CN108121654A - 一种基于Docker的软件大规模测试方法 - Google Patents

一种基于Docker的软件大规模测试方法 Download PDF

Info

Publication number
CN108121654A
CN108121654A CN201611088872.3A CN201611088872A CN108121654A CN 108121654 A CN108121654 A CN 108121654A CN 201611088872 A CN201611088872 A CN 201611088872A CN 108121654 A CN108121654 A CN 108121654A
Authority
CN
China
Prior art keywords
docker
software
container
containers
test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611088872.3A
Other languages
English (en)
Other versions
CN108121654B (zh
Inventor
韩锐
姜凯华
郭志川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Shanghai 3Ntv Network Technology Co Ltd
Original Assignee
Institute of Acoustics CAS
Shanghai 3Ntv Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS, Shanghai 3Ntv Network Technology Co Ltd filed Critical Institute of Acoustics CAS
Priority to CN201611088872.3A priority Critical patent/CN108121654B/zh
Publication of CN108121654A publication Critical patent/CN108121654A/zh
Application granted granted Critical
Publication of CN108121654B publication Critical patent/CN108121654B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test management for test execution, e.g. scheduling of test suites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3696Methods or tools to render software testable

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供了一种基于Docker的软件大规模测试方法,该方法将Docker容器集成在一个系统中,批量地对Docker容器进行配置,满足使用者对容器模拟现实网络节点的各项配置需求,有效地提高了开发和部署的效率,此外还简化了软件测试环境的搭建,并为大规模网络的灵活构成提供框架,适合公司内部搭建开发及测试环境;同时,将Docker容器技术应用在软件部署上,能够大量节省开发和维护成本,提高开发效率。

