摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-14页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文的研究内容 | 第12页 |
1.4 论文的章节介绍 | 第12-14页 |
2 相关技术介绍 | 第14-22页 |
2.1 云计算概述 | 第14-15页 |
2.2 虚拟化技术概述 | 第15-17页 |
2.3 Docker容器技术 | 第17-21页 |
2.3.1 Docker概述 | 第17页 |
2.3.2 Docker网络通信 | 第17-18页 |
2.3.3 Docker文件系统 | 第18-19页 |
2.3.4 Docker对于传统虚拟化的优势 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
3 Docker集群的构建 | 第22-34页 |
3.1 Docker集群构建所面临的关键问题 | 第22-23页 |
3.2 自动伸缩Docker集群系统总体架构设计 | 第23-25页 |
3.3 集群私有镜像仓库的建立与改进 | 第25-30页 |
3.3.1 Docker镜像原理 | 第25页 |
3.3.2 镜像仓库的建立 | 第25-26页 |
3.3.3 基于Harbor的集群镜像仓库 | 第26-30页 |
3.4 Calico对集群网络的建立与改进 | 第30-33页 |
3.4.1 Docker集群网络概述 | 第30-31页 |
3.4.2 Calico介绍 | 第31页 |
3.4.3 使用Calico建立集群网络 | 第31-33页 |
3.5 本章小结 | 第33-34页 |
4 基于GM(1,1)与BP神经网络的组合预测算法 | 第34-48页 |
4.1 预测算法的分类 | 第34-35页 |
4.2 灰色模型 | 第35-37页 |
4.2.1 GM(1,1)模型的建模思想 | 第35-36页 |
4.2.2 GM(1,1)预测序列预处理 | 第36-37页 |
4.3 BP神经网络模型 | 第37-40页 |
4.3.1 BP神经网络概述 | 第37-39页 |
4.3.2 BP神经网络信号传递和误差修正 | 第39-40页 |
4.4 一种基于GM(1,1)与BP神经网络的组合预测模型 | 第40-46页 |
4.4.1 集群负载预测系统模型建立 | 第40-41页 |
4.4.2 工作负载的特性分析 | 第41-42页 |
4.4.3 基于GM(1,1)与BP神经网络的组合预测模型 | 第42-46页 |
4.5 本章小结 | 第46-48页 |
5 基于预测的自动伸缩研究与实现 | 第48-70页 |
5.1 基于预测的自动伸缩的问题分析 | 第48页 |
5.2 Docker集群监控子系统 | 第48-51页 |
5.2.1 集群监控子系统的组成 | 第48-49页 |
5.2.2 CAdvisor和Heapster介绍 | 第49页 |
5.2.3 集群状态监控子系统内部交互流程 | 第49-50页 |
5.2.4 集群监控子系统的实现 | 第50-51页 |
5.3 基于Haproxy的高可用负载均衡 | 第51-55页 |
5.3.1 Haproxy介绍 | 第51-52页 |
5.3.2 负载均衡的实现 | 第52-54页 |
5.3.3 keepalived对负载均衡高可用性的完善 | 第54-55页 |
5.4 Docker集群自动伸缩的设计 | 第55-63页 |
5.4.1 自动伸缩内部模块工作流程 | 第55-57页 |
5.4.2 基于Consul的自动服务发现 | 第57-59页 |
5.4.3 伸缩组规则定义 | 第59-60页 |
5.4.4 基于预测的自动伸缩策略 | 第60-63页 |
5.5 基于预测的自动伸缩Docker集群的实现 | 第63-68页 |
5.5.1 自动伸缩集群子系统组成 | 第63-65页 |
5.5.2 系统整体类图 | 第65-66页 |
5.5.3 系统界面图 | 第66-68页 |
5.6 本章小结 | 第68-70页 |
6 系统测试 | 第70-78页 |
6.1 实验环境搭建及配置 | 第70-71页 |
6.2 预测模型实验 | 第71-74页 |
6.2.1 预测效果评价指标 | 第71-72页 |
6.2.2 实验数据获取 | 第72-73页 |
6.2.3 预测实验及结果分析 | 第73-74页 |
6.3 弹性伸缩测试 | 第74-76页 |
6.3.1 测试方案 | 第74页 |
6.3.2 测试结果 | 第74-76页 |
6.4 本章小结 | 第76-78页 |
7 总结与展望 | 第78-80页 |
7.1 本文内容总结 | 第78页 |
7.2 未来后续工作 | 第78-80页 |
参考文献 | 第80-85页 |
作者攻读学位期间科研成果 | 第85-87页 |
致谢 | 第87页 |