首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于macvlan的Docker容器网络系统的设计与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第11-21页
    1.1 研究背景和意义第11-19页
        1.1.1 云计算背景第11-14页
        1.1.2 Docker的产生与PaaS的发展第14-15页
        1.1.3 Docker网络的现状第15-18页
        1.1.4 Docker网络增强的意义第18-19页
    1.2 研究内容和目标第19-20页
    1.3 文章组织结构第20页
    1.4 本章小结第20-21页
第2章 相关技术概述第21-32页
    2.1 Docker核心原理解读第21-26页
        2.1.1 Docker整体架构第21-22页
        2.1.2 Docker各组件介绍第22-23页
        2.1.3 namespace资源隔离第23-26页
    2.2 macvlan设备介绍第26-28页
        2.2.1 macvlan的4种模式第26-28页
    2.3 现有相关Docker网络解决方案第28-31页
        2.3.1 基于OVS的overlay网络方案总结第29-31页
    2.4 本章小结第31-32页
第3章 基于macvlan网络系统需求分析与设计第32-38页
    3.1 需求分析第32-34页
        3.1.1 功能性需求分析第32-33页
        3.1.2 非功能性需求分析第33-34页
    3.2 基于macvlan网络系统的整体设计第34-37页
        3.2.1 系统整体架构第34-35页
        3.2.2 系统各模块简介第35-36页
        3.2.3 系统工作流第36-37页
    3.3 本章小结第37-38页
第4章 macvlan功能模块区的设计与实现第38-58页
    4.1 Flat网络模块的设计与实现第38-45页
        4.1.1 Flat网络模块设计第38-41页
        4.1.2 Flat网络模块的具体实现第41-45页
    4.2 DHCP网络模块的设计与实现第45-47页
        4.2.1 DHCP网络模块参数说明及解析第45-47页
        4.2.2 为容器配置DHCP网络的过程第47页
    4.3 VLAN网络模块的设计与实现第47-54页
        4.3.1 VLAN网络模块的设计第47-50页
        4.3.2 VLAN网络模块的具体实现第50-54页
    4.4 QoS模块的设计和实现第54页
    4.5 容器间服务发现模块的设计与实现第54-57页
    4.6 本章小结第57-58页
第5章 macvlan daemon的设计与实现第58-66页
    5.1 macvlan daemon架构设计第58-59页
    5.2 macvlan daemon实现第59-64页
        5.2.1 macvlan daemon启动参数与Docker环境变量第59-60页
        5.2.2 macvlan daemon各个组件实现第60-64页
    5.3 本章小结第64-66页
第6章 系统功能展示及对比性能测试第66-72页
    6.1 功能展示第66-69页
        6.1.1 启动macvlan daemon第66页
        6.1.2 使用Flat网络创建容器第66-67页
        6.1.3 使用DHCP网络创建容器第67页
        6.1.4 使用VLAN网络创建容器第67-68页
        6.1.5 容器网络QoS测试第68页
        6.1.6 跨主机通信测试及容器间服务发现第68-69页
    6.2 对比性能测试第69-71页
        6.2.1 macvlan设备和veth pair设备数据传输性能对比第69-70页
        6.2.2 容器跨主机数据传输性能各系统方案对比第70-71页
    6.3 本章小结第71-72页
第7章 总结与展望第72-74页
    7.1 工作总结第72-73页
    7.2 未来工作展望第73-74页
参考文献第74-77页
攻读硕士学位期间主要的研究成果第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:PaaS云平台自动化部署和监控的设计与实现
下一篇:基于异构信息网络聚类的APP推荐算法研究