基于Docker技术的容器云平台浅析

容器技术的平台可移植性保证应用从开发到测试到生产环境的一致性,容器技术使得应用开发运维全程可控,能够屏蔽不同IDC和云上的差异,使得"一次构建、随处运行"成为可能。文章通过容器云的特点、容器云平台基础功能、特色功能等,认为该技术已经成为当前云计算时代较为成熟的技术,越来越多的企业、政府、金融、军工等机构通过建设容器云平台,享受到了上云带来的好处,也通过容器云技术解决了目前的很多问题。通过应用容器化改造,可以为业务创新提供新动力。     

基于Docker容器的云平台设计与实现

随着云计算技术的不断发展,越来越多的企业将复杂的IT应用迁移到云,而传统的以虚拟机为最小资源调度单位的模式出现了资源利用率低、配置复杂等一系列问题。本文深入讨论了构建容器云平台的关键技术,并提出了一个基于Docker的开放式的容器及服务云平台。该平台能够完成对容器的创建、删除、弹性伸缩,同时集成了日志和监控等服务,第三方开发者还可以通过Restful API方式使用本平台。     

基于Docker支术的容器云平台浅析

容器技术的平台可移植性保证应用从开发到测试到生产环境的一致性,容器技术使得应用开发运维全程可控,能够屏蔽不同IDC和云上的差异,使得“一次构建、随处运行”成为可能.文章通过容器云的特点、容器云平台基础功能、特色功能等,认为该技术已经成为当前云计算时代较为成熟的技术,越来越多的企业、政府、金融、军工等机构通过建设容器云平台,享受到了上云带来的好处,也通过容器云技术解决了目前的很多问题.通过应用容器化改造,可以为业务创新提供新动力.     

Docker容器弹性集群资源调度算法研究

对Docker弹性集群的设计和优化进行了研究,通过自顶向下的设计思路,完成了集群的整体设计过程,然后从容器访问的原理出发,联系传统方法中跨主机弹性集群中单个主机在小规模应用中的伸缩方法,提出弹性伸缩组在自动服务中的功能优化,并且为了改善集群的性能,提出资源均衡分配的调度思路,基于此思路建立了弹性调度的设定、计算和处理的详细流程,包括初步的筛选、进一步的优选,以及基于阈值判断与统计学分析的综合处理策略。仿真实验结果表明本文提出的Docker容器弹性集群资源调度算法具有优越的性能。     

基于Hadoop云平台的集群作业调度算法的研究

云平台中的作业调度算法一直以来都是研究的热点方向,本文首先描述了Hadoop平台,其次提出了将蚁群算法和差分算法引入到作业调度算法中,通过对信息素的改进,任务搜索,信息素更新操作等措施提高的蚁群算法的性能,将算法运用到作业调度算法,通过仿真实验说明本文的算法与基本蚁群算法相比,在作业任务计算总代价,任务完成时间,经济成本平均值方面都有明显的提高,同时降低了负载均衡,提高了资源利用率。     

基于Docker容器的微服务研究与实现

方案使用基于SOA的Dubbo分布式服务治理框架将应用分解成相互独立的微服务,同时借助Docker技术实现微服务的自动化部署和扩展管理,提高了硬件资源利用率,在运行维护上更加方便便捷。     

基于Docker集群的公文管理信息研究及实践

在烟草公文管理信息系统应用中,传统的主从模式的分布式数据库资源运用已经存在较多的瓶颈问题。Docker容器作为底层云平台虚拟化技术,对集群性能进行实时监控和资源实时合理调度,构建弹性集群,保证各种云服务平台低成本、高效、稳定的运营,大大提高云平台的资源利用率,更加有效的应对网络峰值,提供高吞吐率和低延迟的服务。我们致力于研究以Docker技术的云技术在我国烟草行业内使用。     

基于开源容器Docker的电子商务辅助实验教学资源管理探索

通过对目前实验教学资源的现状分析,发现目前实验室教学资源存在获取难度高和兼容性较差的问题,使用开源容器Docker辅助电子商务实验教学资源的日常管理可以有效避免这些问题。通过从启动时间、安装时间、隔离度、安全性、兼容性、内存占用量6个性能指标进行软件效果的评价,结果证明了开源容器Docker存在减少时间成本、占用内存小、兼容性强的优势。结合开源容器的优势和电子商务专业特色,引入开源软件Docker能有效提高实验室资源利用率。     

改进的云平台数据中心资源调度算法研究

针对现阶段提出的虚拟机资源迁移算法大多只考虑物理服务器的电能消耗,过于注重减小电能消耗,大多把重点放到如何减小数据处理量而忽略了云计算平台的使用性能以及过于注重平台性能而对能量消耗方面考虑欠佳等问题,本文提出一种改进的云平台数据中心虚拟机资源迁移算法,该算法在虚拟机迁移阶段综合考虑多种因素,并建立合适的数学模型加以优化分析,最终得到最优的虚拟机资源迁移方案。仿真实验结果表明,本本文提出的改进的云平台数据中心资源调度算法能够有效减小服务器电能消耗,提高了稳定性以及时间效率。     

基于云的电子商务集群系统构建与研究

为了适应电子商务的快速发展,将集群技术和云计算概念引入到电子商务平台建设中,给出了一个基于云的电子商务集群系统平台模型。该模型可以更好地适应电子商务模式应用的软硬件环境,提高电子商务系统的数据库安全性,从而为进一步研究云计算下的电子商务集群发展提供理论参考。     

