大数据平台下容器资源调度的优化算法研究
Research on optimized algorithms for container resource scheduling under large data platform
刘翔;李海荣;
1:内蒙古科技大学信息工程学院
2:内蒙古科技大学工程训练中心
摘要(Abstract):
在大数据平台的资源调度环境下,Docker Swarm原生的3种算法并不能满足面向用户的要求.根据节点CPU、内存、磁盘I/O、网络I/O 4个维度,采用线性回归模型,动态预测每个节点所能创建容器的最大数量,提出一种基于用户的资源调度策略——Resource Scheduling For User(RSFU),使同一用户下的容器优先部署在同一节点上.实验验证,在实时更新的集群节点信息下,RSFU能够使大数据平台保持良好的负载均衡,使同一用户的集群内节点之间网络数据的传输更加高效.
关键词(KeyWords): Docker;调度策略;RSFU;大数据平台;更新节点算法
基金项目(Foundation): 教育部产学合作协同育人资助项目(202002107034);; 内蒙古自治区自然科学基金资助项目(2020MS06028);; 内蒙古自治区高等学校科学研究资助项目(NJZY21387);; 内蒙古自治区本科教育教学改革研究资助项目(JGZC2022015)
作者(Authors): 刘翔;李海荣;
DOI: 10.16559/j.cnki.2095-2295.2023.01.006
参考文献(References):
[4] 朱洪武.基于VMware云计算软件的数据中心云管平台改进及实现[J].西南民族大学学报(自然科学版),2021,47(01):53.
[5] 黄凯,孟庆永,谢雨来,等.基于Docker swarm集群的动态加权调度策略[J].计算机应用,2018,38(05):1399.
[10] 刘梅,高岑,田月,等.基于Docker Swarm集群的调度策略优化算法[J].计算机系统应用,2018,27(09):199.
[12] 张先才,邓见光,安妮,等.一种基于高等代数的线性最小二乘问题的解法[J].东莞理工学院学报,2020,27(05):1.
[14] 王占丰,张林杰,吕博,等.基于机器学习的云计算资源调度综述[J].无线电通信技术,2022,48(02):213.