电子书
编辑推荐
一本详细介绍容器云关键理论与方法的工具书。
内容简介
本书遵循由浅入深、循序渐进的学习规律，分析了从云计算到容器云的过渡过程，全面介绍了Docker、Kubernetes、OpenShift，包括基础知识、在主流操作系统上的安装方法以及基本操作，然后对容器云与微服务以及容器云中的资源预测与配置、容器云任务调度、资源调度进行了深入探讨，并对混合容器云调度进行了系统阐述。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 前言
- 第1章 云计算平台
- 1.1 云计算平台简介
- 1.1.1 云计算的概念
- 1.1.2 云计算的发展
- 1.1.3 云计算分类
- 1.1.4 云计算技术
- 1.1.5 云计算平台的概念
- 1.1.6 云计算平台的优势
- 1.2 从容器到容器云
- 1.2.1 容器技术
- 1.2.2 Docker是什么
- 1.2.3 Docker的发展历程
- 1.2.4 Docker与容器
- 1.2.5 容器云的发展
- 1.3 可信容器云
- 1.3.1 可信容器云的产生
- 1.3.2 可信容器云的基本概念
- 1.3.3 可信容器云的技术分类模型
- 1.3.4 可信容器云的研究目标
- 第2章 Docker关键技术
- 2.1 Docker在Linux环境下的安装
- 2.2 CentOS下使用脚本安装Docker
- 2.3 Windows下安装Docker
- 2.4 Docker操作之准备工作
- 2.5 Docker容器
- 2.5.1 运行Docker容器
- 2.5.2 操作容器
- 2.5.3 进入容器的2种方式
- 2.5.4 容器命名
- 2.5.5 创建守护式容器
- 2.5.6 导入导出容器
- 2.5.7 删除容器
- 2.6 Docker镜像
- 2.6.1 何为镜像
- 2.6.2 查看本地镜像
- 2.6.3 拉取镜像
- 2.6.4 查找镜像
- 2.6.5 创建镜像
- 2.6.6 删除镜像
- 2.7 Docker网络
- 2.7.1 Docker网络基础理论
- 2.7.2 Docker网络工作模式
- 2.8 Docker仓库
- 2.8.1 官方仓库Docker Hub
- 2.8.2 将镜像推送到Docker Hub上
- 2.8.3 搭建本地私有仓库
- 2.9 Docker数据管理
- 2.9.1 容器与非持久化数据
- 2.9.2 容器与持久化数据
- 2.9.3 创建和管理容器卷
- 2.9.4 在集群节点间共享存储
- 2.10 Docker应用场景
- 2.10.1 简化配置
- 2.10.2 代码流水线管理
- 2.10.3 提升开发效率
- 2.10.4 隔离应用
- 2.10.5 整合服务器
- 2.10.6 调试能力
- 2.10.7 多租户环境
- 2.10.8 快速部署
- 2.11 应用实例在容器中部署静态网页
- 第3章 Kubernetes
- 3.1 Kubernetes概述
- 3.1.1 Kubernetes是什么
- 3.1.2 为什么选择Kubernetes
- 3.1.3 Kubernetes的集群结构
- 3.1.4 Kubernetes的工作流程
- 3.2 Kubernetes安装与配置
- 3.3 Kubernetes核心概念
- 3.3.1 节点
- 3.3.2 pod
- 3.3.3 复制控制器
- 3.3.4 Service
- 3.4 命令行管理工具kubectl
- 3.4.1 kubectl用法概述
- 3.4.2 常用命令
- 3.4.3 输出选项
- 3.4.4 kubectl的常用命令示例
- 3.5 Kubernetes应用实例
- 3.5.1 Kubernetes体系框架
- 3.5.2 实例介绍
- 第4章 容器云平台OpenShift
- 4.1 开源容器云OpenShift概述
- 4.1.1 容器时代的IT
- 4.1.2 OpenShift
- 4.1.3 OpenShift与Docker、Kubernetes
- 4.2 OpenShift环境搭建
- 4.2.1 操作系统准备
- 4.2.2 操作系统配置
- 4.2.3 安装Docker
- 4.2.4 下载OpenShift Origin安装包
- 4.2.5 安装OpenShift
- 4.2.6 登录OpenShift Origin控制台
- 4.3 运行容器运用
- 4.3.1 项目的创建
- 4.3.2 Docker镜像的部署
- 4.3.3 访问容器应用
- 4.4 OpenShift架构
- 4.4.1 基础架构层
- 4.4.2 容器引擎层
- 4.4.3 容器编排层
- 4.4.4 PaaS服务层
- 4.4.5 界面及工具层
- 4.5 核心组件详解
- 4.5.1 Master节点
- 4.5.2 Node节点
- 4.5.3 Project与Namespace
- 4.5.4 pod
- 4.5.5 Service
- 4.5.6 Router与Route
- 4.5.7 Persistent Storage
- 4.5.8 Registry
- 4.5.9 Source to Image
- 4.5.10 开发及管理工具集
- 4.6 核心流程详解
- 4.6.1 应用构建
- 4.6.2 应用部署
- 4.6.3 请求处理
- 4.6.4 应用更新
- 4.7 本章小结
- 第5章 容器云与微服务
- 5.1 微服务概述
- 5.1.1 微服务起源
- 5.1.2 微服务的基本概念
- 5.1.3 微服务体系
- 5.1.4 微服务与容器云的关系
- 5.1.5 云原生
- 5.2 容器云中的微服务技术框架
