户提供一种折中的调度方案来满足场景中不同的安全和性能需求,最终实现原型系统Mimic-proxy。理论分析和实验结果表明:Mimic-proxy可以有效防御容器云中面向持久化存储的安全威胁,相比传统表决算法,响应时延降低了28.85%,吞吐率提高了40.52%;相比于传统防御架构,在仅提高0.99%的响应时延和降低1.01%吞吐率的情况下,可以有效保护持久化存储,达到增强容器安全性的目的。

基于Kubernetes的调度算法综述

在云计算领域,资源管理和任务调度的优化对提升系统效率和资源利用率至关重要。Kubernetes(K8S)作为业界领先的容器编排工具,致力于应用程序容器的自动化部署、扩展和管理,其核心优势之一在于利用高效的调度算法实现容器的跨集群部署与执行,这一策略在提高应用系统可移植性、安全性、优化资源利用和集成部署方面发挥了重要作用,使其能够更加敏捷高效地应对不断变化的业务需求。鉴于此,有关于K8S的调度算法成为了业界研究的热点,全面调研和分析了K8S相关的调度算法及其在不同应用领域中的实际表现,特别关注三个领域:通用调度算法的改进、面向人工智能的调度策略以及基于弹性伸缩的调度技术。最后通过综合分析,揭示当前研究的不足之处和未来研究中亟待解决的问题,为进一步优化K8S的调度算法提供借鉴和参考。

面向深度学习Kubernetes负载饱和调度算法设计与实现

构建深度学习云平台的基础技术Kubernetes在调度过程中使用负载均衡策略,易产生资源碎片,增加任务等待时间。Kubernetes没有考虑对GPU等外部拓展资源的评分,不能很好适应深度学习云平台的业务场景。针对以上问题提出一种负载饱和调度策略,对Kubernetes调度过程进行改进,减少资源碎片,提高资源利用率。该策略支持对用户指定的外部拓展资源进行评分,能更好适应深度学习云平台业务场景。实验结果表明,负载饱和调度策略能够减少23.40%的任务等待时间,并能将GPU利用率提升14.15%,GPU显存利用率提升6.85%。

面向Kubernetes的容器立体化监控系统

容器监控是保证容器基础设施正常运行的核心要素之一,然而当前容器监控角度较为单一,尚缺少直观有效的方法协助运维人员快速定位业务容器异常原因.本文设计并实现了一个面向Kubernetes的容器立体化监控系统,通过监控指标相关性分析,把相关性较强的指标作为立体化监控的核心指标提供给运维人员,更好地实现对容器的全局统筹监控.

云环境下基于Kubernetes集群系统的容器网络研究与优化

轻量级云基础架构对微服务的重要性不言而喻,很多基于容器的虚拟化服务被相继提出。在网络方面,容器网络接口技术保证了基于虚拟机的云和容器之间的连接异构网络服务。为了提高云系统的网络性能,文章研究了基于CNI技术的网络配置的详细设计,对基于Flannel的Kubernetes集群系统进行优化,提出了一种自适应Overlay Network与Directrouting结合模式的容器网络,并与多种基于CNI的网络拓展件性能进行了对比。针对集群网络无网络策略的缺陷,文章将Canal引入Flannel构架,增加了集群系统的网络策略功能,提高了网络访问安全性。文章搭建了测试集群系统,利用网络性能测试工具Iperf3对常见容器网络进行了性能测试。结果显示,该方案比原Flannel集群系统的容器网络传输速率平均提升25%左右,与其他方案相比,传输速率也有提升。该方案有利于实际环境集群系统的性能提升,实现了网络访问控制,增加了安全性。

面向Kubernetes的容器混合伸缩方法

Kubernetes中基于容器的微服务系统是一种典型的云原生应用。已有容器动态调度算法大多只考虑容器数量的调整(水平伸缩),没有考虑容器本身的配置调整(垂直伸缩),导致集群资源的分配不合理。因此,论文提出了一种面向Kubernetes的容器混合伸缩方法,该方法采用排队模型计算应用所需的处理能力,以基于深度神经网络的容器性能模型为基础,将处理能力映射为具体的容器混合伸缩配置方案。基于Kubernetes集群上的实验结果表明,在保证服务水平协议(SLA)的前提下,该方法相较于其他方法资源消耗成本最低。

