中圖網(wǎng)小程序
一鍵登錄
更方便
容器云的關(guān)鍵理論和方法研究 版權(quán)信息
- ISBN：9787115541604
- 條形碼：9787115541604 ; 978-7-115-54160-4
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
容器云的關(guān)鍵理論和方法研究 本書特色
1.本書基于讀者的角度，將理論與實際結(jié)合，具有大量的實際操作方面的案例; 2.每一章節(jié)都有相應(yīng)的實驗，按照實驗的具體條件進(jìn)行環(huán)境的搭建，根據(jù)相應(yīng)的需求方便讀者理解以及按照書中的步驟進(jìn)行操作; 3.根據(jù)讀者的需求和興趣，每章實驗的步驟講解詳細(xì)清晰; 4.每章實驗部分附帶相關(guān)代碼與配套軟件，方便讀者學(xué)習(xí)。
容器云的關(guān)鍵理論和方法研究 內(nèi)容簡介
本書遵循由淺入深、循序漸進(jìn)的學(xué)習(xí)規(guī)律，分析了從云計算到容器云的過渡過程，全面介紹了Docker、Kubernetes、OpenShift，包括基礎(chǔ)知識、在主流操作系統(tǒng)上的安裝方法以及基本操作，然后對容器云與微服務(wù)以及容器云中的資源預(yù)測與配置、容器云任務(wù)調(diào)度、資源調(diào)度進(jìn)行了深入探討，并對混合容器云調(diào)度進(jìn)行了系統(tǒng)闡述。本書案例豐富、實驗詳實，凝聚了作者多年的研究成果和心得體會，很好適合熱愛和學(xué)習(xí)容器云的學(xué)術(shù)界和工業(yè)界人士閱讀。本書有助于讀者更好地理解容器云背后的根源和本質(zhì)。
容器云的關(guān)鍵理論和方法研究 目錄
目錄
第 1章 云計算平臺 01
1．1 云計算平臺簡介 01
1．1．1 云計算的概念 01
1．1．2 云計算的發(fā)展 02
1．1．3 云計算分類 02
1．1．4 云計算技術(shù) 03
1．1．5 云計算平臺的概念 04
1．1．6 云計算平臺的優(yōu)勢 04
1．2 從容器到容器云 06
1．2．1 容器技術(shù) 06
1．2．2 Docker是什么 07
1．2．3 Docker的發(fā)展歷程 10
1．2．4 Docker與容器 11
1．2．5 容器云的發(fā)展 12
1．3 可信容器云 15
1．3．1 可信容器云的產(chǎn)生 15
1．3．2 可信容器云的基本概念 17
1．3．3 可信容器云的技術(shù)分類模型 18
1．3．4 可信容器云的研究目標(biāo) 21
第 2章 Docker關(guān)鍵技術(shù) 25
2．1 Docker在Linux環(huán)境下的安裝 25
2．2 CentOS下使用腳本安裝Docker 28
2．3 Windows下安裝Docker 29
2．4 Docker操作之準(zhǔn)備工作 34
2．5 Docker容器 34
2．5．1 運(yùn)行Docker容器 35
2．5．2 操作容器 36
2．5．3 進(jìn)入容器的2種方式 37
2．5．4 容器命名 39
2．5．5 創(chuàng)建守護(hù)式容器 39
2．5．6 導(dǎo)入導(dǎo)出容器 40
2．5．7 刪除容器 41
2．6 Docker鏡像 41
2．6．1 何為鏡像 41
2．6．2 查看本地鏡像 42
2．6．3 拉取鏡像 43
2．6．4 查找鏡像 43
2．6．5 創(chuàng)建鏡像 45
2．6．6 刪除鏡像 47
2．7 Docker網(wǎng)絡(luò) 48
2．7．1 Docker網(wǎng)絡(luò)基礎(chǔ)理論 48
2．7．2 Docker網(wǎng)絡(luò)工作模式 52
2．8 Docker倉庫 56
2．8．1 官方倉庫Docker Hub 56
2．8．2 將鏡像推送到Docker Hub上 59