Description

一种基于Docker的软件大规模测试方法
技术领域
本发明属于软件测试领域,具体涉及一种基于Docker的软件大规模测试方法。
背景技术
Docker是一个开源的应用容器引擎,旨在提供一种应用程序的自动化部署解决方案,在Linux系统上迅速创建容器(轻量级虚拟机),在容器中部署和运行应用程序,并通过配置文件轻松实现应用程序的自动化安装、部署和升级,非常方便。Docker虚拟出多个容器,各容器间互相隔离,拥有自己独立的命名空间,包括:PID进程、MNT文件系统、NET网络、IPC、UTS时间共享系统等,保证应用程序的生产环境和开发环境彼此隔离,互不影响。开发者可以使用一个标准的镜像来构建一套开发容器,并直接使用容器部署代码。Docker容器的启动时间是秒级的,因此能够大量地节约开发、测试、部署的时间。
在利用Docker容器对软件进行测试的过程中,由于现有的原生Docker对容器的物理和资源配置不完善,因此需要大量繁琐的步骤。首先需要将待测试软件逐个部署到容器中,接着单独为每个容器配置物理及网络资源,并手动控制容器上下线。此处理过程耗时费力,且开发效率低。
发明内容
本发明的目的在于,为解决原生Docker对容器的物理和资源配置不完善,导致Docker容器及软件部署操作繁琐的问题,提出了一种基于Docker的软件大规模测试方法,该方法将容器集成在一个系统中,批量地对容器进行配置,有效地提高了开发和部署的效率。同时,将Docker容器技术应用在软件部署上,能够大量节省开发和维护成本,提高开发效率。
为实现上述目的,本发明提出了一种基于Docker的软件大规模测试方法,该方法针对软件测试过程中需满足易移植和快速配置的需求,将被测软件及其运行环境植入镜像,然后按策略从镜像批量生成容器并进行物理和资源配置,接着在软件测试过程中监控和管理软件及容器状态,并利用容器特性,对软件的资源使用情况进行测试。
本发明的一种基于Docker的软件大规模测试方法,具体包括:
步骤1)利用被测软件及其运行环境生成Docker镜像;
步骤2)根据测试策略从步骤1)所生成的Docker镜像中依次启动各Docker容器;
步骤3)为步骤2)所启动的各Docker容器分别配置初始资源;
步骤4)利用步骤3)所配置的Docker容器进行软件测试,在测试过程中,根据测试策略动态修改Docker容器的资源配置,查看并记录被测软件在Docker容器资源变化下的运行状况;
步骤5)根据测试策略停止或者重启Docker容器,查看被测软件动态上下线情况,并记录被测软件占用资源、启动时间和数据恢复信息。
作为上述技术方案的进一步改进,所述的步骤1)具体包括:
步骤101)根据被测软件运行环境,选择基础操作系统镜像启动用于测试软件的各Docker容器,在各Docker容器中添加被测软件所需依赖库和相关环境变量;
步骤102)从安装有依赖库和环境变量的容器中生成新镜像;
步骤103)将被测软件导入新镜像,生成用于测试的Docker镜像。
作为上述技术方案的进一步改进,所述的步骤2)具体包括:
步骤201)设置各Docker容器在宿主机上的部署策略,编写配置文件,记录每个Docker容器的编号对应的物理、网络资源的配置要求和资源上限;
步骤202)从配置文件中读取对Docker容器的物理、网络资源要求,按步骤201)所设置的部署策略,在宿主机上构建不同配置的Docker容器的分配方案;
步骤203)利用步骤202)所构建的分配方案从Docker镜像中启动各Docker容器,并获取Docker容器64位长ID。
作为上述技术方案的进一步改进,所述的步骤3)具体包括:
步骤301)利用pipework为Docker容器设置包含IP、MAC在内的物理配置;
步骤302)根据Docker容器ID,在cgroups固定路径下找到与其对应的ID一致的cgroups组,通过修改cgroups组对容器进程的限制,为Docker容器设置包含CPU使用率、内存占用率、最大磁盘空间在内的资源配置。
作为上述技术方案的进一步改进,所述的步骤4)具体包括:
步骤401)根据Docker容器ID,找到与其相同ID的cgroups组中各项资源对应的cgroups文件;
步骤402)在软件运行过程中,动态地修改软件所在容器对应的cgroups组,使容器资源配额发生变化,以模拟软件运行的实际环境;
步骤403)链接Docker自生成的虚拟终端,利用shel l命令查看并记录软件在Docker容器资源变化下的运行状况,作为软件被测试的基础数据。
作为上述技术方案的进一步改进,所述的步骤5)具体包括:
步骤501)利用Docker提供的容器控制命令管理容器的生命周期,根据对软件性能的需求和测试需要设置测试流程,停止或重启Docker容器,模拟现实环境中运行软件的宿主机终端节点上下线;
步骤502)链接Docker自生成的虚拟终端,利用shel l命令查看软件动态上下线情况,并记录包含软件占用资源、启动时间和数据恢复在内的测试结果,作为评估软件性能的依据。
