郭雯 鄭霽 王軍 王輝

摘? ?要：容器技術(shù)在互聯(lián)網(wǎng)時(shí)代得到了越來(lái)越廣泛的應(yīng)用，高校云數(shù)據(jù)中心作為承載學(xué)校眾多信息系統(tǒng)運(yùn)行的重要載體，需要全面了解并合理使用容器技術(shù)，以提高云平臺(tái)運(yùn)行效率，為業(yè)務(wù)系統(tǒng)運(yùn)行提供更加強(qiáng)有力的支撐。文章全面分析高校云數(shù)據(jù)中心建設(shè)需求，構(gòu)建CaaS（Container as a Service）平臺(tái)為容器化應(yīng)用提供全方位部署、運(yùn)行、管理的支持。同時(shí)開放平臺(tái)PaaS（Platform as a Service）功能，結(jié)合DevOps理念構(gòu)建開發(fā)、部署、測(cè)試一體化流程。實(shí)驗(yàn)證明基于容器技術(shù)的高校云數(shù)據(jù)中心可以更好地滿足業(yè)務(wù)系統(tǒng)快速部署、升級(jí)迭代、彈性伸縮等各方面的需求。

關(guān)鍵詞：云數(shù)據(jù)中心;容器;CaaS;開發(fā)測(cè)試一體化

中圖分類號(hào)：TP311;TP393 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2021）03-0092-05

一、引言

隨著云計(jì)算技術(shù)的飛速發(fā)展，眾多高校利用虛擬化等技術(shù)將基礎(chǔ)硬件資源池化，建設(shè)私有云平臺(tái)，為校內(nèi)的各業(yè)務(wù)系統(tǒng)提供虛擬機(jī)服務(wù)，在基礎(chǔ)設(shè)施層面有力地支撐了學(xué)校的信息化建設(shè)。但是這種IaaS（Infrastructure as a Service）的方式僅僅解決了硬件資源的快速供給與高效利用問題，業(yè)務(wù)系統(tǒng)軟件層面的部署仍然需要手動(dòng)進(jìn)行，從云平臺(tái)管理員提供虛擬機(jī)并配置操作系統(tǒng)，到業(yè)務(wù)系統(tǒng)工程師安裝相關(guān)軟件并調(diào)試，系統(tǒng)部署時(shí)間長(zhǎng)，重復(fù)工作量大。同時(shí)互聯(lián)網(wǎng)時(shí)代的應(yīng)用面臨用戶需求頻繁變化和用戶規(guī)?？焖僭鲩L(zhǎng)的問題，因此對(duì)業(yè)務(wù)快速升級(jí)迭代、動(dòng)態(tài)彈性擴(kuò)展等方面提出了更高的要求。[1]虛擬機(jī)的業(yè)務(wù)系統(tǒng)在升級(jí)、擴(kuò)容等方面的靈活性不足，升級(jí)速度慢且缺乏彈性等問題給整個(gè)運(yùn)維工作帶來(lái)巨大挑戰(zhàn)。

以Docker為代表的容器技術(shù)適應(yīng)了互聯(lián)網(wǎng)時(shí)代應(yīng)用的特點(diǎn)。[2]Docker作為一種輕量級(jí)的虛擬化技術(shù)，啟動(dòng)快、體量小，可以將應(yīng)用軟件、依賴包和所需環(huán)境打包成鏡像，發(fā)布到任何一臺(tái)安裝有Docker引擎的計(jì)算機(jī)上運(yùn)行，極大程度地解決了業(yè)務(wù)系統(tǒng)內(nèi)部的軟件依賴問題。很多科研人員研究如何將Docker技術(shù)應(yīng)用于云平臺(tái)上，以實(shí)現(xiàn)資源的合理利用以及應(yīng)用的快速構(gòu)建、持續(xù)交付、靈活擴(kuò)展、便捷運(yùn)維等。何震葦?shù)萚1]提出了基于Docker技術(shù)的互聯(lián)網(wǎng)應(yīng)用集群自動(dòng)部署方案，以簡(jiǎn)化復(fù)雜互聯(lián)網(wǎng)業(yè)務(wù)平臺(tái)的部署過程;楊清波等[3]分析了基于容器的調(diào)控云平臺(tái)的業(yè)務(wù)需求，并給出了基于Docker的調(diào)控云平臺(tái)的設(shè)計(jì)、實(shí)現(xiàn)及測(cè)試;張琦[4]構(gòu)建了一套銀行系統(tǒng)內(nèi)部的容器管理平臺(tái)，以支撐容器化應(yīng)用運(yùn)行管理，并實(shí)現(xiàn)DevOps開發(fā)測(cè)試一體化流程;文獻(xiàn)[5]-[7]研究了基于Docker技術(shù)的PaaS平臺(tái)構(gòu)建;彭勇等[8]設(shè)計(jì)了一個(gè)基于Docker技術(shù)的云平臺(tái)系統(tǒng);應(yīng)毅等[9]嘗試在高校實(shí)驗(yàn)室等環(huán)境中應(yīng)用Docker技術(shù)，但總體而言，高校領(lǐng)域的相關(guān)研究仍處于探索階段。

