容器云的關(guān)鍵理論和方法研究

目錄

第　1章 云計算平臺　01
1．1　云計算平臺簡介　01
1．1．1　云計算的概念　01
1．1．2　云計算的發(fā)展　02
1．1．3　云計算分類　02
1．1．4　云計算技術(shù)　03
1．1．5　云計算平臺的概念　04
1．1．6　云計算平臺的優(yōu)勢　04
1．2　從容器到容器云　06
1．2．1　容器技術(shù)　06
1．2．2　Docker是什么　07
1．2．3　Docker的發(fā)展歷程　10
1．2．4　Docker與容器　11
1．2．5　容器云的發(fā)展　12
1．3　可信容器云　15
1．3．1　可信容器云的產(chǎn)生　15
1．3．2　可信容器云的基本概念　17
1．3．3　可信容器云的技術(shù)分類模型　18
1．3．4　可信容器云的研究目標　21
第　2章 Docker關(guān)鍵技術(shù)　25
2．1　Docker在Linux環(huán)境下的安裝　25
2．2　CentOS下使用腳本安裝Docker　28
2．3　Windows下安裝Docker　29
2．4　Docker操作之準備工作　34
2．5　Docker容器　34
2．5．1　運行Docker容器　35
2．5．2　操作容器　36
2．5．3　進入容器的2種方式　37
2．5．4　容器命名　39
2．5．5　創(chuàng)建守護式容器　39
2．5．6　導入導出容器　40
2．5．7　刪除容器　41
2．6　Docker鏡像　41
2．6．1　何為鏡像　41
2．6．2　查看本地鏡像　42
2．6．3　拉取鏡像　43
2．6．4　查找鏡像　43
2．6．5　創(chuàng)建鏡像　45
2．6．6　刪除鏡像　47
2．7　Docker網(wǎng)絡(luò)　48
2．7．1　Docker網(wǎng)絡(luò)基礎(chǔ)理論　48
2．7．2　Docker網(wǎng)絡(luò)工作模式　52
2．8　Docker倉庫　56
2．8．1　官方倉庫Docker Hub　56
2．8．2　將鏡像推送到Docker Hub上　59
2．8．3　搭建本地私有倉庫　60
2．9　Docker數(shù)據(jù)管理　61
2．9．1　容器與非持久化數(shù)據(jù)　61
2．9．2　容器與持久化數(shù)據(jù)　62
2．9．3　創(chuàng)建和管理容器卷　62
2．9．4　在集群節(jié)點間共享存儲　64
2．10　Docker應用場景　65
2．10．1　簡化配置　65
2．10．2　代碼流水線管理　66
2．10．3　提升開發(fā)效率　66
2．10．4　隔離應用　66
2．10．5　整合服務器　66
2．10．6　調(diào)試能力　66
2．10．7　多租戶環(huán)境　66
2．10．8　快速部署　67
2．11　應用實例在容器中部署靜態(tài)網(wǎng)頁　67
第3章　Kubernetes　71
3．1　Kubernetes概述　71
3．1．1　Kubernetes是什么　71
3．1．2　為什么選擇Kubernetes　72
3．1．3　Kubernetes的集群結(jié)構(gòu)　73
3．1．4　Kubernetes的工作流程　74
3．2　Kubernetes安裝與配置　75
3．3　Kubernetes核心概念　78
3．3．1　節(jié)點　78
3．3．2　pod　78
3．3．3　復制控制器　80
3．3．4　Service　81
3．4　命令行管理工具kubectl　82
3．4．1　kubectl用法概述　83
3．4．2　常用命令　84
3．4．3　輸出選項　86
3．4．4　kubectl的常用命令示例　87
3．5　Kubernetes應用實例　88
3．5．1　Kubernetes體系框架　88
3．5．2　實例介紹　88
第4章　容器云平臺OpenShift　93
4．1　開源容器云OpenShift概述　93
4．1．1　容器時代的IT　93
4．1．2　OpenShift　94
4．1．3　OpenShift與Docker、Kubernetes　95
4．2　OpenShift環(huán)境搭建　97
4．2．1　操作系統(tǒng)準備　98
4．2．2　操作系統(tǒng)配置　98
4．2．3　安裝Docker　99
4．2．4　下載OpenShift Origin安裝包　99
4．2．5　安裝OpenShift　99
4．2．6　登錄OpenShift Origin控制臺　100