相较于现有基于Docker容器的软件测试技术,本发明批量地将软件导入容器,且能根据配置文件,在导入容器的过程中自动为容器配置物理及网络资源,同时管理容器的生命周期,自动控制容器上下线,从而模拟软件的实际使用环境。
本发明的一种基于Docker的软件大规模测试方法优点在于:
本发明的方法将软件运行环境的部署转化为容器生成,轻松完成迁移和扩展。同时实现对生成容器的批量配置,满足使用者对容器模拟现实网络节点的各项配置需求。此外还简化了软件测试环境的搭建,并为大规模网络的灵活构成提供框架,适合公司内部搭建开发及测试环境。
附图说明
图1为本发明提供的一种基于Docker的软件大规模测试方法流程图。
图2为本发明实施例中利用软件大规模测试方法进行测试操作的流程图。
具体实施方式
下面结合附图和实施例对本发明所述的一种基于Docker的软件大规模测试方法进行详细说明。
如图1所示,本发明提供的一种基于Docker的软件大规模测试方法,在本软件测试方法中,将被测软件及其运行环境放入Docker镜像中,根据测试策略依次启动Docker容器并配置Docker容器的初始资源;在软件测试过程中,监控和管理Docker容器状态以及被测软件运行状态;根据测试策略,动态修改Docker容器的资源配置,停止或重启Docker容器。该方法具体包括如下步骤:
步骤1)利用被测软件及其运行环境生成Docker镜像;
步骤2)根据测试策略从步骤1)所生成的Docker镜像中依次启动各Docker容器;
步骤3)为步骤2)所启动的各个Docker容器分别配置初始资源;
步骤4)利用步骤3)所配置的Docker容器进行软件测试,在测试过程中,根据测试策略动态修改Docker容器的资源配置(包括CPU、内存、磁盘空间、IP、MAC等),查看并记录被测软件在Docker容器资源改变下的运行状况;
步骤5)根据测试策略停止或者重启Docker容器,模拟并查看被测软件动态上下线情况,并记录被测软件占用资源、启动时间和数据恢复信息。
其中,将被测软件及其运行环境生成Docker镜像,其步骤具体包括:
步骤101)根据被测软件运行环境,选择基础操作系统镜像启动用于测试软件的各Docker容器,在各Docker容器中添加被测软件所需依赖库和相关环境变量;
步骤102)从安装有依赖库和环境变量的容器中生成新镜像;
步骤103)将被测软件导入新镜像,生成用于测试的Docker镜像。
其中,根据测试策略依次启动各Docker容器,其步骤具体包括:
步骤201)根据测试需求,设计Docker容器在宿主机上的部署策略,如根据宿主机配置和容器需求,限定生成容器数量、根据给定IP段来分配容器IP等。同时编写配置文件,记录每个Docker容器的编号对应的物理、网络资源的配置要求和资源上限;
步骤202)从配置文件中读取Docker容器物理、网络资源的要求,如磁盘空间、可用带宽,所属IP段等,结合步骤201)预设的部署策略,在宿主机上生成容器编号对应的、给定数据段下的IP、MAC等数据,以及根据配置文件设定的上限决定的内存、带宽等可用资源的数值;在宿主机上构建不同配置的Docker容器的分配方案;
步骤203)利用步骤202)所构建的分配方案从Docker镜像中启动各Docker容器,获取Docker容器64位长ID并保存。
其中,为各个Docker容器分别配置初始资源,其步骤具体包括:
步骤301)利用pipework可通过shell命令为Docker容器设置IP、MAC等物理配置;开源项目pipework是由Docker工程师Petazzoni开发的一个Docker网络配置工具,由200多行shell实现;
步骤302)根据Docker容器ID,在cgroups固定路径下找到与其对应的ID一致的cgroups组,通过修改cgroups组对容器进程的限制,为Docker容器设置CPU使用率、内存占用率、最大磁盘空间等资源配置;由于Linux内核提供的cgroups机制,可以根据特定的行为,把一系列系统任务及其子任务整合到按资源划分等级的不同cgroups组内,从而为系统资源管理提供一个统一的框架。简单来说,就是把进程放在一个cgroups组内统一加以控制。
其中,动态修改Docker容器的资源配置以模拟被测软件运行过程中Docker容器资源改变,其步骤具体包括:
步骤401)根据Docker容器ID,找到与其相同ID的cgroups组中各项资源对应的cgroups文件;
步骤402)在软件运行过程中,动态地修改软件所在容器对应的cgroups组,使容器资源配额发生变化,以模拟软件运行的实际环境;
步骤403)链接Docker自生成的虚拟终端,利用shell命令查看并记录软件在Docker容器环境资源变化下的运行状况,作为软件被测试的基础数据。
其中,根据测试策略停止或者重启容器,模拟被测软件动态上下线情况,其步骤具体包括:
