CN112068847A - 基于kubernets平台的计算环境部署方法及装置 - Google Patents

基于kubernets平台的计算环境部署方法及装置 Download PDF

Info

Publication number
CN112068847A
CN112068847A CN202010930267.6A CN202010930267A CN112068847A CN 112068847 A CN112068847 A CN 112068847A CN 202010930267 A CN202010930267 A CN 202010930267A CN 112068847 A CN112068847 A CN 112068847A
Authority
CN
China
Prior art keywords
computing
request
deployment
cluster
resource
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
CN202010930267.6A
Other languages
English (en)
Other versions
CN112068847B (zh
Inventor
李秉卓
李亚歌
管守扬
叶春杨
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.)
Hainan University
Original Assignee
Hainan University
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 Hainan University filed Critical Hainan University
Priority to CN202010930267.6A priority Critical patent/CN112068847B/zh
Publication of CN112068847A publication Critical patent/CN112068847A/zh
Application granted granted Critical
Publication of CN112068847B publication Critical patent/CN112068847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4482—Procedural
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本发明涉及一种基于kubernets平台的计算环境部署方法及装置，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。

Description

基于kubernets平台的计算环境部署方法及装置
技术领域
本发明涉及软件工程技术领域，特别是涉及一种基于kubernets平台的计算环境部署方法及装置。
背景技术
随着信息技术的发展，信息化设备在生产生活中的应用逐渐广泛。信息化设备基于音视频传输技术，拓展出诸如在线视频观看、广播收听、视频会议、远程视频教育等多种应用场景。
其中，在视频数据传输中，发送端向接收端的传输效率对后续视频播放的质量有较大影响。因此，调整发送端向接收端的传输效率和传输质量，是调整视频数据传输的关键。传统的调整数据传输的方式主要是根据接收端接收速率来预估发送端发送速率，或是发送端通过上一秒或几秒数据包平均发送速率预估下一秒的发送速率，以此来调整数据传输。然而，传统的数据传输方式中进行预估的方式存在滞后性，容易导致累积延时的产生，影响数据的传输。
随着信息技术的发展，云计算技术得到技术支撑后被广泛应用在各个领域，典型应用即云平台的建设和普及。目前，在云平台上建设应用平台，有利于应用资源的高效利用和共享。由于基于云平台的应用资源要接受大量用户的访问，这对应用平台的稳定性和用户访问的响应效率提出新的要求，基于云平台的应用资源的合理部署决定了可靠性和稳定性。