2．8．3 搭建本地私有倉庫 60
2．9 Docker數(shù)據(jù)管理 61
2．9．1 容器與非持久化數(shù)據(jù) 61
2．9．2 容器與持久化數(shù)據(jù) 62
2．9．3 創(chuàng)建和管理容器卷 62
2．9．4 在集群節(jié)點間共享存儲 64
2．10 Docker應(yīng)用場景 65
2．10．1 簡化配置 65
2．10．2 代碼流水線管理 66
2．10．3 提升開發(fā)效率 66
2．10．4 隔離應(yīng)用 66
2．10．5 整合服務(wù)器 66
2．10．6 調(diào)試能力 66
2．10．7 多租戶環(huán)境 66
2．10．8 快速部署 67
2．11 應(yīng)用實例在容器中部署靜態(tài)網(wǎng)頁 67
第3章 Kubernetes 71
3．1 Kubernetes概述 71
3．1．1 Kubernetes是什么 71
3．1．2 為什么選擇Kubernetes 72
3．1．3 Kubernetes的集群結(jié)構(gòu) 73
3．1．4 Kubernetes的工作流程 74
3．2 Kubernetes安裝與配置 75
3．3 Kubernetes核心概念 78
3．3．1 節(jié)點 78
3．3．2 pod 78
3．3．3 復(fù)制控制器 80
3．3．4 Service 81
3．4 命令行管理工具kubectl 82
3．4．1 kubectl用法概述 83
3．4．2 常用命令 84
3．4．3 輸出選項 86
3．4．4 kubectl的常用命令示例 87
3．5 Kubernetes應(yīng)用實例 88
3．5．1 Kubernetes體系框架 88
3．5．2 實例介紹 88
第4章 容器云平臺OpenShift 93
4．1 開源容器云OpenShift概述 93
4．1．1 容器時代的IT 93
4．1．2 OpenShift 94
4．1．3 OpenShift與Docker、Kubernetes 95
4．2 OpenShift環(huán)境搭建 97
4．2．1 操作系統(tǒng)準(zhǔn)備 98
4．2．2 操作系統(tǒng)配置 98
4．2．3 安裝Docker 99
4．2．4 下載OpenShift Origin安裝包 99
4．2．5 安裝OpenShift 99
4．2．6 登錄OpenShift Origin控制臺 100
4．3 運(yùn)行容器運(yùn)用 101
4．3．1 項目的創(chuàng)建 101
4．3．2 Docker鏡像的部署 102
4．3．3 訪問容器應(yīng)用 104
4．4 OpenShift架構(gòu) 105
4．4．1 基礎(chǔ)架構(gòu)層 105
4．4．2 容器引擎層 106
4．4．3 容器編排層 106
4．4．4 PaaS服務(wù)層 106
4．4．5 界面及工具層 107
4．5 核心組件詳解 107
4．5．1 Master節(jié)點 109
4．5．2 Node節(jié)點 109
4．5．3 Project與Namespace 109
4．5．4 pod 109
4．5．5 Service 110
4．5．6 Router與Route 111
4．5．7 Persistent Storage 111
4．5．8 Registry 111
4．5．9 Source to Image 112
4．5．10 開發(fā)及管理工具集 112
4．6 核心流程詳解 113
4．6．1 應(yīng)用構(gòu)建 113
4．6．2 應(yīng)用部署 113
4．6．3 請求處理 114
4．6．4 應(yīng)用更新 114
4．7 本章小結(jié) 114
第5章 容器云與微服務(wù) 115
5．1 微服務(wù)概述 115
5．1．1 微服務(wù)起源 115
5．1．2 微服務(wù)的基本概念 116
5．1．3 微服務(wù)體系 117
