基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当前的Kubernetes集群默认调度方法是一种静态资源调度机制,它是基于应用对资源的请求量来确定调度的优先级,没有考虑节点的实际资源使用情况,造成得到的调度优先级不能准确反映该节点可提供的实际资源情况.同时还忽略了应用对资源的消耗是不均匀的,容易导致节点对不同资源的使用不均衡,从而造成节点对某一资源的性能瓶颈.针对上述问题,本文提出一种动态资源调度方法,通过实时监控节点上的资源实际使用情况计算调度优先级,考虑到cpu和内存这两类资源的均衡对集群性能的重要性,本方法将待调度的pod划分为cpu消耗型和内存消耗型,根据不同类型pod对节点资源使用情况设置不同的权重,选择集群中实际cpu和内存使用率最相近的节点来部署该pod.实验结果表明本方法相比默认调度方法集群节点cpu和内存资源使用均衡度更好.
推荐文章
一种基于动态资源采集的 Hadoop作业调度算法
Hadoop
MapReduce
调度
资源需求
一种云存储环境下的资源调度改进算法
云存储
资源调度
遗传算法
三角模糊数
层次分析法
一种用于云计算资源调度的改进遗传算法
云计算
轮询调度
模拟退火思想
改进遗传算法
负载均衡
一种多核系统任务调度算法动态度量方法
交互式马尔可夫链(IMC)
基于动作的时序逻辑(aCSL)
多核系统
任务调度
调度模型
动态度量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的Kubernetes动态资源调度方法
来源期刊 数据通信 学科
关键词 Kubernetes pod 动态资源调度 cpu消耗型 内存消耗型
年,卷(期) 2019,(2) 所属期刊栏目 技术交流
研究方向 页码范围 50-54
页数 5页 分类号
字数 4728字 语种 中文
DOI 10.3969/j.issn.1002-5057.2019.02.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘晓洁 四川大学网络空间安全学院 113 746 13.0 20.0
2 左灿 四川大学计算机学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (16)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Kubernetes
pod
动态资源调度
cpu消耗型
内存消耗型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据通信
双月刊
1002-5057
11-2841/TP
大16开
北京市海淀区学院路40号
82-891
1980
chi
出版文献量(篇)
2014
总下载数(次)
6
总被引数(次)
7821
论文1v1指导