在云平台上进行应用部署，传统的应用部署方式主要是通过插件或脚本来安装应用，或者通过创建虚拟机的方式来实现某些功能。然而，通过插件或脚本来安装应用不利于应用的升级更新/回滚等操作，而虚拟机不利于可移植性。因此目前的应用部署方式主要是通过部署容器方式实现。而kubernetes平台作为一种管理云平台中多个主机上的容器化的应用，可使得部署容器化的应用简单并且高效。然而，由于kubernetes平台在使用中需要进行交互的对象较多，且服务需求较为复杂，开发复杂性和重复性大，不利于应用服务的稳定性。
发明内容
基于此，有必要针对kubernetes平台在使用中需要进行交互的对象较多，且服务需求较为复杂，开发复杂性和重复性大，不利于应用服务的稳定性，提供一种基于kubernets平台的计算环境部署方法及装置。
一种基于kubernets平台的计算环境部署方法，包括步骤：
获取请求端提交的部署请求和计算请求；其中，部署请求包括请求端的用户代码镜像文件和镜像运行所需的配置项；
在计算请求满足集群的资源限制时，将用户代码镜像文件注册至集群的镜像服务；
根据部署请求部署对应的计算框架组件；
在集群接收到用于描述计算任务的自定义资源文件时，向计算框架组件提交计算任务，以使计算框架组件调用集群计算资源执行计算；其中，计算任务与计算请求相对应；
获取计算框架组件的计算执行结果，并将计算执行结果反馈给请求端。
上述的基于kubernets平台的计算环境部署方法，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
在其中一个实施例中，计算框架组件包括Spark、Flink或Storm。
在其中一个实施例中，资源限制包括资源合法性限制。
在其中一个实施例中，向计算框架组件提交计算任务的过程，包括步骤：
监听自定义资源文件的创建；
在自定义资源文件被创建后将计算任务发送至计算框架组件。
在其中一个实施例中，向集群管理器注册回调，更新集群计算资源。
在其中一个实施例中，还包括步骤：
获取请求端的任务控制指令，并根据任务控制指令控制计算框架组件的计算执行。
在其中一个实施例中，计算执行结果包括pod中的日志文件。
一种基于kubernets平台的计算环境部署装置，包括：
请求获取模块，用于获取请求端提交的部署请求和计算请求；其中，部署请求包括请求端的用户代码镜像文件和镜像运行所需的配置项；
镜像注册模块，用于在计算请求满足集群的资源限制时，将用户代码镜像文件注册至集群的镜像服务；
组件部署模块，用于根据部署请求部署对应的计算框架组件；
任务执行模块，用于在集群接收到用于描述计算任务的自定义资源文件时，向计算框架组件提交计算任务，以使计算框架组件调用集群计算资源执行计算；其中，计算任务与计算请求相对应；
结果反馈模块，用于获取计算框架组件的计算执行结果，并将计算执行结果反馈给请求端。
上述的基于kubernets平台的计算环境部署装置，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的基于kubernets平台的计算环境部署方法。
上述的计算机存储介质，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现上述任一实施例的基于kubernets平台的计算环境部署方法。
上述的计算机设备，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
附图说明
图1为一实施方式的基于kubernets平台的计算环境部署方法流程图；
图2为基于kubernets平台的计算环境分层结构图；
图3为另一实施方式的基于kubernets平台的计算环境部署方法流程图；
图4为又一实施方式的基于kubernets平台的计算环境部署方法流程图；
图5为Spark计算环境集成结构示意图；
图6为Storm计算环境集成结构示意图；
图7为Spark计算环境集成结构示意图；
图8为一实施方式的基于kubernets平台的计算环境部署装置模块结构图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于kubernets平台的计算环境部署方法。