5．1．4 微服務(wù)與容器云的關(guān)系 121
5．1．5 云原生 122
5．2 容器云中的微服務(wù)技術(shù)框架 126
5．2．1 微服務(wù)選型 126
5．2．2 Kubernetes微服務(wù)框架 129
5．2．3 微服務(wù)容器化 131
5．3 應(yīng)用案例與分析 133
5．3．1 應(yīng)用實踐現(xiàn)狀 133
5．3．2 網(wǎng)易云輕舟微服務(wù)平臺 133
第6章 容器云資源預(yù)測與配置研究 139
6．1 容器云資源預(yù)測與配置概述 140
6．1．1 容器云資源預(yù)測與配置研究背景與意義 140
6．1．2 資源預(yù)測研究現(xiàn)狀 141
6．1．3 資源配置研究現(xiàn)狀 142
6．2 資源負(fù)荷時間序列預(yù)測模型基礎(chǔ)研究 144
6．2．1 時間序列分析 144
6．2．2 時間序列平穩(wěn)性檢驗和處理 145
6．2．3 時間序列純隨機(jī)性檢驗 147
6．2．4 時間序列分析模型ARIMA 148
6．3 資源動態(tài)管理方法研究 148
6．3．1 資源優(yōu)化配置方法 149
6．3．2 資源動態(tài)監(jiān)控方法 151
6．4 基于遺傳算法優(yōu)化LSTM網(wǎng)絡(luò)的容器云資源預(yù)測研究 153
6．4．1 長短期記憶網(wǎng)絡(luò) 153
6．4．2 遺傳算法相關(guān)理論及其改進(jìn) 157
6．4．3 基于APMSSGA優(yōu)化LSTM網(wǎng)絡(luò)結(jié)構(gòu)參數(shù) 163
6．4．4 基于APMSSGA-LSTM的資源負(fù)荷預(yù)測模型 165
6．5 基于APMSSGA-LSTM資源預(yù)測模型的容器云資源配置研究 168
6．5．1 容器云環(huán)境資源預(yù)測與配置總體架構(gòu) 168
6．5．2 基于KVM和Docker的容器云平臺構(gòu)建 169
6．5．3 容器云平臺資源狀態(tài)的監(jiān)控與預(yù)警 173
6．5．4 基于預(yù)測的容器云資源自適應(yīng)彈性配置機(jī)制研究 175
6．6 實驗與分析 179
6．6．1 實驗環(huán)境 180
6．6．2 基于KVM和Docker的容器云平臺實現(xiàn) 180
6．6．3 容器云平臺資源預(yù)測實驗 181
6．6．4 資源配置實驗 187
6．7 本章小結(jié) 189
第7章 容器云環(huán)境中基于QoS目標(biāo)優(yōu)化的任務(wù)調(diào)度策略研究 195
7．1 容器云平臺下的任務(wù)調(diào)度 195
7．2 基于QoS目標(biāo)優(yōu)化的容器云任務(wù)調(diào)度模型 197
7．2．1 基于QoS需求的任務(wù)調(diào)度模型 197
7．2．2 QoS目標(biāo)優(yōu)化的任務(wù)調(diào)度模型建立 200
7．3 協(xié)同優(yōu)化文化基因任務(wù)調(diào)度算法 204
7．3．1 文化基因算法 205
7．3．2 協(xié)同優(yōu)化文化基因任務(wù)調(diào)度算法流程 209
7．4 仿真實驗及結(jié)果分析 216
7．4．1 實驗環(huán)境的構(gòu)建及算法仿真相關(guān)設(shè)置 217
7．4．2 實驗結(jié)果與分析 219
7．5 本章小結(jié) 222
第8章 容器云環(huán)境中基于信任的調(diào)度算法的研究 225
8．1 云計算任務(wù)調(diào)度與可信計算技術(shù) 225
8．1．1 可信計算技術(shù) 225
8．1．2 禁忌搜索算法與禁忌表 228
8．1．3 基于信任的任務(wù)調(diào)度算法研究 228
8．2 容器云環(huán)境下基于QoS及信任的模型研究 229