基于智能群辨识的UAP云平台程控扩展算法

提出一种基于线性差分智能群辨识的云平台程控扩展技术,并进行算法改进设计。构建UAP云平台系统模型,对系统载荷运行情况进行相应的评估,进行云计算下的动态任务调配,建立UAP云平台的程控扩展模型,定义线性差分智能群辨识平均访问时间,采用萤火虫群优化追踪策略进行多线性差分智能群辨识激励传播,最后进行UAP云平台程控激励扩展模型下的系统状态评估模型。仿真实验分析得出,采用该算法云平台的程控扩展性能较好,分布式大数据传输实时性提高,误码率和丢包率降低,从而降低了数据传输失真,提高了UAP云平台中的数据和信号传输质量,提高实时数据集成(RDI)和网关服务性能,实现高质量的数据信息服务,保障IT系统安全、稳定、可靠运行。     

云平台下基于量子度分配的算法协同实现

大运算量算法的分布式协同实现是解决该算法实现问题的重要途径。提出一种云平台下基于量子度分配的算法协同实现方法,首先将所有的调度任务等效为量子态,采用量子动态来衡量任务的实时调度执行情况,然后通过统一的管理节点实现系统最优化调度。最后采用实际算法进行系统调度测试实验,结果显示,采用云平台下基于量子度分配的算法,相对于传统调度方法,系统整体效率提高了32%,具有很好的应用价值。     

基于云平台的决策树算法在医疗领域中的应用

在医疗系统中,人们通常使用决策树对患者的发病类型以及概率进行有效地分类预测.随着信息技术的普及,医疗系统中产生了大量的历史医疗记录,处理和分析这些海量的医疗数据给医疗系统带来了极大地挑战.本文针对海量医疗数据问题,提出了分布式构建决策树算法.该算法分布式逐层构建决策树,可以高效地构建决策树,快速有效地完成医疗系统中的预测工作.该算法是基于现有流行的云计算平台,使用MapReduce分布式框架设计的分布式算法.实验结果表明,该算法具有很好的扩展性和高效性.     

基于QoS维度分箱的数字化云平台资源置换算法

对数字化信息服务云平台的资源准确置换可以提高云平台的数据预取和资源调度能力。传统方法中对信息服务云平台的资源置换采用边缘逆理论并行查询置换算法,不能满足多媒体数据传输的QoS需求。提出一种基于QoS维度分箱的数字化信息服务云平台资源置换算法,以全局度量为中心节点,进行溯源处理,采用QoS维度分箱的信息特征维度匹配,将乘性噪声相对稳定的一段时间称为一个时隙,实现数字化信息服务云平台资源置换算法改进。仿真表明,该算法通过资源置换处理,提高信息检索的定位准确率,减少资源分配的运行时间,提高云平台的资源调度分配性能。     

高维数据下基于云平台的随机森林算法的研究与实现

随机森林算法在数据挖掘领域中得到了广泛的应用,该算法通过构建多个不同的决策树可以获得更高的分类结果。但是,随着数据规模的增大,人们开始接触到各大规模的数据以及更高维度的数据属性。传统的随机森林构建算法不能有效、快速地处理海量高维数据,严重影响了数据的分类效率,从而影响预测效率。本文针对高维、海量数据下随机森林构建算法,改进并提高了该算法的效率,提出了基于云计算平台的随机森林构建算法。该算法可以快速的完成数据分类预测,并通过实验结果进一步展示了该算法的效率以及可扩展性。     

基于云平台的图书馆数据挖掘技术研究

文章首先介绍了数据挖掘技术、云计算及"云图书馆"的相关理论,其次分析了数据挖掘技术在图书馆中的应用现状,最后对"云图书馆"利用数据挖掘技术有效提高图书资源的利用率进行了研究,从而有利于最大程度地满足读者的多种数据信息需求。     

基于开源软件的图书馆云平台研究

介绍了开源软件的技术特点和应用情况,分析了图书馆云平台的设计要求,探讨了利用开源软件开发图书馆云平台的技术方法,为下一步图书馆应用系统和使用模式提出新的方向。     

嵌入式云平台的实时任务最优调度算法研究

文章提出一种基于混合时隙自适应分配的嵌入式云平台的实时任务最优调度算法,真结果表明,采用本文算法进行嵌入式云平台的实时任务调度的实时性和鲁棒性较好,通过自适应的时分多址时隙分配,任务调度的均衡度提高,性能优越。     

基于云制造的供应链协同化物流信息云平台研究

针对目前协同化物流模式的推广及应用中存在的问题进行分析,结合云制造和RFID等技术创建了协同化物流信息云平台。围绕协同化物流信息云平台的提出背景、特点、体系架构、关键技术展开研究,最后以一汽大众为例,设计了面向汽车行业的协同化物流信息云平台,验证了云平台的可行性。     

云制造平台下基于蝙蝠算法的供需调度时间优化

云制造平台为供应链构建提供了多种选择,为了解决云制造平台下,供应链调度数据量大,更新频繁的问题,对蝙蝠算法重新编码及解码,应用改进蝙蝠算法对初始种群的产生进行限定,解决批任务调度问题,减少无效搜索,缩短找到合适任务分派策略的时间,通过实验对比,证明了改进蝙蝠算法在云制造供应链调度中的有效性,避免了资源超载和资源闲置的现象,并使任务总完成时间最短,推动云制造在供应链方面的应用.