摘要: 以Docker为代表的容器技术在应用的开发、发布和部署上具有便捷性和实用性，从出现之初便受到了业界的广泛关注，由于Docker本身只注重于提供容器和镜像，因此需要一个集成的容器云管理平台高效地完成容器的编排部署、资源调度、服务发现、健康监控等... 展开 以Docker为代表的容器技术在应用的开发、发布和部署上具有便捷性和实用性，从出现之初便受到了业界的广泛关注，由于Docker本身只注重于提供容器和镜像，因此需要一个集成的容器云管理平台高效地完成容器的编排部署、资源调度、服务发现、健康监控等任务。Kubernetes凭借其强大的容器编排能力和轻量开源的特点成为了众多容器集群调度系统的领跑者，然而Kubernetes的资源调度策略和系统自带的调度算法都较为单一，在复杂的应用场景下往往力不从心。 本文在深入研究Kubernetes的核心技术后，对资源调度模块进行改进和设计，主要内容如下： 1.改进了Kubernetes的资源模型。Kubernetes在进行资源调度时只考量了CPU和内存的影响，但是Pod若要正常运行还需要进行镜像下载，与持久化存储系统进行数据交互，本文在原有模型上增加了镜像下载速度和数据传输速度作为资源调度的考量因素。 2.改进了 Kubernetes用户绑定策略。Kubernetes的用户绑定策略较为简单，本文在此基础上设计了一种弱绑定策略，增加了用户绑定的匹配规则，支持对表达式的匹配性周期检测。 3.设计抢占式调度策略。根据重启策略将Pod划分为三个优先级，当宿主机资源不足时，高优先级Pod可以抢占低优先级Pod的资源，有效的提高了高优先级Pod的运行比例。 4.设计动态负载均衡调度策略。Kubernetes默认调度策略中 Pod一经调度便无法迁移，本文鉴于此设计了一种基于Kubernetes的动态负载均衡改进算法，该算法的静态调度负责将待调度Pod队列的每一个Pod调度到最符合其资源描述文件的节点上；动态调度则通过监控器定期将宿主机和Pod的运行状况反馈到调度器，调度器根据系统整体负载情况作出动态调整，将负载较高的节点的一些 Pod迁移到负载较低的节点上，以维持系统的整体负载均衡。 收起