8．2．1 信任模型的研究 229
8．2．2 基于容器平臺的QoS的信任模型的設(shè)計 231
8．2．3 基于信任機(jī)制的容器云平臺的調(diào)度模型設(shè)計 234
8．3 基于容器云平臺的PSO-ACO任務(wù)調(diào)度算法 236
8．3．1 粒子群優(yōu)化算法 236
8．3．2 蟻群算法 239
8．3．3 基于容器平臺的PSO-ACO融合任務(wù)調(diào)度算法設(shè)計 244
8．3．4 PSO算法和ACO算法之間的關(guān)聯(lián) 248
8．3．5 基于容器云平臺的PSO-ACO任務(wù)調(diào)度算法的流程 249
8．4 算法仿真及分析 250
8．4．1 實驗環(huán)境的構(gòu)建及算法仿真相關(guān)設(shè)置 250
8．4．2 實驗結(jié)果與分析 253
8．5 本章小結(jié) 256
第9章 云制造環(huán)境下容器云資源調(diào)度研究 259
9．1 概述 259
9．1．1 云制造的背景及意義 259
9．1．2 云制造的研究現(xiàn)狀 260
9．1．3 云制造資源調(diào)度研究現(xiàn)狀 262
9．2 云制造環(huán)境下資源調(diào)度的相關(guān)理論 264
9．2．1 云制造 264
9．2．2 云制造資源 270
9．2．3 云制造環(huán)境下的資源調(diào)度 275
9．3 云制造環(huán)境下資源調(diào)度模型優(yōu)化研究 281
9．3．1 云制造調(diào)度問題的復(fù)雜性 281
9．3．2 資源調(diào)度過程分析 282
9．3．3 云制造環(huán)境下多目標(biāo)靜態(tài)資源調(diào)度模型 284
9．3．4 云制造環(huán)境下混合資源調(diào)度模型 287
9．4 云制造環(huán)境下免疫粒子群資源調(diào)度優(yōu)化算法 292
9．4．1 免疫算法 292
9．4．2 云制造環(huán)境下免疫粒子群優(yōu)化算法的設(shè)計 294
9．5 仿真實驗及結(jié)果分析 301
9．5．1 實驗仿真環(huán)境與參數(shù)的設(shè)置 302
9．5．2 仿真實驗設(shè)計與分析 303
9．5．3 實例驗證與分析 305
9．6 本章小結(jié) 309
第 10章 混合容器云調(diào)度的關(guān)鍵技術(shù)與方法研究 313
10．1 混合容器云概述 313
10．1．1 混合容器云的產(chǎn)生及發(fā)展 314
10．1．2 混合容器云的基礎(chǔ)知識 318
10．1．3 混合容器云的架構(gòu) 325
10．1．4 混合容器云的調(diào)度 330
10．2 基于DHT網(wǎng)絡(luò)的云合作平臺 334
10．2．1 需求背景 334
10．2．2 云合作平臺架構(gòu) 335
10．2．3 DHTNode網(wǎng)絡(luò) 336
10．2．4 DHTClient 337
10．2．5 基于智能合約的可信機(jī)制 337
10．2．6 私有CaaS層與數(shù)據(jù)中心層 338
10．3 基于循環(huán)反向拍賣的任務(wù)調(diào)度 339
10．3．1 需求背景 339
10．3．2 作業(yè)與資源 341
10．3．3 反向拍賣 342
10．3．4 均衡分析 343
10．4 基于超節(jié)點和改進(jìn)GA的容器調(diào)度 344
10．4．1 需求背景 345
10．4．2 基于超節(jié)點的資源管理 345
10．4．3 容器云調(diào)度 347
10．4．4 基于改進(jìn)GA的資源分配 349
10．5 實戰(zhàn)與分析 357
10．5．1 自動部署 357
10．5．2 資源伸縮 359
10．5．3 資源分配 361
10．5．4 資源選擇 363
10．6 本章小結(jié) 364
第 1章 云計算平臺 01
1．1 云計算平臺簡介 01
1．1．1 云計算的概念 01
1．1．2 云計算的發(fā)展 02
1．1．3 云計算分類 02
1．1．4 云計算技術(shù) 03
1．1．5 云計算平臺的概念 04
1．1．6 云計算平臺的優(yōu)勢 04
1．2 從容器到容器云 06
1．2．1 容器技術(shù) 06
1．2．2 Docker是什么 07
1．2．3 Docker的發(fā)展歷程 10
1．2．4 Docker與容器 11
1．2．5 容器云的發(fā)展 12
1．3 可信容器云 15
1．3．1 可信容器云的產(chǎn)生 15
1．3．2 可信容器云的基本概念 17
1．3．3 可信容器云的技術(shù)分類模型 18
1．3．4 可信容器云的研究目標(biāo) 21
第 2章 Docker關(guān)鍵技術(shù) 25
2．1 Docker在Linux環(huán)境下的安裝 25
2．2 CentOS下使用腳本安裝Docker 28
2．3 Windows下安裝Docker 29
2．4 Docker操作之準(zhǔn)備工作 34
2．5 Docker容器 34
2．5．1 運(yùn)行Docker容器 35
2．5．2 操作容器 36
2．5．3 進(jìn)入容器的2種方式 37
2．5．4 容器命名 39
2．5．5 創(chuàng)建守護(hù)式容器 39
2．5．6 導(dǎo)入導(dǎo)出容器 40
2．5．7 刪除容器 41
2．6 Docker鏡像 41
2．6．1 何為鏡像 41
2．6．2 查看本地鏡像 42
2．6．3 拉取鏡像 43
2．6．4 查找鏡像 43
2．6．5 創(chuàng)建鏡像 45
2．6．6 刪除鏡像 47
2．7 Docker網(wǎng)絡(luò) 48
2．7．1 Docker網(wǎng)絡(luò)基礎(chǔ)理論 48
2．7．2 Docker網(wǎng)絡(luò)工作模式 52
2．8 Docker倉庫 56
2．8．1 官方倉庫Docker Hub 56
2．8．2 將鏡像推送到Docker Hub上 59
2．8．3 搭建本地私有倉庫 60
2．9 Docker數(shù)據(jù)管理 61
2．9．1 容器與非持久化數(shù)據(jù) 61
2．9．2 容器與持久化數(shù)據(jù) 62
2．9．3 創(chuàng)建和管理容器卷 62
2．9．4 在集群節(jié)點間共享存儲 64
2．10 Docker應(yīng)用場景 65
2．10．1 簡化配置 65
2．10．2 代碼流水線管理 66
2．10．3 提升開發(fā)效率 66
2．10．4 隔離應(yīng)用 66
2．10．5 整合服務(wù)器 66
2．10．6 調(diào)試能力 66
2．10．7 多租戶環(huán)境 66
2．10．8 快速部署 67
2．11 應(yīng)用實例在容器中部署靜態(tài)網(wǎng)頁 67
第3章 Kubernetes 71
3．1 Kubernetes概述 71
3．1．1 Kubernetes是什么 71
3．1．2 為什么選擇Kubernetes 72
3．1．3 Kubernetes的集群結(jié)構(gòu) 73
3．1．4 Kubernetes的工作流程 74
3．2 Kubernetes安裝與配置 75
3．3 Kubernetes核心概念 78
3．3．1 節(jié)點 78
3．3．2 pod 78
3．3．3 復(fù)制控制器 80
3．3．4 Service 81
3．4 命令行管理工具kubectl 82
3．4．1 kubectl用法概述 83
3．4．2 常用命令 84
3．4．3 輸出選項 86
3．4．4 kubectl的常用命令示例 87
3．5 Kubernetes應(yīng)用實例 88
3．5．1 Kubernetes體系框架 88
3．5．2 實例介紹 88
第4章 容器云平臺OpenShift 93
4．1 開源容器云OpenShift概述 93
4．1．1 容器時代的IT 93
4．1．2 OpenShift 94
4．1．3 OpenShift與Docker、Kubernetes 95
4．2 OpenShift環(huán)境搭建 97
4．2．1 操作系統(tǒng)準(zhǔn)備 98
4．2．2 操作系統(tǒng)配置 98
4．2．3 安裝Docker 99
4．2．4 下載OpenShift Origin安裝包 99
4．2．5 安裝OpenShift 99
4．2．6 登錄OpenShift Origin控制臺 100
4．3 運(yùn)行容器運(yùn)用 101
4．3．1 項目的創(chuàng)建 101
4．3．2 Docker鏡像的部署 102
4．3．3 訪問容器應(yīng)用 104
4．4 OpenShift架構(gòu) 105
4．4．1 基礎(chǔ)架構(gòu)層 105
4．4．2 容器引擎層 106
4．4．3 容器編排層 106
4．4．4 PaaS服務(wù)層 106
4．4．5 界面及工具層 107
4．5 核心組件詳解 107
4．5．1 Master節(jié)點 109
4．5．2 Node節(jié)點 109
4．5．3 Project與Namespace 109
4．5．4 pod 109
4．5．5 Service 110
4．5．6 Router與Route 111
4．5．7 Persistent Storage 111
4．5．8 Registry 111
4．5．9 Source to Image 112
4．5．10 開發(fā)及管理工具集 112
4．6 核心流程詳解 113
4．6．1 應(yīng)用構(gòu)建 113
4．6．2 應(yīng)用部署 113
4．6．3 請求處理 114
4．6．4 應(yīng)用更新 114
4．7 本章小結(jié) 114
第5章 容器云與微服務(wù) 115
5．1 微服務(wù)概述 115
5．1．1 微服務(wù)起源 115
5．1．2 微服務(wù)的基本概念 116
5．1．3 微服務(wù)體系 117
5．1．4 微服務(wù)與容器云的關(guān)系 121
5．1．5 云原生 122
5．2 容器云中的微服務(wù)技術(shù)框架 126
5．2．1 微服務(wù)選型 126
5．2．2 Kubernetes微服務(wù)框架 129
5．2．3 微服務(wù)容器化 131
5．3 應(yīng)用案例與分析 133
5．3．1 應(yīng)用實踐現(xiàn)狀 133
5．3．2 網(wǎng)易云輕舟微服務(wù)平臺 133
第6章 容器云資源預(yù)測與配置研究 139
6．1 容器云資源預(yù)測與配置概述 140
6．1．1 容器云資源預(yù)測與配置研究背景與意義 140
6．1．2 資源預(yù)測研究現(xiàn)狀 141
6．1．3 資源配置研究現(xiàn)狀 142
6．2 資源負(fù)荷時間序列預(yù)測模型基礎(chǔ)研究 144
6．2．1 時間序列分析 144
6．2．2 時間序列平穩(wěn)性檢驗和處理 145
6．2．3 時間序列純隨機(jī)性檢驗 147
6．2．4 時間序列分析模型ARIMA 148
6．3 資源動態(tài)管理方法研究 148
6．3．1 資源優(yōu)化配置方法 149
6．3．2 資源動態(tài)監(jiān)控方法 151
6．4 基于遺傳算法優(yōu)化LSTM網(wǎng)絡(luò)的容器云資源預(yù)測研究 153
6．4．1 長短期記憶網(wǎng)絡(luò) 153
6．4．2 遺傳算法相關(guān)理論及其改進(jìn) 157
6．4．3 基于APMSSGA優(yōu)化LSTM網(wǎng)絡(luò)結(jié)構(gòu)參數(shù) 163
6．4．4 基于APMSSGA-LSTM的資源負(fù)荷預(yù)測模型 165
6．5 基于APMSSGA-LSTM資源預(yù)測模型的容器云資源配置研究 168
6．5．1 容器云環(huán)境資源預(yù)測與配置總體架構(gòu) 168
6．5．2 基于KVM和Docker的容器云平臺構(gòu)建 169
6．5．3 容器云平臺資源狀態(tài)的監(jiān)控與預(yù)警 173
6．5．4 基于預(yù)測的容器云資源自適應(yīng)彈性配置機(jī)制研究 175
6．6 實驗與分析 179
6．6．1 實驗環(huán)境 180
6．6．2 基于KVM和Docker的容器云平臺實現(xiàn) 180
6．6．3 容器云平臺資源預(yù)測實驗 181
6．6．4 資源配置實驗 187
6．7 本章小結(jié) 189
第7章 容器云環(huán)境中基于QoS目標(biāo)優(yōu)化的任務(wù)調(diào)度策略研究 195
7．1 容器云平臺下的任務(wù)調(diào)度 195
7．2 基于QoS目標(biāo)優(yōu)化的容器云任務(wù)調(diào)度模型 197
7．2．1 基于QoS需求的任務(wù)調(diào)度模型 197
7．2．2 QoS目標(biāo)優(yōu)化的任務(wù)調(diào)度模型建立 200
7．3 協(xié)同優(yōu)化文化基因任務(wù)調(diào)度算法 204
7．3．1 文化基因算法 205
7．3．2 協(xié)同優(yōu)化文化基因任務(wù)調(diào)度算法流程 209
7．4 仿真實驗及結(jié)果分析 216
7．4．1 實驗環(huán)境的構(gòu)建及算法仿真相關(guān)設(shè)置 217
7．4．2 實驗結(jié)果與分析 219
7．5 本章小結(jié) 222
第8章 容器云環(huán)境中基于信任的調(diào)度算法的研究 225
8．1 云計算任務(wù)調(diào)度與可信計算技術(shù) 225
8．1．1 可信計算技術(shù) 225
8．1．2 禁忌搜索算法與禁忌表 228
8．1．3 基于信任的任務(wù)調(diào)度算法研究 228
8．2 容器云環(huán)境下基于QoS及信任的模型研究 229
8．2．1 信任模型的研究 229
8．2．2 基于容器平臺的QoS的信任模型的設(shè)計 231
8．2．3 基于信任機(jī)制的容器云平臺的調(diào)度模型設(shè)計 234
8．3 基于容器云平臺的PSO-ACO任務(wù)調(diào)度算法 236
8．3．1 粒子群優(yōu)化算法 236
8．3．2 蟻群算法 239
8．3．3 基于容器平臺的PSO-ACO融合任務(wù)調(diào)度算法設(shè)計 244
8．3．4 PSO算法和ACO算法之間的關(guān)聯(lián) 248
8．3．5 基于容器云平臺的PSO-ACO任務(wù)調(diào)度算法的流程 249
8．4 算法仿真及分析 250
8．4．1 實驗環(huán)境的構(gòu)建及算法仿真相關(guān)設(shè)置 250
8．4．2 實驗結(jié)果與分析 253
8．5 本章小結(jié) 256
第9章 云制造環(huán)境下容器云資源調(diào)度研究 259
9．1 概述 259
9．1．1 云制造的背景及意義 259
9．1．2 云制造的研究現(xiàn)狀 260
9．1．3 云制造資源調(diào)度研究現(xiàn)狀 262
9．2 云制造環(huán)境下資源調(diào)度的相關(guān)理論 264
9．2．1 云制造 264
9．2．2 云制造資源 270
9．2．3 云制造環(huán)境下的資源調(diào)度 275
9．3 云制造環(huán)境下資源調(diào)度模型優(yōu)化研究 281
9．3．1 云制造調(diào)度問題的復(fù)雜性 281
9．3．2 資源調(diào)度過程分析 282
9．3．3 云制造環(huán)境下多目標(biāo)靜態(tài)資源調(diào)度模型 284