- 5.2.1 微服务选型
- 5.2.2 Kubernetes微服务框架
- 5.2.3 微服务容器化
- 5.3 应用案例与分析
- 5.3.1 应用实践现状
- 5.3.2 网易云轻舟微服务平台
- 第6章 容器云资源预测与配置研究
- 6.1 容器云资源预测与配置概述
- 6.1.1 容器云资源预测与配置研究背景与意义
- 6.1.2 资源预测研究现状
- 6.1.3 资源配置研究现状
- 6.2 资源负荷时间序列预测模型基础研究
- 6.2.1 时间序列分析
- 6.2.2 时间序列平稳性检验和处理
- 6.2.3 时间序列纯随机性检验
- 6.2.4 时间序列分析模型ARIMA
- 6.3 资源动态管理方法研究
- 6.3.1 资源优化配置方法
- 6.3.2 资源动态监控方法
- 6.4 基于遗传算法优化LSTM网络的容器云资源预测研究
- 6.4.1 长短期记忆网络
- 6.4.2 遗传算法相关理论及其改进
- 6.4.3 基于APMSSGA优化LSTM网络结构参数
- 6.4.4 基于APMSSGA-LSTM的资源负荷预测模型
- 6.5 基于APMSSGA-LSTM资源预测模型的
- 6.5.1 容器云环境资源预测与配置总体架构
- 6.5.2 基于KVM和Docker的容器云平台构建
- 6.5.3 容器云平台资源状态的监控与预警
- 6.5.4 基于预测的容器云资源自适应弹性配置机制研究
- 6.6 实验与分析
- 6.6.1 实验环境
- 6.6.2 基于KVM和Docker的容器云平台实现
- 6.6.3 容器云平台资源预测实验
- 6.6.4 资源配置实验
- 6.7 本章小结
- 第7章 容器云环境中基于QoS目标优化的任务调度策略研究
- 7.1 容器云平台下的任务调度
- 7.2 基于QoS目标优化的容器云任务调度模型
- 7.2.1 基于QoS需求的任务调度模型
- 7.2.2 QoS目标优化的任务调度模型建立
- 7.3 协同优化文化基因任务调度算法
- 7.3.1 文化基因算法
- 7.3.2 协同优化文化基因任务调度算法流程
- 7.4 仿真实验及结果分析
- 7.4.1 实验环境的构建及算法仿真相关设置
- 7.4.2 实验结果与分析
- 7.5 本章小结
- 第8章 容器云环境中基于信任的调度算法的研究
- 8.1 云计算任务调度与可信计算技术
- 8.1.1 可信计算技术
- 8.1.2 禁忌搜索算法与禁忌表
- 8.1.3 基于信任的任务调度算法研究
- 8.2 容器云环境下基于QoS及信任的模型研究
- 8.2.1 信任模型的研究
- 8.2.2 基于容器平台的QoS的信任模型的设计
- 8.2.3 基于信任机制的容器云平台的调度模型设计
- 8.3 基于容器云平台的PSO-ACO任务调度算法
- 8.3.1 粒子群优化算法
- 8.3.2 蚁群算法
- 8.3.3 基于容器平台的PSO-ACO融合任务调度算法设计
- 8.3.4 PSO算法和ACO算法之间的关联
- 8.3.5 基于容器云平台的PSO-ACO任务调度算法的流程
- 8.4 算法仿真及分析
- 8.4.1 实验环境的构建及算法仿真相关设置
- 8.4.2 实验结果与分析
- 8.5 本章小结
- 第9章 云制造环境下容器云资源调度研究
- 9.1 概述
- 9.1.1 云制造的背景及意义
- 9.1.2 云制造的研究现状
- 9.1.3 云制造资源调度研究现状
- 9.2 云制造环境下资源调度的相关理论
- 9.2.1 云制造
- 9.2.2 云制造资源
- 9.2.3 云制造环境下的资源调度
- 9.3 云制造环境下资源调度模型优化研究
- 9.3.1 云制造调度问题的复杂性
- 9.3.2 资源调度过程分析
- 9.3.3 云制造环境下多目标静态资源调度模型
- 9.3.4 云制造环境下混合资源调度模型
- 9.4 云制造环境下免疫粒子群资源调度优化算法
- 9.4.1 免疫算法
- 9.4.2 云制造环境下免疫粒子群优化算法的设计
- 9.5 仿真实验及结果分析
- 9.5.1 实验仿真环境与参数的设置
- 9.5.2 仿真实验设计与分析
- 9.5.3 实例验证与分析
- 9.6 本章小结
- 第10章 混合容器云调度的关键技术与方法研究
- 10.1 混合容器云概述
- 10.1.1 混合容器云的产生及发展
- 10.1.2 混合容器云的基础知识
- 10.1.3 混合容器云的架构
- 10.1.4 混合容器云的调度
- 10.2 基于DHT网络的云合作平台
- 10.2.1 需求背景
- 10.2.2 云合作平台架构
- 10.2.3 DHTNode网络
- 10.2.4 DHTClient
- 10.2.5 基于智能合约的可信机制
- 10.2.6 私有CaaS层与数据中心层
- 10.3 基于循环反向拍卖的任务调度
- 10.3.1 需求背景
- 10.3.2 作业与资源
- 10.3.3 反向拍卖
- 10.3.4 均衡分析
- 10.4 基于超节点和改进GA的容器调度
- 10.4.1 需求背景
- 10.4.2 基于超节点的资源管理
- 10.4.3 容器云调度
- 10.4.4 基于改进GA的资源分配
- 10.5 实战与分析
- 10.5.1 自动部署
- 10.5.2 资源伸缩
- 10.5.3 资源分配
- 10.5.4 资源选择
- 10.6 本章小结
展开全部
容器云的关键理论和方法研究是2020年由人民邮电出版社出版,作者谢晓兰。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《容器云的关键理论和方法研究》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。