图1为一实施方式的基于kubernets平台的计算环境部署方法流程图，如图1所示，一实施方式的基于kubernets平台的计算环境部署方法包括步骤S100至S104：
为了更形象地解释本发明实施例的计算环境，以下以一具体的微服务框架设计来解释本发明实施例的应用。图2为基于kubernets平台的计算环境分层结构图，如图2所示，计算环境包括控制面(Control Plane)、计算环境层和存储层。整体计算环境在微服务平台基础之上进行开发，以充分利用微服务框架的优点支持资源优化分配和高可扩展性，同时为请求端提供方便快捷的接口访问。
控制面包括调度程序(scheduler)、资源/权限控制、环境命令执行模块、镜像注册模块、CRD生成模块和规则生成模块。
其中，控制面采用微服务设计，各子模块作为作为一个微服务群部署在kubernets平台中。作为一个较优的实施方式，控制面的开发过程借助spring cloud kubernetes框架，其能够大大减少开发的重复性和复杂性，同时充分利用kubernets的原生能力。
存储层包括模块功能性存储和用户数据外部存储。模块功能性存储用于实现提供持久化存储，不直接与请求端交互。用户数据外部存储是请求端指定的一部分存储，请求端可以将部分数据传递到用户数据外部存储，后续在用户代码中使用用户数据外部存储连接获取数据进行计算。
S100，获取请求端提交的部署请求和计算请求；其中，部署请求包括请求端的用户代码镜像文件和镜像运行所需的配置项；
其中，请求端是计算环境的主要交互端，包括计算环境的使用用户或关联服务架构等。在基于kubernets平台的计算环境中，控制面内的调度程序接收请求端提交的部署请求和计算请求。请求端首先将作业程序打包为Docker镜像，镜像文件包含相应框架编写的用户代码，即用户代码镜像文件。在获取请求端镜像文件的同时，获取镜像文件运行所需的配置项。
在其中一个实施例中，通过面向请求端的系统判断配置项是否满足预设配置项要求，在请求端的配置项满足预设配置项要求时正常获取配置项。在配置项不满足要求时通过系统引导请求端进行配置项修改。
S101，在计算请求满足集群的资源限制时，将用户代码镜像文件注册至集群的镜像服务；
其中，kubernets平台集群预先设置有各类型的资源限制，在进行用户代码镜像文件注册前，对计算请求进行资源限制判断。在其中一个实施例中，控制面对计算请求进行资源合法性限制判断。包括请求端角色种类、资源种类或资源阈值等。
如图2所示，镜像注册模块在调度程序的控制下完成用户代码镜像文件的注册，将用户代码镜像文件注册至几圈的镜像服务中。在其中一个实施例中，镜像注册模块将用户代码镜像文件注册至集群的Docker仓库中，以使后续集群可从Docker仓库中拉取镜像从而创建对应的pod(Plain old data structure一类数据结构)文件。
S102，根据部署请求部署对应的计算框架组件；
其中，根据用户的部署请求确定需要调用的计算框架组件，并部署调用出的计算框架组件。
S103，在集群接收到用于描述计算任务的自定义资源文件时，向计算框架组件提交计算任务，以使计算框架组件调用集群计算资源执行计算；其中，计算任务与计算请求相对应；
自定义资源文件(crd文件)被创建后，集群在接收到自定义资源文件后进行计算任务的提交。其中，计算任务与计算请求相对应，由计算请求确定计算任务，以确定请求端的需求。
在其中一个实施中，图3为另一实施方式的基于kubernets平台的计算环境部署方法流程图，如图3所示，步骤S103中向计算框架组件提交计算任务的过程，包括步骤S200和S201：
S200，监听自定义资源文件的创建；
S201，在自定义资源文件被创建后将计算任务发送至计算框架组件。
基于图2所示，调度程序向集群管理器请求创建自定义资源对象，在该对象被创建后，集群中相应计算框架的控制面板将检测到这一事件，从而开启计算任务。
S104，获取计算框架组件的计算执行结果，并将计算执行结果反馈给请求端。
通过计算执行结果的反馈，实现计算环境的交互。在其中一个实施例中，计算环境通过web页面与请求端进行反馈。
作为一个较优的实施方式，计算执行结果包括pod中的日志文件。在计算任务执行过程中，控制面将采集相应pod的执行日志并在前端反馈给用户。
