基于Kubernetes的云端资源调度器改进

摘要

现代数据中心内往往承载着差异化的数据业务和复杂的应用程序，一个稳定而可靠的资源调度器在数据中心日常运维中显得尤为重要。统一管理数据中心和云端资源的调度器可以被独立设计成应用程序与云端/数据中心之间的抽象层，即云端资源调度器或数据中心操作系统。基于容器即服务平台Kubernetes的出现为实现数据中心操作系统提供了便利。然而，Kubernetes资源调度模块的架构设计和系统自带的调度算法都过于简单，不能有效地解决生产环境中多样的用户需求和复杂的运行环境。
　　在深入研究Kubernetes系统架构及其资源调度器模块工作流程的基础上，本文扩充了Kubernetes资源调度器自带的算法库，并首次提出了Kubernetes资源调度器资源抢占式调度设计，浮动式资源配额配置方案和中央调度器高可用解决方案。最终，本文的所有设计方案都将集成为一个改进后的Kubernetes集群调度器。抢占式调度打破了原先集群范围内作业无优先级划分的现状，提高了像web应用等作业的实时响应和可用性。浮动式资源配额配置解决了静态配置作业配额带来的资源浪费，提高了系统资源供给的安全性。中央调度器高可用解决方案解决了Kubernetes集群调度器的单点故障隐患，提高了系统整体的容灾性。实验数据表明本文对Kubernetes集群调度器的所有改进均有不错的可用性和性能方面的提升。

目录

声明

摘要

第1章 绪论

1．1 云计算与传统虚拟化技术概况

1．2 轻量级虚拟化技术综述

1．3 基于Docker的容器即服务概述

1．4 Kubernetes目前能够解决的问题与不足

1．5 论文主要工作

第2章 资源调度器相关领域综述

2．1 云端资源调度器综述

2．1．1 中央式调度模型及其典型实现

2．1．2 两层式资源调度模型及其典型实现

2．1．3 基于共享状态的资源调度模型及其典型实现

2．2 Kubernetes简介

2．2．1 Kubernetes核心概念简介

2．2．2 Kubernetes系统架构设计简介

2．2．3 Kubernetes控制节点简介

2．2．4 Kubernetes工作节点简介

2．2．5 Kubernetes各组件之间协同简介

2．3 操作系统实时调度算法对比分析

第3章 Kubernetes集群调度器系统算法库扩充

3．1 Kubernetes集群调度器的工作流程简介

3．2 Kubernetes集群调度器现有调度算法库框架综述

3．3 Kubernetes集群调度器算法扩充

3．3．1 Predicates类算法设计

3．3．2 Priorities类算法设计

3．4 测试与实验结果分析

3．4．1 PodFitsHost算法验证性测试与分析

3．4．2 PodFitsHost算法性能测试与对比分析

3．4．3 MatchNodeSelector算法验证性测试与分析

3．4．4 MatchNodeSelector算法性能测试与对比分析

3．4．5 BalancedResourceAllocationPriority算法验证性测试与分析

3．4．6 BalancedResourceAllocationPriority算法性能测试与分析

3．4．7 SelectorSpreadigPriority算法验证性测试

3．4．8 SelectorSpreadigPriority算法性能测试

第4章 抢占式和浮动资源配额的调度器设计与实现

4．1 调度单元有限状体机重构

4．2 基于优先级分类与抢占式调度的调度器设计与实现

4．3 支持资源配额动态调节的调度器设计与实现

4．4 测试与实验结果分析

4．4．1 抢占式调度验证性测试与分析

4．4．2 抢占式调度性能测试与分析

4．4．3 资源配额动态调节性能测试与分析

第5章 Kubernetes集群调度器高可用方案设计与实现

5．1 服务发现和自恢复机制设计与实现

5．2 高可用的Kubernetes集群调度器设计与实现

5．3 调度器多实例部署实现方案

5．4 测试与实验结果对比分析

第6章 总结与展望

参考文献

攻读硕士学位期间主要的研究成果

致谢