步骤501)利用Docker提供的容器控制命令,如docker stop停止容器,docker rm删除容器,管理容器的生命周期。根据对软件性能的需求和测试需要,设置测试流程,停止或重启容器,模拟现实环境中运行软件的宿主机终端节点上下线;
步骤503)链接Docker自生成的虚拟终端,利用shell命令查看软件动态上下线情况,并记录软件占用资源、启动时间和数据恢复等方面的测试结果,作为评估软件性能的依据。
实施例一
如图2所示,在本实施例中,利用本发明提供的一种基于Docker的软件测试方法进行测试操作,其具体的操作步骤为:
首先,将被测软件及其运行环境生成Docker镜像:
步骤101)被测软件需要linux内核作为运行环境,选择ubuntu:14.04作为基础镜像,调用docker run命令启动容器,在容器中添加被测软件所需依赖库和相关环境变量;
步骤102)调用docker commit命令,从容器生成新镜像;
步骤103)利用Docker file,将被测软件导入新镜像,生成用于测试的Docker镜像,命名并将名字存入配置文件。Docker file部分源码如下:
#create an image with ubuntu:14.04 as OS and libs for sea,and new seapulled inside
FROM sea:0.0
ADD./sea/tmp/
CMD/tmp/sea
接着,根据配置文件中的容器数量、资源分配等设定,按照测试策略依次启动Docker容器:
步骤201)设置Docker容器在宿主机上的部署策略;
步骤202)根据配置文件中的Docker容器数量、资源分配等设定,按预设部署策略,在宿主机上分配不同配置的Docker容器。配置文件概括如下:
IP=192.168.200.11
MAC=02:42:ac:11:00:00
NUM=5
IMAGE=sea:11.02
步骤203)从测试镜像启动各Docker容器,获取容器64位长ID并保存。部分代码如下:
sprintf(sh1,"%s%s%s",INITIAL_SH1,COMMAND_IP,image);
//执行sh1,形如:docker run-itd--net=none sea:1.0
FILE*fp=NULL;
fp=popen(sh1,"r");
fgets(info->ID,65,fp);
pclose(fp);
fp=NULL;
接着,对启动的各Docker容器分别进行初始的物理和资源配置:
步骤301)根据配置文件中预设的IP段和代码段,为各Docker容器生成对应的IP、MAC。部分代码如下:
while(p!='\0'){
if(p==':'){
pcount++;
i++;
p=first_mac[i];
if(pcount==4)middle=i;
continue;
}
if(pcount==4){
fifthmac*=16;
fifthmac+=(p-'0')>9?(p-'a'+10):(p-'0');
}
if(pcount==5){
sixthmac*=16;
sixthmac+=(p-'0')>9?(p-'a'+10):(p-'0');
}
i++;
p=first_mac[i];
}
sixthmac+=no;
fifthmac+=sixthmac/250;
sixthmac=sixthmac%250;//
strncpy(newmac,first_mac,middle);
sprintf(newmac+middle,"%x:%x",fifthmac,sixthmac);
步骤302)利用pipework脚本,为Docker容器设置IP、MAC等物理配置。部分代码如下:
//拼接sh2,形如:pipework br1<ContainerID>192.168.200.11/24@192.168.200.102:42:ac:11:00:00
sprintf(sh2,"%s br1%s%s/24@%s%s",INITIAL_SH2,info->ID,info->IP,INITIAL_GW,info->MAC);
fp=popen(sh2,"r");
pclose(fp);
fp=NULL;
步骤303)根据容器ID,找到与其对应路径下的cgroups组,修改其中的配置文件,为容器设置CPU使用率、内存占用率、最大磁盘空间等资源配置;
步骤304)将生成容器的ID、IP、MAC等信息存入文件中,生成容器个数+1;
接着,检查已生成Docker容器个数是否满足部署策略需求;如不满足需求,则重复执行上述生成容器和配置资源步骤,如满足需求,则利用配置后的各Docker容器进行软件测试。
开始测试软件:首先,动态修改Docker容器的资源配置以模拟被测软件运行过程中资源改变:
步骤401)根据容器ID,找到与其容器对应的cgroups文件,具体路径为:/sys/fs/cgroups/<subsystem>/docker/<containerID>;
