基于遗传算法的 Docker 集群调度策略

doi:10.3969/j.issn.1000-565X.2018.03.018

华南理工大学学报（自然科学版） ›› 2018, Vol. 46 ›› Issue (3): 127-133.doi: 10.3969/j.issn.1000-565X.2018.03.018

基于遗传算法的 Docker 集群调度策略

林伟伟王泽涛

华南理工大学计算机科学与工程学院，广东广州 510006

收稿日期:2017-08-18 修回日期:2018-02-08 出版日期:2018-03-25 发布日期:2018-03-01
通信作者: 林伟伟(1980-)，男，博士，教授，主要从事分布式系统、云计算和大数据研究 E-mail:linww@scut.edu.cn
作者简介:林伟伟(1980-)，男，博士，教授，主要从事分布式系统、云计算和大数据研究
基金资助:
国家自然科学基金资助项目(61772205， 61402183);广东省科技计划项目(2017A010101008， 2017B010126002， 2017A010101014， 2017B010126002， 2017B090901061);广州市科技计划项目(201607010048， 201604010040)

Docker Cluster Scheduling Strategy Based on Genetic Algorithm

LIN Weiwei WANG Zetao

School of Computer Science and Engineering，South China University of Technology，Guangzhou 510006，Guangdong，China

Received:2017-08-18 Revised:2018-02-08 Online:2018-03-25 Published:2018-03-01
Contact: 林伟伟(1980-)，男，博士，教授，主要从事分布式系统、云计算和大数据研究 E-mail:linww@scut.edu.cn
About author:林伟伟(1980-)，男，博士，教授，主要从事分布式系统、云计算和大数据研究
Supported by:
Supported by the National Natural Science Foundation of China(61772205， 61402183) and the Science and Technology Planning Project of Guangdong Province(2017A010101008， 2017B010126002， 2017A010101014， 2017B010126002， 2017B090901061)

摘要/Abstract

摘要： Docker 集群技术因其轻量级、部署简单、高效等特点而成为构建云计算平台的新方案．为了提升传统 Docker 集群调度策略的负载均衡性能和增加多任务并发调度能力，文中提出了基于遗传算法的 Docker 集群调度策略．该策略将多个任务合并成一个调度组，并生成相应调度结果作为种群个体; 然后结合任务负载模式、节点当前负载状态及硬件性能计算集群负载均衡值并作为个体适应度; 最后利用遗传算法筛选出全局近似最优解作为调度结果．实验结果表明，文中策略与目前流行的 Docker Swarm 的 Spread 策略、权值调度策略相比，负载均衡性能和多任务调度效率均有了显著的提高．

关键词: Docker, 容器技术, 调度策略, 遗传算法, 负载均衡

Abstract:

Docker cluster technology is a new scheme for building a cloud computing platform because of its lightness，simple deployment and high efficiency． In order to improve the load balancing performance of traditional Docker cluster scheduling strategy and increase the capacity of multi task concurrent scheduling，a genetic algo

rithm based Docker cluster scheduling strategy is proposed in this paper． This strategy will merge into a multi task scheduling group，and generate the corresponding scheduling results as individuals． Then by combining the task load mode， the current node load state and hardware performance and by calculating the load balancing value as the fitness of individuals，the genetic algorithm is finally selected as the global optimal solution of scheduling results．

Experimental results show that compared with the popular Docker swarm spread strategy and weight scheduling strategy， the proposed strategy has significantly improved load balancing performance and multitask scheduling efficiency．

Key words: Docker, container technology, scheduling strategy, genetic algorithm, load balancing

中图分类号:

TP311.56

林伟伟王泽涛. 基于遗传算法的 Docker 集群调度策略 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 127-133.

LIN Weiwei WANG Zetao .

Docker Cluster Scheduling Strategy Based on Genetic Algorithm

[J]. Journal of South China University of Technology (Natural Science Edition), 2018, 46(3): 127-133.

[1]	邱宇东, 王湛, 谢志燊. 基于混合算法的半刚性连接钢框架结构优化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 72-77.
[2]	翁剑成, 王茂林, 林鹏飞, 等. 基于客流特征鉴别的公交跨线组合调度优化方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 39-48.
[3]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.
[4]	郑亚晶, 李耀辉, 靳文舟. 考虑换乘客流的城市轨道交通网络末班车衔接优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 32-39,72.
[5]	夏琴香, 李凯, 马骏, 等. 基于遗传算法的模具电极调度问题求解[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 80-87.
[6]	周中, 邓卓湘, 陈云, 等. 基于GA-BP神经网络的泡沫轻质土强度预测[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 125-132.
[7]	刘璇, 王子航, 张桐瑞, 等. 港口重载AGV横向稳定的优化控制策略[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 113-121.
[8]	李静王晨张家旭. 基于UniTire轮胎模型的汽车行驶速度估计[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 47-55.
[9]	罗玉涛, 周天阳, 许晓通. 基于遗传算法的四轮转向－驱动汽车时变 LQR 控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 114-122.
[10]	晋刚何志豪王英俊. 基于遗传算法的5G频率选择表面形状优化方法[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 95-105.
[11]	李家乐刘真伯王雪菲. 智能电网下支持充放电策略的电动汽车配送路径优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(10): 31-40.
[12]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[13]	刘刚, 郭德明, 郑文成, 等. 基于轴向热路模型的架空地线与预绞丝接触端面接触电阻的计算[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 9-19.
[14]	马宏伟陈丰收. 基于粗粒度并行遗传算法的阻尼器优化布置[J]. 华南理工大学学报（自然科学版）, 2019, 47(11): 104-112.
[15]	张开升刘浩田王强张保成. 仿生鲔科机器鱼的多机体协同推进效率优化[J]. 华南理工大学学报（自然科学版）, 2018, 46(7): 109-115,122.

基于遗传算法的 Docker 集群调度策略

Docker Cluster Scheduling Strategy Based on Genetic Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价