4．3　運行容器運用　101
4．3．1　項目的創(chuàng)建　101
4．3．2　Docker鏡像的部署　102
4．3．3　訪問容器應用　104
4．4　OpenShift架構(gòu)　105
4．4．1　基礎(chǔ)架構(gòu)層　105
4．4．2　容器引擎層　106
4．4．3　容器編排層　106
4．4．4　PaaS服務層　106
4．4．5　界面及工具層　107
4．5　核心組件詳解　107
4．5．1　Master節(jié)點　109
4．5．2　Node節(jié)點　109
4．5．3　Project與Namespace　109
4．5．4　pod　109
4．5．5　Service　110
4．5．6　Router與Route　111
4．5．7　Persistent Storage　111
4．5．8　Registry　111
4．5．9　Source to Image　112
4．5．10　開發(fā)及管理工具集　112
4．6　核心流程詳解　113
4．6．1　應用構(gòu)建　113
4．6．2　應用部署　113
4．6．3　請求處理　114
4．6．4　應用更新　114
4．7　本章小結(jié)　114
第5章　容器云與微服務　115
5．1　微服務概述　115
5．1．1　微服務起源　115
5．1．2　微服務的基本概念　116
5．1．3　微服務體系　117
5．1．4　微服務與容器云的關(guān)系　121
5．1．5　云原生　122
5．2　容器云中的微服務技術(shù)框架　126
5．2．1　微服務選型　126
5．2．2　Kubernetes微服務框架　129
5．2．3　微服務容器化　131
5．3　應用案例與分析　133
5．3．1　應用實踐現(xiàn)狀　133
5．3．2　網(wǎng)易云輕舟微服務平臺　133
第6章　容器云資源預測與配置研究　139
6．1　容器云資源預測與配置概述　140
6．1．1　容器云資源預測與配置研究背景與意義　140
6．1．2　資源預測研究現(xiàn)狀　141
6．1．3　資源配置研究現(xiàn)狀　142
6．2　資源負荷時間序列預測模型基礎(chǔ)研究　144
6．2．1　時間序列分析　144
6．2．2　時間序列平穩(wěn)性檢驗和處理　145
6．2．3　時間序列純隨機性檢驗　147
6．2．4　時間序列分析模型ARIMA　148
6．3　資源動態(tài)管理方法研究　148
6．3．1　資源優(yōu)化配置方法　149
6．3．2　資源動態(tài)監(jiān)控方法　151
6．4　基于遺傳算法優(yōu)化LSTM網(wǎng)絡(luò)的容器云資源預測研究　153
6．4．1　長短期記憶網(wǎng)絡(luò)　153
6．4．2　遺傳算法相關(guān)理論及其改進　157
6．4．3　基于APMSSGA優(yōu)化LSTM網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)　163
6．4．4　基于APMSSGA-LSTM的資源負荷預測模型　165
6．5　基于APMSSGA-LSTM資源預測模型的容器云資源配置研究　168
6．5．1　容器云環(huán)境資源預測與配置總體架構(gòu)　168
6．5．2　基于KVM和Docker的容器云平臺構(gòu)建　169
6．5．3　容器云平臺資源狀態(tài)的監(jiān)控與預警　173
6．5．4　基于預測的容器云資源自適應彈性配置機制研究　175
6．6　實驗與分析　179
6．6．1　實驗環(huán)境　180
6．6．2　基于KVM和Docker的容器云平臺實現(xiàn)　180
6．6．3　容器云平臺資源預測實驗　181
6．6．4　資源配置實驗　187
6．7　本章小結(jié)　189
第7章　容器云環(huán)境中基于QoS目標優(yōu)化的任務調(diào)度策略研究　195
7．1　容器云平臺下的任務調(diào)度　195
7．2　基于QoS目標優(yōu)化的容器云任務調(diào)度模型　197
7．2．1　基于QoS需求的任務調(diào)度模型　197
7．2．2　QoS目標優(yōu)化的任務調(diào)度模型建立　200
7．3　協(xié)同優(yōu)化文化基因任務調(diào)度算法　204
7．3．1　文化基因算法　205
7．3．2　協(xié)同優(yōu)化文化基因任務調(diào)度算法流程　209
7．4　仿真實驗及結(jié)果分析　216
