《容器雲的關鍵理論和方法研究》是一本2020年出版的圖書，由人民郵電出版社出版
基本介紹
- 中文名：容器雲的關鍵理論和方法研究
- 作者：謝曉蘭
- 類別：電腦程式設計類圖書
- 出版社：人民郵電出版社
- 出版時間：2020年
- 開本：16 開
- 裝幀：平裝-膠訂
- ISBN：9787115541604
內容簡介,圖書目錄,作者簡介,
內容簡介
本書遵循由淺入深、循序漸進的學習規律，分析了從雲計算到容器雲的過渡過程，全面介紹了Docker、Kubernetes、OpenShift，包括基礎知識、在主流作業系統上的安裝方法以及基本操作，然後對容器雲與微服務以及容器雲中的資源預測與配置、容器雲任務調度、資源調度進行了深入探討，並對混合容器雲調度進行了系統闡述。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，非常適合熱愛和學習容器雲的學術界和工業界人士閱讀。本書有助於讀者更好地理解容器雲背後的根源和本質。
圖書目錄
目錄
第 1章 雲計算平台 01
1.1 雲計算平台簡介 01
1.1.1 雲計算的概念 01
1.1.2 雲計算的發展 02
1.1.3 雲計算分類 02
1.1.4 雲計算技術 03
1.1.5 雲計算平台的概念 04
1.1.6 雲計算平台的優勢 04
1.2 從容器到容器雲 06
1.2.1 容器技術 06
1.2.2 Docker是什麼 07
1.2.3 Docker的發展歷程 10
1.2.4 Docker與容器 11
1.2.5 容器雲的發展 12
1.3 可信容器雲 15
1.3.1 可信容器雲的產生 15
1.3.2 可信容器雲的基本概念 17
1.3.3 可信容器雲的技術分類模型 18
1.3.4 可信容器雲的研究目標 21
第 2章 Docker關鍵技術 25
2.1 Docker在Linux環境下的安裝 25
2.2 CentOS下使用腳本安裝Docker 28
2.3 Windows下安裝Docker 29
2.4 Docker操作之準備工作 34
2.5 Docker容器 34
2.5.1 運行Docker容器 35
2.5.2 操作容器 36
2.5.3 進入容器的2種方式 37
2.5.4 容器命名 39
2.5.5 創建守護式容器 39
2.5.6 導入導出容器 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 創建鏡像 45
2.6.6 刪除鏡像 47
2.7 Docker網路 48
2.7.1 Docker網路基礎理論 48
2.7.2 Docker網路工作模式 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數據管理 61
2.9.1 容器與非持久化數據 61
2.9.2 容器與持久化數據 62
2.9.3 創建和管理容器卷 62
2.9.4 在集群節點間共享存儲 64
2.10 Docker套用場景 65
2.10.1 簡化配置 65
2.10.2 代碼流水線管理 66
2.10.3 提升開發效率 66
2.10.4 隔離套用 66
2.10.5 整合伺服器 66
2.10.6 調試能力 66
2.10.7 多租戶環境 66
2.10.8 快速部署 67
2.11 套用實例在容器中部署靜態網頁 67
第3章 Kubernetes 71
3.1 Kubernetes概述 71
3.1.1 Kubernetes是什麼 71
3.1.2 為什麼選擇Kubernetes 72
3.1.3 Kubernetes的集群結構 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 節點 78
3.3.2 pod 78
3.3.3 複製控制器 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套用實例 88
3.5.1 Kubernetes體系框架 88
3.5.2 實例介紹 88
第4章 容器雲平台OpenShift 93
4.1 開源容器雲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環境搭建 97
4.2.1 作業系統準備 98
4.2.2 作業系統配置 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控制台 100
4.3 運行容器運用 101
4.3.1 項目的創建 101
4.3.2 Docker鏡像的部署 102
4.3.3 訪問容器套用 104
4.4 OpenShift架構 105
4.4.1 基礎架構層 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節點 109
4.5.2 Node節點 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 開發及管理工具集 112
4.6 核心流程詳解 113
4.6.1 套用構建 113
4.6.2 套用部署 113
4.6.3 請求處理 114
4.6.4 套用更新 114
4.7 本章小結 114
第5章 容器雲與微服務 115
5.1 微服務概述 115
5.1.1 微服務起源 115
5.1.2 微服務的基本概念 116
5.1.3 微服務體系 117
5.1.4 微服務與容器雲的關係 121
5.1.5 雲原生 122
5.2 容器雲中的微服務技術框架 126
5.2.1 微服務選型 126
5.2.2 Kubernetes微服務框架 129
5.2.3 微服務容器化 131
5.3 套用案例與分析 133
5.3.1 套用實踐現狀 133
5.3.2 網易雲輕舟微服務平台 133
第6章 容器雲資源預測與配置研究 139
6.1 容器雲資源預測與配置概述 140
6.1.1 容器雲資源預測與配置研究背景與意義 140
6.1.2 資源預測研究現狀 141
6.1.3 資源配置研究現狀 142
6.2 資源負荷時間序列預測模型基礎研究 144
6.2.1 時間序列分析 144