基于Kubernetes的企业级容器云平台建设

针对企业信息化系统业务升级、故障日益频繁,运维人员工作负荷不断增加等问题,传统虚拟化平台方案已无法满足现有企业业务建设需求。文章详细介绍Kubernetes技术架构,从Docker技术、容器与虚拟化对比、Kubernetes概念等方面细致剖析Kubernetes实现原理,设计一种基于Kubernetes+Docker技术的开源容器云平台方案。并对实施效果及面临问题做总结讨论,整体建设方案具有较强的参考意义。

基于容器的智能化数据库云平台建设实践

随着云计算技术的快速发展,越来越多的企业选择将业务迁移到云端。在此过程中,数据库作为企业数据存储和管理的核心,其性能和稳定性对于整个业务系统至关重要。因此,构建一个高效、稳定、可扩展的数据库云平台成为许多企业的目标。结合实际要求,本文从建设目标、功能设计、关键技术等多个方面,详细介绍了利用容器技术搭建智能化数据库云平台的实践路径。

基于云容器的教学实训平台设计研究

云计算作为近年来非常热门的技术,众多云平台应运而生,受到了广泛关注。目前,应用的增加不再仅仅局限于功能的简单增加,而是更加关注如何降低对基础设备的需求。容器的出现解决了这一问题,由于容器具有轻量级的优势,将应用放在容器中可以减少对基础设备的要求。在日常的教学和实训中,所需的资源也可以作为应用部署在容器中,因此基于云容器平台对教学实训具有重要意义。

基于Kubernetes的集群节能策略研究

在Kubernetes中,HPA具备自动扩展Pod的能力,它可以根据流量的波动情况,在高峰时增加Pod数量以应对需求,而在低谷时减少数量以节省资源。然而,由于HPA是根据当前Pod的性能指标来进行扩展的,当流量激增时,可能会对应用服务的可用性产生不利影响,并且当压力较小时,算力资源的空载会导致电子资源的浪费。针对上述问题,研究并验证一种基于时序预测的集群资源自动缩放与智能休眠唤醒策略,使用GC-TimesNet模型对集群资源的使用情况进行预测。当资源利用率较低时,计算出需要关闭的算力节点数量,将这些节点设置为不可调度状态,并驱逐节点现有的Pod,然后将这些机器置于睡眠状态。相反,当资源需求增加时,会唤醒足够数量的机器,并通过HPA控制器增加所需数量的Pod副本。实验结果表明,该策略能够较为准确地预测集群负载的变化趋势,结合实施智能的休眠与唤醒策略,提升优化集群的运维管理能力,最大程度地提高计算资源的利用率,为降低集群能源开销提供数据支撑,实现节能减排。

KubeTea:面向容器云环境的轻量级多维度微服务应用调度框架

容器云中,应用和资源调度始终是集群管理的重点。如何在提高资源利用率的同时保证应用服务质量是目前行业积极探索的问题之一。针对该问题,提出一个面向容器云环境的轻量级多维度微服务应用调度框架。该框架设计了非侵入式的网络调用观测方法,并基于观测和监控数据定义亲和性、热点值(HV)和热路径(HP)来指导调度决策。为平衡资源利用率和应用QoS,该框架在调度的垂直方向上提出弹性余量控制机制(elastic slack controller,ESC),在水平方向上考虑了微服务亲和性;并设计了扩散导向的自动伸缩策略(diffusion-oriented autoscaling strategy,DOAS)以缓解应用出现的QoS下降。实验表明,该框架与主流的Kubernetes原生调度工具相比,在集群资源利用率方面提高21%,同时能降低23%的应用端到端时延,实现资源利用率和应用QoS的平衡。

无侵入的容器云平台算力资源隔离方法研究

为了适应企业业务的灵活扩展和敏捷性需求,众多企业已经采用Docker和Kubernetes等技术构建了企业级的容器云平台。容器云平台在支持企业各个部门业务运行的同时,还面临着一个挑战——如何有效隔离不同部门间的资源,避免业务间的资源抢占和冲突。目前的技术解决方案往往要求用户修改业务配置,这种侵入性的方法既复杂又降低了效率。针对这一问题,本文提出了一种算力资源隔离方法,利用准入控制器和准入扩展机制,能确保Pod精确地调度到各个指定的节点上运行,用户无需修改业务配置,实现部门间业务的资源隔离,提升业务的整体可靠性。