云环境下容器动态迁移技术研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-15页 |
1.1 课题研究背景与意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 主要研究内容 | 第13-14页 |
1.4 章节安排 | 第14-15页 |
第二章 容器的虚拟化和迁移技术 | 第15-25页 |
2.1 云计算技术 | 第15页 |
2.2 容器虚拟化技术 | 第15-20页 |
2.2.1 传统虚拟技术 | 第16-17页 |
2.2.2 容器化技术 | 第17-20页 |
2.3 容器迁移技术 | 第20-24页 |
2.3.1 容器的静态迁移 | 第20-21页 |
2.3.2 容器的动态迁移 | 第21-24页 |
2.4 本章小结 | 第24-25页 |
第三章 基于最小迁移量的迁移算法优化 | 第25-40页 |
3.1 研究背景 | 第25-27页 |
3.1.1 基于服务器均衡的迁移算法 | 第25-26页 |
3.1.2 基于预测的迁移算法 | 第26-27页 |
3.2 传统的最小迁移量算法 | 第27-28页 |
3.2.1 MNM的思想 | 第27-28页 |
3.2.2 MNM的分析 | 第28页 |
3.3 优化的最小迁移量算法 | 第28-32页 |
3.3.1 热点容器的判断机制 | 第29-30页 |
3.3.2 拟合方法的选择 | 第30-31页 |
3.3.3 待迁移容器的选择 | 第31-32页 |
3.4 仿真分析 | 第32-38页 |
3.4.1 仿真参数设置 | 第32-33页 |
3.4.2 性能指标 | 第33页 |
3.4.3 仿真结果分析 | 第33-38页 |
3.5 本章小结 | 第38-40页 |
第四章 基于预拷贝的迁移算法优化 | 第40-56页 |
4.1 研究背景 | 第40-42页 |
4.1.1 基于内存压缩的优化算法 | 第40-42页 |
4.1.2 基于预测的优化算法 | 第42页 |
4.2 传统的预拷贝算法 | 第42-44页 |
4.2.1 预拷贝模型 | 第42-43页 |
4.2.2 预拷贝算法的分析 | 第43-44页 |
4.3 优化的预拷贝算法 | 第44-49页 |
4.3.1 OPCA的迁移模型 | 第44页 |
4.3.2 工作区的划分 | 第44-45页 |
4.3.3 预测模型的选择 | 第45-46页 |
4.3.4 OPCA的算法流程 | 第46-49页 |
4.4 仿真分析 | 第49-55页 |
4.4.1 仿真参数设置 | 第49页 |
4.4.2 性能指标 | 第49-50页 |
4.4.3 仿真结果分析 | 第50-55页 |
4.5 本章小结 | 第55-56页 |
第五章 容器动态迁移原型系统的设计与实现 | 第56-74页 |
5.1 系统运行搭建 | 第56-59页 |
5.1.1 应用场景 | 第56-57页 |
5.1.2 系统框架 | 第57-59页 |
5.2 动态迁移基础模块的建立 | 第59-63页 |
5.2.1 资源使用统计模块 | 第60-61页 |
5.2.2 迁移判断模块 | 第61-62页 |
5.2.3 系统管理模块 | 第62-63页 |
5.3 OMNM的模块实现 | 第63-65页 |
5.3.1 OMNM模块设计 | 第63-64页 |
5.3.2 模块工作流程 | 第64页 |
5.3.3 模块伪代码 | 第64-65页 |
5.4 OPCA的模块实现 | 第65-68页 |
5.4.1 OPCA模块设计 | 第66页 |
5.4.2 模块工作流程 | 第66-67页 |
5.4.3 模块伪代码 | 第67-68页 |
5.5 系统测试 | 第68-73页 |
5.5.1 实验环境及参数设定 | 第68-69页 |
5.5.2 实验步骤 | 第69页 |
5.5.3 实验成果及分析 | 第69-73页 |
5.6 本章小结 | 第73-74页 |
第六章 总结与展望 | 第74-76页 |
6.1 本章小结 | 第74-75页 |
6.2 工作展望 | 第75-76页 |
参考文献 | 第76-79页 |
附录1 攻读硕士学位期间撰写的论文 | 第79-80页 |
附录2 攻读硕士学位期间申请的专利 | 第80-81页 |
附录3 攻读硕士学位期间参加的科研项目 | 第81-82页 |
附录4 攻读硕士学位期间获得的荣誉 | 第82-83页 |
致谢 | 第83页 |