步骤402)在线修改cgroups文件,使容器资源配额发生变化;
步骤403)运行Docker容器分配的虚拟shell终端,查看软件运行状态变化。
最后,根据测试策略执行停止或者重启容器操作,以模拟被测软件动态上下线情况:
步骤501)利用docker start/stop/kill<ContainerID>等命令,实现启动、停止和删除容器功能,管理容器生命周期;
步骤502)根据测试策略,停止或重启容器,模仿终端节点上下线;
步骤503)利用虚拟shell终端,查看软件动态上下线情况。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于Docker的软件大规模测试方法,其特征在于,包括:
步骤1)利用被测软件及其运行环境生成Docker镜像;
步骤2)根据测试策略从步骤1)所生成的Docker镜像中依次启动各Docker容器;
步骤3)为步骤2)所启动的各Docker容器分别配置初始资源;
步骤4)利用步骤3)所配置的Docker容器进行软件测试,在测试过程中,根据测试策略动态修改Docker容器的资源配置,查看并记录被测软件在Docker容器资源变化下的运行状况;
步骤5)根据测试策略停止或者重启Docker容器,查看被测软件动态上下线情况,并记录被测软件占用资源、启动时间和数据恢复信息。
2.根据权利要求1所述的基于Docker的软件大规模测试方法,其特征在于,所述的步骤1)具体包括:
步骤101)根据被测软件运行环境,选择基础操作系统镜像启动用于测试软件的各Docker容器,在各Docker容器中添加被测软件所需依赖库和相关环境变量;
步骤102)从安装有依赖库和环境变量的容器中生成新镜像;
步骤103)将被测软件导入新镜像,生成用于测试的Docker镜像。
3.根据权利要求1所述的基于Docker的软件大规模测试方法,其特征在于,所述的步骤2)具体包括:
步骤201)设置各Docker容器在宿主机上的部署策略,编写配置文件,记录每个Docker容器的编号对应的物理、网络资源的配置要求和资源上限;
步骤202)从配置文件中读取对Docker容器的物理、网络资源要求,按步骤201)所设置的部署策略,在宿主机上构建不同配置的Docker容器的分配方案;
步骤203)利用步骤202)所构建的分配方案从Docker镜像中启动各Docker容器,并获取Docker容器64位长ID。
4.根据权利要求1所述的基于Docker的软件大规模测试方法,其特征在于,所述的步骤3)具体包括:
步骤301)利用pipework为Docker容器设置包含IP、MAC在内的物理配置;
步骤302)根据Docker容器ID,在cgroups固定路径下找到与其对应的ID一致的cgroups组,通过修改cgroups组对容器进程的限制,为Docker容器设置包含CPU使用率、内存占用率、最大磁盘空间在内的资源配置。
5.根据权利要求1所述的基于Docker的软件大规模测试方法,其特征在于,所述的步骤4)具体包括:
步骤401)根据Docker容器ID,找到与其相同ID的cgroups组中各项资源对应的cgroups文件;
步骤402)在软件运行过程中,动态地修改软件所在容器对应的cgroups组,使容器资源配额发生变化,以模拟软件运行的实际环境;
步骤403)链接Docker自生成的虚拟终端,利用shell命令查看并记录软件在Docker容器资源变化下的运行状况,作为软件被测试的基础数据。
6.根据权利要求1所述的基于Docker的软件大规模测试方法,其特征在于,所述的步骤5)具体包括:
步骤501)利用Docker提供的容器控制命令管理容器的生命周期,根据对软件性能的需求和测试需要设置测试流程,停止或重启Docker容器,模拟现实环境中运行软件的宿主机终端节点上下线;
步骤502)链接Docker自生成的虚拟终端,利用shell命令查看软件动态上下线情况,并记录包含软件占用资源、启动时间和数据恢复在内的测试结果,作为评估软件性能的依据。
CN201611088872.3A 2016-11-30 2016-11-30 一种基于Docker的软件大规模测试方法 Expired - Fee Related CN108121654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611088872.3A CN108121654B (zh) 2016-11-30 2016-11-30 一种基于Docker的软件大规模测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611088872.3A CN108121654B (zh) 2016-11-30 2016-11-30 一种基于Docker的软件大规模测试方法

