| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景 | 第10-13页 |
| 1.1.1 云计算背景 | 第10-11页 |
| 1.1.2 容器云平台 | 第11-13页 |
| 1.2 研究目的和意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 论文研究的主要内容 | 第15-16页 |
| 1.5 本文组织结构 | 第16页 |
| 1.6 本章小结 | 第16-18页 |
| 第2章 容器云平台Kubernetes的介绍与不足 | 第18-28页 |
| 2.1 Kubernetes介绍 | 第18-25页 |
| 2.1.1 Kubernetes基本概念和术语 | 第19-22页 |
| 2.1.2 Kubernetes Master节点 | 第22-24页 |
| 2.1.3 Kubernetes Node节点 | 第24-25页 |
| 2.2 Kubernetes的不足 | 第25-27页 |
| 2.2.1 资源监控机制存在局限性 | 第25-26页 |
| 2.2.2 资源调度机制缺乏灵活性 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 资源使用量预测模型 | 第28-38页 |
| 3.1 预测方法分类 | 第28-29页 |
| 3.2 单一预测模型 | 第29-34页 |
| 3.2.1 ARIMA模型 | 第29-33页 |
| 3.2.2 RBF神经网络模型 | 第33-34页 |
| 3.3 ARIMA与RBF组合模型 | 第34-36页 |
| 3.4 预测效果评价指标 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 资源动态调度的设计与实现 | 第38-50页 |
| 4.1 总体设计 | 第38-39页 |
| 4.2 模块设计 | 第39-49页 |
| 4.2.1 监控模块 | 第39-40页 |
| 4.2.2 预测模块 | 第40页 |
| 4.2.3 资源动态调度模块 | 第40-44页 |
| 4.2.4 实例自动伸缩模块 | 第44-45页 |
| 4.2.5 负载均衡模块 | 第45-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 实验与结果分析 | 第50-62页 |
| 5.1 预测模型实验 | 第50-52页 |
| 5.1.1 实验数据获取 | 第50-51页 |
| 5.1.2 预测实验及结果分析 | 第51-52页 |
| 5.2 资源动态调度实验 | 第52-58页 |
| 5.3 实例自动伸缩实验 | 第58-60页 |
| 5.4 负载均衡实验 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 未来工作与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |