大数据平台下容器资源调度的优化算法研究

摘要：

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：Docker、调度策略、RSFU、大数据平台、更新节点算法

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：教育部卓越工程师教育培养计划项目产学合作协同育人项目;内蒙古自治区自然科学基金资助项目;内蒙古自治区高等学校科学研究资助项目;内蒙古自治区本科教育教学改革研究资助项目

在线出版日期：2023-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：29-34