Publications (2)

Publication Number Publication Date
CN108121654A true CN108121654A (zh) 2018-06-05
CN108121654B CN108121654B (zh) 2020-11-06

Family

ID=62226454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611088872.3A Expired - Fee Related CN108121654B (zh) 2016-11-30 2016-11-30 一种基于Docker的软件大规模测试方法

Country Status (1)

Country Link
CN (1) CN108121654B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109144526A (zh) * 2018-06-28 2019-01-04 国网山东省电力公司菏泽供电公司 一种变电站自动化软件的快速部署系统及方法
CN109213649A (zh) * 2018-09-18 2019-01-15 郑州云海信息技术有限公司 Gtx显卡深度学习优化测试方法、装置、终端及存储介质
CN109240932A (zh) * 2018-09-21 2019-01-18 郑州云海信息技术有限公司 一种统一存储管理软件的测试方法、装置及设备
CN109828912A (zh) * 2018-12-26 2019-05-31 同盾控股有限公司 一种软件压力测试方法和装置
CN110083535A (zh) * 2019-04-22 2019-08-02 网宿科技股份有限公司 一种软件测试方法及装置
CN110752964A (zh) * 2019-09-06 2020-02-04 锐捷网络股份有限公司 一种网络设备的测试方法及装置
CN111581085A (zh) * 2020-04-28 2020-08-25 广州市百果园信息技术有限公司 联调测试系统及方法
CN111669355A (zh) * 2019-03-08 2020-09-15 厦门网宿有限公司 一种批量处理nginx网络隔离空间的方法及nginx服务器
CN111966374A (zh) * 2020-08-11 2020-11-20 南京新联电子股份有限公司 一种基于容器的能源控制器终端软件部署及管理方法
CN113051563A (zh) * 2021-02-25 2021-06-29 中国科学院信息工程研究所 一种跨容器软件运行检测方法及系统
CN114579472A (zh) * 2022-05-05 2022-06-03 中国电子技术标准化研究院 工业app可移植性测试方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951360A (zh) * 2015-06-30 2015-09-30 北京奇虎科技有限公司 基于Docker的配置管理方式及装置
CN105224466A (zh) * 2015-11-17 2016-01-06 广州亦云信息技术有限公司 一种基于Docker的集成测试方法及系统
US9350547B2 (en) * 1999-07-29 2016-05-24 Intertrust Technologies Corporation Systems and methods for watermarking software and other media
CN105630488A (zh) * 2015-12-18 2016-06-01 上海爱数信息技术股份有限公司 一种基于docker容器技术的持续集成实现方法
CN105867955A (zh) * 2015-09-18 2016-08-17 乐视云计算有限公司 一种应用程序部署系统及部署方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9350547B2 (en) * 1999-07-29 2016-05-24 Intertrust Technologies Corporation Systems and methods for watermarking software and other media
CN104951360A (zh) * 2015-06-30 2015-09-30 北京奇虎科技有限公司 基于Docker的配置管理方式及装置
CN105867955A (zh) * 2015-09-18 2016-08-17 乐视云计算有限公司 一种应用程序部署系统及部署方法
CN105224466A (zh) * 2015-11-17 2016-01-06 广州亦云信息技术有限公司 一种基于Docker的集成测试方法及系统
CN105630488A (zh) * 2015-12-18 2016-06-01 上海爱数信息技术股份有限公司 一种基于docker容器技术的持续集成实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
仇臣: "Docker容器的性能监控和日志服务的设计与实现", 《中国优秀硕士学位论文全文数据库》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109144526A (zh) * 2018-06-28 2019-01-04 国网山东省电力公司菏泽供电公司 一种变电站自动化软件的快速部署系统及方法
CN109144526B (zh) * 2018-06-28 2022-04-12 山东鲁软数字科技有限公司智慧能源分公司 一种变电站自动化软件的快速部署系统及方法
CN109213649A (zh) * 2018-09-18 2019-01-15 郑州云海信息技术有限公司 Gtx显卡深度学习优化测试方法、装置、终端及存储介质
CN109240932A (zh) * 2018-09-21 2019-01-18 郑州云海信息技术有限公司 一种统一存储管理软件的测试方法、装置及设备
CN109828912A (zh) * 2018-12-26 2019-05-31 同盾控股有限公司 一种软件压力测试方法和装置
CN111669355A (zh) * 2019-03-08 2020-09-15 厦门网宿有限公司 一种批量处理nginx网络隔离空间的方法及nginx服务器
CN111669355B (zh) * 2019-03-08 2023-04-18 厦门网宿有限公司 一种批量处理nginx网络隔离空间的方法及nginx服务器
CN110083535A (zh) * 2019-04-22 2019-08-02 网宿科技股份有限公司 一种软件测试方法及装置
CN110752964B (zh) * 2019-09-06 2021-09-14 锐捷网络股份有限公司 一种网络设备的测试方法及装置
CN110752964A (zh) * 2019-09-06 2020-02-04 锐捷网络股份有限公司 一种网络设备的测试方法及装置
CN111581085A (zh) * 2020-04-28 2020-08-25 广州市百果园信息技术有限公司 联调测试系统及方法
CN111966374A (zh) * 2020-08-11 2020-11-20 南京新联电子股份有限公司 一种基于容器的能源控制器终端软件部署及管理方法
CN113051563A (zh) * 2021-02-25 2021-06-29 中国科学院信息工程研究所 一种跨容器软件运行检测方法及系统
CN114579472A (zh) * 2022-05-05 2022-06-03 中国电子技术标准化研究院 工业app可移植性测试方法及装置
CN114579472B (zh) * 2022-05-05 2022-07-22 中国电子技术标准化研究院 工业app可移植性测试方法及装置

