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--计算机软件论文--程序设计、软件工程论文--软件工程论文

Docker技术在电网GIS平台中的应用设计与开发

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第11-17页
    1.1 课题背景及目的和意义第11-13页
        1.1.1 课题背景第11-12页
        1.1.2 课题目的和意义第12-13页
    1.2 国内外研究水平综述第13-15页
        1.2.1 云计算技术第13页
        1.2.2 GIS技术第13-14页
        1.2.3 DOCKER容器技术第14-15页
    1.3 基于云计算的电网GIS平台第15页
    1.4 本文的主要研究工作第15-17页
第2章 相关技术概述第17-27页
    2.1 DOCKER容器技术第17-20页
        2.1.1 DOCKER客户端和服务器第17页
        2.1.2 DOCKER镜像和DOCKER容器第17-18页
        2.1.3 DOCKER与传统的虚拟机的比较第18-19页
        2.1.4 DOCKER与电网GIS的整合架构第19-20页
    2.2 电网GIS第20-21页
        2.2.1 电网GIS平台第20页
        2.2.2 电网GIS平台特点第20-21页
    2.3 云计算第21-23页
        2.3.1 云计算技术第21页
        2.3.2 云计算服务架构第21-22页
        2.3.3 云计算服务模型第22页
        2.3.4 云计算服务特点第22-23页
    2.4 开发使用的关键技术第23-25页
        2.4.1 开发使用到的框架第23-25页
        2.4.2 前端开发技术第25页
        2.4.3 MYSQL数据库第25页
    2.5 本章小结第25-27页
第3章 容器管理系统总体设计第27-38页
    3.1 GIS平台系统功能架构第27-29页
        3.1.1 GIS平台系统主要功能第27-28页
        3.1.2 系统数据结构第28-29页
    3.2 电网GIS应用容器与镜像的管理模块设计第29-31页
    3.3 电网GIS容器与镜像私有仓库模块设计第31-35页
        3.3.1 设计思路第31-32页
        3.3.2 电网GIS容器私有应用仓库架构设计第32-34页
        3.3.3 电网GIS容器应用私有仓库的工作流第34-35页
    3.4 电网GIS应用容器的自动扩容与备份模块设计第35-37页
        3.4.1 电网GIS应用容器的自动扩容模块设计第35-36页
        3.4.2 自动扩容操作流程第36-37页
        3.4.3 备份模块设计第37页
    3.5 本章小结第37-38页
第4章 容器管理系统原型开发第38-52页
    4.1 系统原型开发实现环境第38-39页
    4.2 电网GIS容器的管理模块开发第39-46页
    4.3 电网GIS容器与镜像私有仓库开发第46-49页
        4.3.1 前期准备工作第46-47页
        4.3.2 认证授权第47页
        4.3.3 对镜像操作的关键接口第47-49页
    4.4 电网GIS容器的自动扩容开发第49-50页
    4.5 电网GIS镜像备份模块开发第50-51页
        4.5.1 镜像备份第50-51页
        4.5.2 运行数据备份第51页
    4.6 本章小结第51-52页
第5章 容器管理系统功能测试第52-62页
    5.1 测试环境第52-54页
        5.1.1 测试软件环境第52页
        5.1.2 测试硬件环境第52-54页
    5.2 功能测试第54-61页
        5.2.1 环境配置第54页
        5.2.2 电网GIS应用容器与镜像的管理模块功能测试第54-57页
        5.2.3 电网GIS容器与镜像私有仓库模块测试第57-59页
        5.2.4 电网GIS应用容器的自动扩容测试第59-61页
    5.3 本章小结第61-62页
第6章 总结与展望第62-64页
    6.1 论文总结第62页
    6.2 未来展望第62-64页
参考文献第64-67页
攻读硕士期间发表的论文及其它成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于压缩感知的MRI图像超分辨率重建算法研究
下一篇:基于LSTM模型的文本情感分析技术的研究