在其中一个实施例中，图4为又一实施方式的基于kubernets平台的计算环境部署方法流程图，如图4所示，又一实施方式的基于kubernets平台的计算环境部署方法还包括步骤S300：
S300，获取请求端的任务控制指令，并根据任务控制指令控制计算框架组件的计算执行。
其中，根据请求端的任务控制指令，可用于控制计算框架组件内的计算任务的启动、停止或删除等，已完成计算环境的两侧交互。作为一个较优的实施方式，请求端可以选择微服务对应平台中指定的日志服务，并在用户代码中向指定日志服务上传数据，控制面将这部分日志信息在前端反馈给用户。
在其中一个实施例中，计算环境可向请求端提供基于web页面的UI以展示计算执行结果。
在其中一个实施例中，
在其中一个实施例中，如图4所示，又一实施方式的基于kubernets平台的计算环境部署方法还包括步骤S400：
S400，向集群管理器注册回调，更新集群计算资源。
以图2所示的计算环境为例，控制面向集群管理器注册回调，来获得相应集群资源更新状态。
基于图2所示的计算环境构建，在计算框架组件的选定上，在其中一个实施例中，计算框架组件包括Spark、Flink或Storm，即Spark计算框架、Flink计算框架或Storm计算框架。
其中，图5为Spark计算环境集成结构示意图，如图5所示，Spark采用operator(重载操作符)的形式部署在kubernets平台集群中。Spark Operator通过自定义控制器监听集集群中自定义资源的创建。之后控制器会读取自定义资源文件配置，在集群中创建对应的驱动器和Worker pod来执行作为请求端的用户提交的任务
其中，图6为Storm计算环境集成结构示意图，如图6所示，Storm采用operator部署的方式部署在kubernets平台集群中，其中Nimbus为Storm集群的主节点，Supervisor为工作节点，二者通过ZooKepper集群进行交互。作为请求端的用户在代码中编写Topology并提交至集群后，Storm Controller将监听本次提交，并将相应任务发送至Nimbus进行调度。
其中，图7为Spark计算环境集成结构示意图，如图7所示，Flink采用Operator的方式与kubernets平台进行集成，同时采用开源项目Flinkksoperator。FlinkOperator通过自定义控制器监听集群中Flink应用的创建，之后根据其内容生成对应的Job Manager与TaskManager为作为请求端的用户提供计算服务。
上述任一实施例的基于kubernets平台的计算环境部署方法，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
本发明实施例还提供一种基于kubernets平台的计算环境部署装置。
图8为一实施方式的基于kubernets平台的计算环境部署装置模块结构图，如图5所示，一实施方式的基于kubernets平台的计算环境部署装置包括模块1000、模块1001、模块1002、模块1003和模块1004：
请求获取模块1000，用于获取请求端提交的部署请求和计算请求；其中，部署请求包括请求端的用户代码镜像文件和镜像运行所需的配置项；
镜像注册模块1001，用于在计算请求满足集群的资源限制时，将用户代码镜像文件注册至集群的镜像服务；
组件部署模块1002，用于根据部署请求部署对应的计算框架组件；
任务执行模块1003，用于在集群接收到用于描述计算任务的自定义资源文件时，向计算框架组件提交计算任务，以使计算框架组件调用集群计算资源执行计算；其中，计算任务与计算请求相对应；
结果反馈模块1004，用于获取计算框架组件的计算执行结果，并将计算执行结果反馈给请求端。
上述任一实施例的基于kubernets平台的计算环境部署装置，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的数据传输调整方法。
本领域的技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的任意一种基于kubernets平台的计算环境部署方法。
