您现在的位置: 首页> 研究主题> Kubernetes

Kubernetes

Kubernetes的相关文献在2016年到2023年内共计805篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、信息产业经济(总论) 等领域,其中期刊论文155篇、专利文献650篇;相关期刊91种,包括电信科学、数据通信、信息技术等; Kubernetes的相关文献由1429位作者贡献,包括韦克璐、赵凯麟、高传集等。

Kubernetes—发文量

期刊论文>

论文:155 占比:19.25%

专利文献>

论文:650 占比:80.75%

总计:805篇

Kubernetes—发文趋势图

Kubernetes

-研究学者

  • 韦克璐
  • 赵凯麟
  • 高传集
  • 王志雄
  • 马超
  • 崔骥
  • 揭震
  • 花磊
  • 赵安全
  • 梅进
  • 期刊论文
  • 专利文献

搜索

排序:

年份

作者

    • 罗永安; 包梓群; 赵恪振; 余隆勇
    • 摘要: 由于Kubernetes集群默认资源调度方法是静态的,随着Kubernetes中工作节点的不断运行,会出现集群负载不均衡问题。针对上述问题,设计基于Pod迁移的Kubernetes集群动态调度机制。该机制首先通过监控模块采集服务器和Pod应用资源使用情况,使用AHP对其进行负载评估;然后对滑动窗口进行定义,筛选高负载工作节点形成待迁移的Pod集合;最后根据低负载节点原则为待迁移Pod选取目标工作节点,并采用CRIU技术实现Pod迁移。实验结果表明,该资源动态调度机制相比于优先级资源调度在负载均衡度方面平均提高17%,在Pod迁移数量方面平均减少88.3%。
    • 沐磊; 李洪赭; 李赛飞
    • 摘要: Kubernetes是目前主流的容器云编排和管理系统,其内置的伸缩策略是通过监测衡量指标并与阈值比较计算,从而实现伸缩的功能。该策略主要存在单一衡量指标和响应延迟问题:单一指标在衡量多种资源消耗的复杂应用时存在明显缺陷;响应延迟问题会造成应用在一段时间内的服务质量无法得到保障。针对上述问题,提出了一种改进的Kubernetes弹性伸缩策略,该策略对应用涉及的多种资源进行计算,得出综合负载率作为衡量应用伸缩的指标;使用ARIMA-Kalman预测模型对综合负载进行预测,从而实现预测式伸缩,提高了应用在面对突发流量的应对能力。实验结果表明,该策略能够较好地衡量应用的整体负载水平,并能对应用负载进行准确的预测,解决了响应延迟的问题。
    • 李浩; 彭辉; 郑悦
    • 摘要: Docker解决了单个SaaS容器化快速部署的问题,分布式的SaaS往往由多个应用程序、数据库、中间件组成,部署一个由分布式SaaS组成的容器集群往往需要多个部门协同工作,耗时数天,整个过程十分繁琐、复杂。如何快速的交付一个SaaS容器集群呢?文章介绍了一种容器集群打包的方法,通过一条命令对容器集群进行打包,一条命令将打包的介质快速的部署到其它的环境中去,从而快速的交付一个SaaS容器集群。
    • 王骏翔
    • 摘要: 为使上云企业和云运营服务商更好地监控自身的云环境,尤其是更好地进行多云架构下的整体管控,提出一种面向多云资源和多云服务的监控告警方法。利用开源的云计算和监控分析技术,在多云资源和多云服务场景下,逐步实现对企业多元化的云基础资源和云应用服务的监控、分析及告警能力。该方法已在某大型航运集团企业得到应用,结果表明其能较好地满足云资源服务部门对多元化的云基础资源和云应用服务的监控、分析及告警的迫切需求,可为类似工程提供参考。
    • ZHU Lin; LI Junjiang; LIU Zijie; ZHANG Dengyin
    • 摘要: With the rapid development of data applications in the scene of Industrial Internet of Things(IIoT),how to schedule resources in IIoT environment has become an urgent problem to be solved.Due to benefit of its strong scalability and compatibility,Kubernetes has been applied to resource scheduling in IIoT scenarios.However,the limited types of resources,the default scheduling scoring strategy,and the