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:
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%.
推荐文章
基于资源权重最大资源利用率的动态资源调度算法
云计算
资源调度
资源权重
最大综合资源利用率
负载均衡
基于Kubernetes调度器的服务质量优化调度算法研究
调度算法
服务质量优化
Kubernetes
Docker
容器
基于Openstack构建Kubernetes集群的实现与研究
拒绝服务攻击
端口跳变
移动目标防御
控制器
基于TOPSIS算法的群体决策研究
TOPSIS算法
群体决策
评估
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 基于组合权重TOPSIS的Kubernetes调度算法
来源期刊 计算机系统应用 学科
关键词 Kubernetes 资源调度 组合权重 云计算 TOPSIS
年,卷(期) 2022,(1) 所属期刊栏目 软件技术·算法|Software Technique·Algorithm
研究方向 页码范围 195-203
页数 9页 分类号
字数 语种 中文
DOI 10.15888/j.cnki.csa.008251
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Kubernetes
资源调度
组合权重
云计算
TOPSIS
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导