上述计算机设备，在获取到请求端提交的部署请求和计算请求，若计算请求满足集群的资源限制时，则将用户代码镜像文件注册至集群的镜像服务。进一步地，根据部署请求部署对应的计算框架组件，并由计算框架组件调用集群计算资源执行与计算请求相对应的计算任务，最后将计算框架组件的计算执行结果反馈回请求端。基于此，通过计算环境的协同部署，为上层服务提供稳定可靠的基础计算环境支撑。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于kubernets平台的计算环境部署方法，其特征在于，包括步骤：
获取请求端提交的部署请求和计算请求；其中，所述部署请求包括请求端的用户代码镜像文件和镜像运行所需的配置项；
在所述计算请求满足集群的资源限制时，将所述用户代码镜像文件注册至所述集群的镜像服务；
根据所述部署请求部署对应的计算框架组件；
在所述集群接收到用于描述计算任务的自定义资源文件时，向所述计算框架组件提交所述计算任务，以使所述计算框架组件调用集群计算资源执行计算；其中，所述计算任务与所述计算请求相对应；
获取所述计算框架组件的计算执行结果，并将所述计算执行结果反馈给所述请求端。
2.根据权利要求1所述的基于kubernets平台的计算环境部署方法，其特征在于，所述计算框架组件包括Spark、Flink或Storm。
3.根据权利要求1所述的基于kubernets平台的计算环境部署方法，其特征在于，所述资源限制包括资源合法性限制。
4.根据权利要求1所述的基于kubernets平台的计算环境部署方法，其特征在于，所述向所述计算框架组件提交所述计算任务的过程，包括步骤：
监听所述自定义资源文件的创建；
在所述自定义资源文件被创建后将所述计算任务发送至所述计算框架组件。
5.根据权利要求1所述的基于kubernets平台的计算环境部署方法，其特征在于，还包括步骤：
向所述集群管理器注册回调，更新所述集群计算资源。
6.根据权利要求1所述的基于kubernets平台的计算环境部署方法，其特征在于，还包括步骤：
获取所述请求端的任务控制指令，并根据所述任务控制指令控制所述计算框架组件的计算执行。
7.根据权利要求1至6任意一项所述的基于kubernets平台的计算环境部署方法，其特征在于，所述计算执行结果包括pod中的日志文件。
8.一种基于kubernets平台的计算环境部署装置，其特征在于，包括：
请求获取模块，用于获取请求端提交的部署请求和计算请求；其中，所述部署请求包括请求端的用户代码镜像文件和镜像运行所需的配置项；
镜像注册模块，用于在所述计算请求满足集群的资源限制时，将所述用户代码镜像文件注册至所述集群的镜像服务；
组件部署模块，用于根据所述部署请求部署对应的计算框架组件；
任务执行模块，用于在所述集群接收到用于描述计算任务的自定义资源文件时，向所述计算框架组件提交所述计算任务，以使所述计算框架组件调用集群计算资源执行计算；其中，所述计算任务与所述计算请求相对应；
结果反馈模块，用于获取所述计算框架组件的计算执行结果，并将所述计算执行结果反馈给所述请求端。
9.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的基于kubernets平台的计算环境部署方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行程序时实现如权利要求1至7任意一项所述的基于kubernets平台的计算环境部署方法。
CN202010930267.6A 2020-09-07 2020-09-07 基于kubernets平台的计算环境部署方法及装置 Active CN112068847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010930267.6A CN112068847B (zh) 2020-09-07 2020-09-07 基于kubernets平台的计算环境部署方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010930267.6A CN112068847B (zh) 2020-09-07 2020-09-07 基于kubernets平台的计算环境部署方法及装置