7．4．1　實驗環(huán)境的構(gòu)建及算法仿真相關(guān)設(shè)置　217
7．4．2　實驗結(jié)果與分析　219
7．5　本章小結(jié)　222
第8章　容器云環(huán)境中基于信任的調(diào)度算法的研究　225
8．1　云計算任務調(diào)度與可信計算技術(shù)　225
8．1．1　可信計算技術(shù)　225
8．1．2　禁忌搜索算法與禁忌表　228
8．1．3　基于信任的任務調(diào)度算法研究　228
8．2　容器云環(huán)境下基于QoS及信任的模型研究　229
8．2．1　信任模型的研究　229
8．2．2　基于容器平臺的QoS的信任模型的設(shè)計　231
8．2．3　基于信任機制的容器云平臺的調(diào)度模型設(shè)計　234
8．3　基于容器云平臺的PSO-ACO任務調(diào)度算法　236
8．3．1　粒子群優(yōu)化算法　236
8．3．2　蟻群算法　239
8．3．3　基于容器平臺的PSO-ACO融合任務調(diào)度算法設(shè)計　244
8．3．4　PSO算法和ACO算法之間的關(guān)聯(lián)　248
8．3．5　基于容器云平臺的PSO-ACO任務調(diào)度算法的流程　249
8．4　算法仿真及分析　250
8．4．1　實驗環(huán)境的構(gòu)建及算法仿真相關(guān)設(shè)置　250
8．4．2　實驗結(jié)果與分析　253
8．5　本章小結(jié)　256
第9章　云制造環(huán)境下容器云資源調(diào)度研究　259
9．1　概述　259
9．1．1　云制造的背景及意義　259
9．1．2　云制造的研究現(xiàn)狀　260
9．1．3　云制造資源調(diào)度研究現(xiàn)狀　262
9．2　云制造環(huán)境下資源調(diào)度的相關(guān)理論　264
9．2．1　云制造　264
9．2．2　云制造資源　270
9．2．3　云制造環(huán)境下的資源調(diào)度　275
9．3　云制造環(huán)境下資源調(diào)度模型優(yōu)化研究　281
9．3．1　云制造調(diào)度問題的復雜性　281
9．3．2　資源調(diào)度過程分析　282
9．3．3　云制造環(huán)境下多目標靜態(tài)資源調(diào)度模型　284
9．3．4　云制造環(huán)境下混合資源調(diào)度模型　287
9．4　云制造環(huán)境下免疫粒子群資源調(diào)度優(yōu)化算法　292
9．4．1　免疫算法　292
9．4．2　云制造環(huán)境下免疫粒子群優(yōu)化算法的設(shè)計　294
9．5　仿真實驗及結(jié)果分析　301
9．5．1　實驗仿真環(huán)境與參數(shù)的設(shè)置　302
9．5．2　仿真實驗設(shè)計與分析　303
9．5．3　實例驗證與分析　305
9．6　本章小結(jié)　309
第　10章 混合容器云調(diào)度的關(guān)鍵技術(shù)與方法研究　313
10．1　混合容器云概述　313
10．1．1　混合容器云的產(chǎn)生及發(fā)展　314
10．1．2　混合容器云的基礎(chǔ)知識　318
10．1．3　混合容器云的架構(gòu)　325
10．1．4　混合容器云的調(diào)度　330
10．2　基于DHT網(wǎng)絡(luò)的云合作平臺　334
10．2．1　需求背景　334
10．2．2　云合作平臺架構(gòu)　335
10．2．3　DHTNode網(wǎng)絡(luò)　336
10．2．4　DHTClient　337
10．2．5　基于智能合約的可信機制　337
10．2．6　私有CaaS層與數(shù)據(jù)中心層　338
10．3　基于循環(huán)反向拍賣的任務調(diào)度　339
10．3．1　需求背景　339
10．3．2　作業(yè)與資源　341
10．3．3　反向拍賣　342
10．3．4　均衡分析　343
10．4　基于超節(jié)點和改進GA的容器調(diào)度　344
10．4．1　需求背景　345
10．4．2　基于超節(jié)點的資源管理　345
10．4．3　容器云調(diào)度　347
10．4．4　基于改進GA的資源分配　349
10．5　實戰(zhàn)與分析　357
10．5．1　自動部署　357
10．5．2　資源伸縮　359
10．5．3　資源分配　361
10．5．4　資源選擇　363
10．6　本章小結(jié)　364