摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 论文的主要研究内容 | 第13页 |
1.4 论文的组织结构 | 第13-15页 |
第二章 相关技术简介 | 第15-24页 |
2.1 微服务 | 第15-18页 |
2.1.1 单体式软件架构 | 第15-16页 |
2.1.2 微服务软件架构 | 第16-18页 |
2.2 Docker相关技术简介 | 第18-23页 |
2.2.1 Docker简介 | 第18-19页 |
2.2.2 Docker和虚拟机的对比 | 第19-22页 |
2.2.3 Docker与微服务 | 第22-23页 |
2.3 本章小节 | 第23-24页 |
第三章 基于Docker技术的视频监控云平台 | 第24-51页 |
3.1 传统视频监控云平台介绍 | 第24-25页 |
3.2 平台总体架构设计 | 第25-28页 |
3.2.1 基于Docker技术视频监控云平台架构设计 | 第25-27页 |
3.2.2 工作流程 | 第27-28页 |
3.3 基础环境 | 第28页 |
3.3.1 开发环境 | 第28页 |
3.3.2 集群环境 | 第28页 |
3.4 分布式云资源管理器 | 第28-32页 |
3.4.1 传统分布式资源管理的缺陷 | 第28-29页 |
3.4.2 基于Mesos分布式资源管理系统实现 | 第29-32页 |
3.5 视频微服务镜像仓库 | 第32-37页 |
3.5.1 视频微服务镜像仓库设计 | 第32-33页 |
3.5.2 视频服务镜像构建流程 | 第33-35页 |
3.5.3 视频微服务镜像仓库实现 | 第35-37页 |
3.6 视频云服务管理器 | 第37-40页 |
3.6.1 视频云服务管理模块设计 | 第37-39页 |
3.6.2 视频云服务管理模块实现 | 第39-40页 |
3.7 Web管理平台 | 第40-41页 |
3.8 平台优势 | 第41-42页 |
3.9 平台测试 | 第42-50页 |
3.9.1 视频浓缩服务构建 | 第42-43页 |
3.9.2 计算性能测试 | 第43-44页 |
3.9.3 资源利用率测试 | 第44-47页 |
3.9.4 系统吞吐量测试 | 第47-48页 |
3.9.5 视频服务容错分析与测试 | 第48-50页 |
3.10 本章小节 | 第50-51页 |
第四章 基于多维资源特性加权的视频服务调度算法 | 第51-62页 |
4.1 视频微服务资源特性 | 第51-52页 |
4.2 传统视频监控云调度算法概述 | 第52-54页 |
4.2.1 基于虚拟机的调度算法 | 第52-53页 |
4.2.2 现有的Docker集群调度算法 | 第53-54页 |
4.2.3 传统视频监控云调度算法的缺陷 | 第54页 |
4.3 基于多维资源特性加权的视频服务调度算法 | 第54-61页 |
4.3.1 问题描述 | 第54-55页 |
4.3.2 算法描述 | 第55-60页 |
4.3.3 算法实现与性能测试 | 第60-61页 |
4.4 本章小节 | 第61-62页 |
第五章 基于视频微服务的分布式视频应用 | 第62-77页 |
5.1 构建视频应用难点问题 | 第62-63页 |
5.2 视频微服务的类型 | 第63页 |
5.3 基于视频微服务的分布式视频应用架构设计 | 第63-67页 |
5.3.1 系统总体架构 | 第63-65页 |
5.3.2 视频应用的可靠性保证 | 第65-67页 |
5.4 基于视频微服务的视频应用系统实现 | 第67-72页 |
5.4.1 基础环境构建 | 第67页 |
5.4.2 服务发现和负载均衡交互设计 | 第67-68页 |
5.4.3 服务发现 | 第68-69页 |
5.4.4 负载均衡 | 第69-70页 |
5.4.5 视频微服务自动注册 | 第70-72页 |
5.5 基于视频微服务的视频应用高可用测试 | 第72-76页 |
5.5.1 基于Live555的高可用流媒体转发服务器实现 | 第72-74页 |
5.5.2 高可用性分析与测试 | 第74-76页 |
5.6 本章小节 | 第76-77页 |
第六章 总结与展望 | 第77-80页 |
6.1 总结 | 第77-78页 |
6.2 未来工作展望 | 第78-80页 |
参考文献 | 第80-85页 |
攻读硕士学位期间发表的论文和专利 | 第85-86页 |
致谢 | 第86页 |