9．3．4 云制造環(huán)境下混合資源調(diào)度模型 287
9．4 云制造環(huán)境下免疫粒子群資源調(diào)度優(yōu)化算法 292
9．4．1 免疫算法 292
9．4．2 云制造環(huán)境下免疫粒子群優(yōu)化算法的設(shè)計 294
9．5 仿真實驗及結(jié)果分析 301
9．5．1 實驗仿真環(huán)境與參數(shù)的設(shè)置 302
9．5．2 仿真實驗設(shè)計與分析 303
9．5．3 實例驗證與分析 305
9．6 本章小結(jié) 309
第 10章 混合容器云調(diào)度的關(guān)鍵技術(shù)與方法研究 313
10．1 混合容器云概述 313
10．1．1 混合容器云的產(chǎn)生及發(fā)展 314
10．1．2 混合容器云的基礎(chǔ)知識 318
10．1．3 混合容器云的架構(gòu) 325
10．1．4 混合容器云的調(diào)度 330
10．2 基于DHT網(wǎng)絡(luò)的云合作平臺 334
10．2．1 需求背景 334
10．2．2 云合作平臺架構(gòu) 335
10．2．3 DHTNode網(wǎng)絡(luò) 336
10．2．4 DHTClient 337
10．2．5 基于智能合約的可信機(jī)制 337
10．2．6 私有CaaS層與數(shù)據(jù)中心層 338
10．3 基于循環(huán)反向拍賣的任務(wù)調(diào)度 339
10．3．1 需求背景 339
10．3．2 作業(yè)與資源 341
10．3．3 反向拍賣 342
10．3．4 均衡分析 343
10．4 基于超節(jié)點和改進(jìn)GA的容器調(diào)度 344
10．4．1 需求背景 345
10．4．2 基于超節(jié)點的資源管理 345
10．4．3 容器云調(diào)度 347
10．4．4 基于改進(jìn)GA的資源分配 349
10．5 實戰(zhàn)與分析 357
10．5．1 自動部署 357
10．5．2 資源伸縮 359
10．5．3 資源分配 361
10．5．4 資源選擇 363
10．6 本章小結(jié) 364
展開全部
容器云的關(guān)鍵理論和方法研究 作者簡介
謝曉蘭，博士，桂林理工大學(xué)信息科學(xué)與工程學(xué)院教授、院長、博士生導(dǎo)師，同時擔(dān)任《大數(shù)據(jù)》期刊編委，國際工程與技術(shù)學(xué)會（IETI）理事，中國通信學(xué)會云計算和大數(shù)據(jù)應(yīng)用委員會委員，中國計算機(jī)學(xué)會高性能計算專業(yè)委員會、協(xié)同計算專業(yè)委員會、分布式計算與系統(tǒng)專業(yè)委員會委員，廣西計算機(jī)學(xué)會副理事長，廣西本科高校計算機(jī)類教學(xué)指導(dǎo)委員會委員，廣西本科高校教學(xué)信息化與教學(xué)方法創(chuàng)新指導(dǎo)委員會委員。曾擔(dān)任多個國際會議、國內(nèi)重要會議的程序委員會主席、會務(wù)主席、督導(dǎo)委員會主席與秘書長之職。研究方向包括云計算、大數(shù)據(jù)、制造業(yè)信息化。主持國家自然科學(xué)基金項目2項、863計劃子課題1項、國家重點研發(fā)計劃子課題1項、其他省部級項目7項。以第一作者出版了《網(wǎng)格理論與應(yīng)用》《Internet技術(shù)與應(yīng)用教程》。曾獲得軟件著作權(quán)20項，發(fā)表科技論文100多篇，其中核心期刊收錄20篇，SCI/EI收錄50多篇。
書友推薦
- >
詩經(jīng)-先民的歌唱
- >
朝聞道
- >
月亮虎
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
山海經(jīng)
- >
苦雨齋序跋文-周作人自編集
- >
上帝之肋:男人的真實旅程
- >
二體千字文
本類暢銷