lack of delay control module limit its resource scheduling performance.To address these problems,this paper proposes a multi-resource scheduling(MRS)scheme of Kubernetes for IIoT.The MRS scheme dynamically balances resource utilization by taking both requirements of tasks and the current system state into consideration.Furthermore,the experiments demonstrate the effectiveness of the MRS scheme in terms of delay control and resource utilization.
    • 应毅; 刘亚军; 任凯
    • 摘要: 该文针对神经网络模型训练过慢、集群部署缺乏弹性问题,采用CPU+GPU混合架构,利用Docker和Kubernetes系统搭建底层容器云基础,以TensorFlow作为上层机器学习框架,构建了分布式深度学习实验平台,并详述了GPU镜像制作、计算节点GPU支持、Kubernetes集群搭建、Tensor Flow集群部署等实验平台建设细节。两个图片识别实验表明,该实验平台具有良好的性能优势和可扩展性,达到了应用部署自动化、硬件资源弹性伸缩、提升模型训练速度的目标,为人工智能实验平台建设提供了有益的思路,并起到推广作用。
    • 孙波
    • 摘要: 当今社会,云平台已经成为各系统的主流建设方式,微服务、容器(Docker)、Kubernetes这些新技术已经在云平台建设中大规模应用。本文介绍了微服务技术架构,以及目前比较热门的Docker容器化技术和容器化管理平台Kubernetes,并给出了采用Docker+Kubernetes的微服务架构的典型方案。
    • 刘宏娟; 黄炜; 李文吉; 邵治涛; 胡倩
    • 摘要: 随着卫星遥感行业进入大数据时代,传统的数据处理平台日渐难以满足卫星遥感数据快速积累的发展需求,同时也对系统在动态调度资源、易维护、弹性扩展、复杂度可控和灵活部署等方面提出了更高的要求。针对上述问题,文章引入容器技术及Kubernetes容器集群管理系统,设计实现了基于Kubernetes的开源容器云平台,将单个业务系统拆分成多个独立运行在相互隔离容器中的服务,实现了应用服务容器的调度和管理、快速部署和迁移,并以GF7高分卫星数据为例进行验证,验证了容器集群能够有效处理卫星遥感数据,提高了卫星遥感数据处理平台的资源利用率和运维效率;文末结合卫星遥感行业的现状及特点,就容器化应用的前景及面临的困难进行了展望分析。
    • 张文辉; 王子辰
    • 摘要: Kubernetes是比较流行的开源容器编排引擎,其默认调度算法只考虑了CPU和内存两种性能指标,且采用统一权重计算候选节点得分,无法满足各异的Pod应用需求.本文在此基础上扩展了Kubernetes性能指标,增加了带宽、磁盘、IO速率3种指标,并通过AHP (analytic hierarchy process,层次分析法)计算主观权重和EW (entropy weight,熵权法)根据Pod应用部署过程中节点的性能指标的资源利用率实时计算资源指标的客观权重.两种权重相结合应用到改进的TOPSIS (technique for order preference by similarity to an ideal solution,逼近理想解排序方法)多属性决策方法中来选择合适的候选节点.实验结果表明,随着部署Pod数量的增多,在集群负载较大的情况下,综合负载的标准差和Kubernetes默认调度算法相比提升18%.
    • 陈梅; 苏晨; 赵静雅; 高震宇
    • 摘要: 为推动目前现有开源5G核心网的进展,文章通过研究云原生5G核心网原型系统平台的构建,以达到现有网络功能的容器化实现。首先构建简易的开源5G核心网,通过Kubernetes(简称K8s)自带的四层负载均衡和七层负载均衡,验证模拟多并发时系统的负载均衡能力及扩缩容能力;将核心网通过所搭建的核心网的NGAP口STCP口的地址进行连接,进行整个系统的调试,通过冲石通信模拟器通过设置UE数目,仿真基站进行整个系统的可靠性测试。进行负载均衡验证,完成云化环境中的动态扩缩容算法的研究,以实现具备高可靠的云原生5G核心网系统平台。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号