Publications (2)

Publication Number Publication Date
CN112068847A true CN112068847A (zh) 2020-12-11
CN112068847B CN112068847B (zh) 2022-05-13

Family

ID=73663911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010930267.6A Active CN112068847B (zh) 2020-09-07 2020-09-07 基于kubernets平台的计算环境部署方法及装置

Country Status (1)

Country Link
CN (1) CN112068847B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112988705A (zh) * 2021-03-08 2021-06-18 北京靠谱云科技有限公司 一种可用于企业级生产的数据中台构建方法
CN117075930A (zh) * 2023-10-17 2023-11-17 之江实验室 一种计算框架管理系统
CN117278424A (zh) * 2023-11-17 2023-12-22 广州市玄武无线科技股份有限公司 一种Flink集群的部署方法、装置、设备以及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107733977A (zh) * 2017-08-31 2018-02-23 北京百度网讯科技有限公司 一种基于Docker的集群管理方法及装置
CN109104467A (zh) * 2018-07-25 2018-12-28 北京京东尚科信息技术有限公司 开发环境构建方法、装置以及平台系统和存储介质
CN109558143A (zh) * 2017-09-22 2019-04-02 北京国双科技有限公司 一种集群中部署应用的方法及装置
CN109783214A (zh) * 2018-12-29 2019-05-21 广州供电局有限公司 任务调度控制系统
CN110389832A (zh) * 2019-06-21 2019-10-29 深圳市汇川技术股份有限公司 ZooKeeper容器集群部署方法、系统、设备及存储介质
CN110532159A (zh) * 2019-09-03 2019-12-03 北京百度网讯科技有限公司 数据监听方法、装置、设备及计算机可读存储介质
US20200034240A1 (en) * 2018-07-30 2020-01-30 EMC IP Holding Company LLC Network block device based continuous replication for kubernetes container management systems
CN111327681A (zh) * 2020-01-21 2020-06-23 北京工业大学 一种基于Kubernetes的云计算数据平台构建方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107733977A (zh) * 2017-08-31 2018-02-23 北京百度网讯科技有限公司 一种基于Docker的集群管理方法及装置
CN109558143A (zh) * 2017-09-22 2019-04-02 北京国双科技有限公司 一种集群中部署应用的方法及装置
CN109104467A (zh) * 2018-07-25 2018-12-28 北京京东尚科信息技术有限公司 开发环境构建方法、装置以及平台系统和存储介质
US20200034240A1 (en) * 2018-07-30 2020-01-30 EMC IP Holding Company LLC Network block device based continuous replication for kubernetes container management systems
CN109783214A (zh) * 2018-12-29 2019-05-21 广州供电局有限公司 任务调度控制系统
CN110389832A (zh) * 2019-06-21 2019-10-29 深圳市汇川技术股份有限公司 ZooKeeper容器集群部署方法、系统、设备及存储介质
CN110532159A (zh) * 2019-09-03 2019-12-03 北京百度网讯科技有限公司 数据监听方法、装置、设备及计算机可读存储介质
CN111327681A (zh) * 2020-01-21 2020-06-23 北京工业大学 一种基于Kubernetes的云计算数据平台构建方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112988705A (zh) * 2021-03-08 2021-06-18 北京靠谱云科技有限公司 一种可用于企业级生产的数据中台构建方法
CN117075930A (zh) * 2023-10-17 2023-11-17 之江实验室 一种计算框架管理系统
CN117075930B (zh) * 2023-10-17 2024-01-26 之江实验室 一种计算框架管理系统
CN117278424A (zh) * 2023-11-17 2023-12-22 广州市玄武无线科技股份有限公司 一种Flink集群的部署方法、装置、设备以及存储介质

Also Published As

Publication number Publication date
CN112068847B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN112068847B (zh) 基于kubernets平台的计算环境部署方法及装置
US8290998B2 (en) Systems and methods for generating cloud computing landscapes
JP3853592B2 (ja) 分散ウェブアプリケーションサーバ
CN107040416B (zh) 一种基于Cairngorm框架的虚拟数据中心可视化管理方法
WO2016037479A1 (zh) 虚拟化网络功能vnf优化方法、装置及系统
CN113742031B (zh) 节点状态信息获取方法、装置、电子设备及可读存储介质
CN107426335B (zh) 一种可自动生成云环境配置文件的系统及使用方法
CN110719311B (zh) 分布式协调服务方法、系统及计算机可读存储介质
CN111277432A (zh) 配置信息更新方法、装置、电子设备及存储介质
KR20150082932A (ko) 가상 머신의 구성 관리 지원 장치 및 방법과, 그 구성 관리 지원 장치를 이용한 클라우드 서비스 중개 장치 및 방법
WO2019100266A1 (zh) 移动边缘主机服务通知方法和装置
US11030066B2 (en) Dynamic application decomposition for execution in a computing environment
CN112463290A (zh) 动态调整计算容器的数量的方法、系统、装置和存储介质
CN115242877B (zh) 面向多K8s集群的Spark协同计算、作业方法及装置
JPWO2014171130A1 (ja) 情報処理システム、配備方法、処理装置、及び、配備装置
CN116010027A (zh) 管理任务处理集群的方法、执行任务的方法及容器集群
CN113419818B (zh) 基础组件部署方法、装置、服务器及存储介质
CN108958933B (zh) 任务执行器的配置参数更新方法、装置及设备
US20190205110A1 (en) Compilation optimization via dynamic server cloning
US8738684B1 (en) Dynamic collaborations in concurrent computing environments
CN112346980A (zh) 软件性能测试方法、系统和可读存储介质
CN111427634A (zh) 一种原子服务调度的方法及装置
CN111274018A (zh) 一种基于dl框架下的分布式训练方法
CN114938375B (zh) 一种容器组更新设备及容器组更新方法
CN112558985B (zh) 子应用部署方法和装置

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