Also Published As

Publication number Publication date
CN108121654B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN108121654A (zh) 一种基于Docker的软件大规模测试方法
US11704144B2 (en) Creating virtual machine groups based on request
CN104520814B (zh) 用于配置云计算系统的系统和方法
CN111105006B (zh) 一种深度学习网络训练系统及方法
CN111371616B (zh) 一种面向numa架构服务器的虚拟网络功能链部署方法和系统
CN105302641B (zh) 虚拟化集群中进行节点调度的方法及装置
CN101685480A (zh) 一种用于大电网安全稳定分析的并行计算方法和计算平台
CN112527647B (zh) 基于NS-3的Raft共识算法测试系统
CN111773690B (zh) 任务的处理方法和装置、存储介质、电子装置
Gand et al. Serverless Container Cluster Management for Lightweight Edge Clouds.
CN109783378A (zh) GPU在Ubnutu系统的兼容性测试方法、装置、终端及存储介质
CN107070752B (zh) 一种长连接容量的测试方法及测试系统
CN117056048A (zh) 一种基于数字孪生技术的容器云资源调度方法及调度系统
Luckow et al. Pilot-edge: Distributed resource management along the edge-to-cloud continuum
CN114996703A (zh) 一种电力系统网络安全靶场混合仿真方法、系统及设备
CN114500110B (zh) 一种网络靶场并发流量动态生成系统及方法
CN105488288A (zh) 一种ns3并行模拟仿真系统
CN108985459A (zh) 训练模型的方法和装置
CN105975276B (zh) 分布式构建系统及方法
CN102929693B (zh) 整机柜服务器的性能评测方法及装置
CN109450724A (zh) 一种nfs内存优化功能的测试方法及相关装置
CN114785693B (zh) 基于分层强化学习的虚拟网络功能迁移方法及装置
CN111130852A (zh) 一种基于Docker的云应用网络自动化部署的方法
CN109828901A (zh) 搭建压测环境的方法及装置、Linux服务器、及可读存储介质
CN114238707B (zh) 一种基于类脑技术的数据处理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201106

CF01 Termination of patent right due to non-payment of annual fee