6.2.2 時間序列平穩性檢驗和處理 145
6.2.3 時間序列純隨機性檢驗 147
6.2.4 時間序列分析模型ARIMA 148
6.3 資源動態管理方法研究 148
6.3.1 資源最佳化配置方法 149
6.3.2 資源動態監控方法 151
6.4 基於遺傳算法最佳化LSTM網路的容器雲資源預測研究 153
6.4.1 長短期記憶網路 153
6.4.2 遺傳算法相關理論及其改進 157
6.4.3 基於APMSSGA最佳化LSTM網路結構參數 163
6.4.4 基於APMSSGA-LSTM的資源負荷預測模型 165
6.5 基於APMSSGA-LSTM資源預測模型的容器雲資源配置研究 168
6.5.1 容器雲環境資源預測與配置總體架構 168
6.5.2 基於KVM和Docker的容器雲平台構建 169
6.5.3 容器雲平台資源狀態的監控與預警 173
6.5.4 基於預測的容器雲資源自適應彈性配置機制研究 175
6.6 實驗與分析 179
6.6.1 實驗環境 180
6.6.2 基於KVM和Docker的容器雲平台實現 180
6.6.3 容器雲平台資源預測實驗 181
6.6.4 資源配置實驗 187
6.7 本章小結 189
第7章 容器雲環境中基於QoS目標最佳化的任務調度策略研究 195
7.1 容器雲平台下的任務調度 195
7.2 基於QoS目標最佳化的容器雲任務調度模型 197
7.2.1 基於QoS需求的任務調度模型 197
7.2.2 QoS目標最佳化的任務調度模型建立 200
7.3 協同最佳化文化基因任務調度算法 204
7.3.1 文化基因算法 205
7.3.2 協同最佳化文化基因任務調度算法流程 209
7.4 仿真實驗及結果分析 216
7.4.1 實驗環境的構建及算法仿真相關設定 217
7.4.2 實驗結果與分析 219
7.5 本章小結 222
第8章 容器雲環境中基於信任的調度算法的研究 225
8.1 雲計算任務調度與可信計算技術 225
8.1.1 可信計算技術 225
8.1.2 禁忌搜尋算法與禁忌表 228
8.1.3 基於信任的任務調度算法研究 228
8.2 容器雲環境下基於QoS及信任的模型研究 229
8.2.1 信任模型的研究 229
8.2.2 基於容器平台的QoS的信任模型的設計 231
8.2.3 基於信任機制的容器雲平台的調度模型設計 234
8.3 基於容器雲平台的PSO-ACO任務調度算法 236
8.3.1 粒子群最佳化算法 236
8.3.2 蟻群算法 239
8.3.3 基於容器平台的PSO-ACO融合任務調度算法設計 244
8.3.4 PSO算法和ACO算法之間的關聯 248
8.3.5 基於容器雲平台的PSO-ACO任務調度算法的流程 249
8.4 算法仿真及分析 250
8.4.1 實驗環境的構建及算法仿真相關設定 250
8.4.2 實驗結果與分析 253
8.5 本章小結 256
第9章 雲製造環境下容器雲資源調度研究 259
9.1 概述 259
9.1.1 雲製造的背景及意義 259
9.1.2 雲製造的研究現狀 260
9.1.3 雲製造資源調度研究現狀 262
9.2 雲製造環境下資源調度的相關理論 264
9.2.1 雲製造 264
9.2.2 雲製造資源 270
9.2.3 雲製造環境下的資源調度 275
9.3 雲製造環境下資源調度模型最佳化研究 281
9.3.1 雲製造調度問題的複雜性 281
9.3.2 資源調度過程分析 282
9.3.3 雲製造環境下多目標靜態資源調度模型 284
9.3.4 雲製造環境下混合資源調度模型 287
9.4 雲製造環境下免疫粒子群資源調度最佳化算法 292
9.4.1 免疫算法 292
9.4.2 雲製造環境下免疫粒子群最佳化算法的設計 294
9.5 仿真實驗及結果分析 301
9.5.1 實驗仿真環境與參數的設定 302
9.5.2 仿真實驗設計與分析 303
9.5.3 實例驗證與分析 305
9.6 本章小結 309
第 10章 混合容器雲調度的關鍵技術與方法研究 313
10.1 混合容器雲概述 313
10.1.1 混合容器雲的產生及發展 314
10.1.2 混合容器雲的基礎知識 318
10.1.3 混合容器雲的架構 325
10.1.4 混合容器雲的調度 330
10.2 基於DHT網路的雲合作平台 334
10.2.1 需求背景 334
10.2.2 雲合作平台架構 335
10.2.3 DHTNode網路 336
10.2.4 DHTClient 337
10.2.5 基於智慧型契約的可信機制 337
10.2.6 私有CaaS層與數據中心層 338
10.3 基於循環反向拍賣的任務調度 339
10.3.1 需求背景 339
10.3.2 作業與資源 341
10.3.3 反向拍賣 342
10.3.4 均衡分析 343
10.4 基於超節點和改進GA的容器調度 344
10.4.1 需求背景 345
10.4.2 基於超節點的資源管理 345
10.4.3 容器雲調度 347
10.4.4 基於改進GA的資源分配 349
10.5 實戰與分析 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 364
作者簡介
謝曉蘭，博士，桂林理工大學信息科學與工程學院教授、院長、博士生導師，同時擔任《大數據》期刊編委，國際工程與技術學會（IETI）理事，中國通信學會雲計算和大數據套用委員會委員，中國計算機學會高性能計算專業委員會、協同計算專業委員會、分散式計算與系統專業委員會委員，廣西計算機學會副理事長，廣西本科高校計算機類教學指導委員會委員，廣西本科高校教學信息化與教學方法創新指導委員會委員。曾擔任多個國際會議、國內重要會議的程式委員會主席、會務主席、督導委員會主席與秘書長之職。研究方向包括雲計算、大數據、製造業信息化。主持國家自然科學基金項目2項、863計畫子課題1項、國家重點研發計畫子課題1項、其他省部級項目7項。以作者出版了《格線理論與套用》《Internet技術與套用教程》。曾獲得軟體著作權20項，發表科技論文100多篇，其中核心期刊收錄20篇，SCI/EI收錄50多篇。