二、高校云數(shù)據(jù)中心建設(shè)需求分析

在IT技術(shù)飛速發(fā)展的大背景下，高校的信息化建設(shè)如火如荼。云平臺(tái)作為承載各大業(yè)務(wù)系統(tǒng)運(yùn)行的基礎(chǔ)架構(gòu)，它的價(jià)值最終是要通過業(yè)務(wù)系統(tǒng)來(lái)體現(xiàn)的，因此云平臺(tái)的建設(shè)要牢牢把握“以業(yè)務(wù)系統(tǒng)為中心”這一基本原則，以滿足業(yè)務(wù)系統(tǒng)在各個(gè)階段的需求為目標(biāo)。

1.業(yè)務(wù)系統(tǒng)快速部署的需求

高校云數(shù)據(jù)中心的首要任務(wù)是承載業(yè)務(wù)系統(tǒng)的運(yùn)行。目前，高校業(yè)務(wù)系統(tǒng)建設(shè)呈復(fù)雜化趨勢(shì)，單個(gè)系統(tǒng)所需的虛機(jī)數(shù)量從過去的1至2臺(tái)上升到現(xiàn)在的2至8臺(tái)，部分業(yè)務(wù)系統(tǒng)，以合肥工業(yè)大學(xué)信息中心數(shù)據(jù)治理平臺(tái)為例，需要的虛擬機(jī)數(shù)目達(dá)到50臺(tái)。復(fù)雜的業(yè)務(wù)系統(tǒng)意味著更加復(fù)雜的軟件依賴關(guān)系與組件依賴關(guān)系，從虛擬機(jī)級(jí)別開始部署業(yè)務(wù)系統(tǒng)，往往要耗費(fèi)大量的時(shí)間安裝、調(diào)試、測(cè)試，不符合應(yīng)用快捷交付的需求。容器技術(shù)很好地解決了業(yè)務(wù)系統(tǒng)對(duì)軟件運(yùn)行環(huán)境的依賴問題，同時(shí)可以很好地描述業(yè)務(wù)系統(tǒng)不同組件之間的依賴關(guān)系，支持業(yè)務(wù)系統(tǒng)一鍵式部署，可以預(yù)見不久的將來(lái)會(huì)有越來(lái)越多的業(yè)務(wù)系統(tǒng)選擇容器的方式發(fā)布。因此高校的云平臺(tái)必須開始著手打造高效的、高可用的容器資源池，做好全面支持容器化應(yīng)用的準(zhǔn)備。

2.業(yè)務(wù)系統(tǒng)彈性伸縮的需求

互聯(lián)網(wǎng)時(shí)代的應(yīng)用往往面臨著突發(fā)流量的問題，高校內(nèi)的業(yè)務(wù)系統(tǒng)也不例外，學(xué)生選課、視頻點(diǎn)播等都有可能造成業(yè)務(wù)流量的瞬時(shí)激增，為業(yè)務(wù)系統(tǒng)帶來(lái)極大的壓力。目前常見的解決方案是在負(fù)載均衡設(shè)備后掛載多臺(tái)用于分擔(dān)業(yè)務(wù)流量的APP虛擬服務(wù)器。這樣做的缺點(diǎn)是，當(dāng)平時(shí)業(yè)務(wù)量小時(shí)，造成資源的閑置與浪費(fèi);當(dāng)業(yè)務(wù)量持續(xù)增加超過負(fù)荷時(shí)，需要人工增加虛擬機(jī)并添加到負(fù)載均衡系統(tǒng)中，操作復(fù)雜且滯后，無(wú)法滿足處理瞬時(shí)激增流量的需求。容器技術(shù)區(qū)別于虛擬機(jī)技術(shù)的一大特點(diǎn)是前者實(shí)現(xiàn)的是進(jìn)程級(jí)別的隔離，容器不需要模擬一套自己?jiǎn)为?dú)的虛擬硬件和操作系統(tǒng)，因此容器具有體量小啟動(dòng)快的特點(diǎn)。高校云平臺(tái)可以充分利用容器的這個(gè)特點(diǎn)，實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)服務(wù)器規(guī)模的按需擴(kuò)展與縮減。

3.業(yè)務(wù)系統(tǒng)便捷運(yùn)維的需求

業(yè)務(wù)系統(tǒng)在運(yùn)行過程中經(jīng)常面臨排錯(cuò)、升級(jí)更新等操作。現(xiàn)有的基于虛擬機(jī)的云平臺(tái)在處理這些需求時(shí)往往顯得比較吃力，例如生產(chǎn)環(huán)境中報(bào)的錯(cuò)難以在開發(fā)測(cè)試環(huán)境中重現(xiàn)、升級(jí)操作常常需要停機(jī)來(lái)進(jìn)行、新版本軟件出現(xiàn)問題很難回滾到上一版本等。容器技術(shù)的使用可以最大限度減少開發(fā)環(huán)境、測(cè)試環(huán)境與生產(chǎn)環(huán)境之間的差異，同時(shí)支持灰度更新和回滾等操作，為業(yè)務(wù)系統(tǒng)的運(yùn)維提供便捷。

4.業(yè)務(wù)系統(tǒng)開發(fā)測(cè)試一體化的需求

隨著信息化建設(shè)的推進(jìn)，高校業(yè)務(wù)系統(tǒng)的建設(shè)也越來(lái)越復(fù)雜，很多時(shí)候單純購(gòu)買的軟件已無(wú)法滿足需求，很多業(yè)務(wù)系統(tǒng)，如教務(wù)系統(tǒng)、數(shù)據(jù)治理平臺(tái)等，都需要結(jié)合學(xué)校的現(xiàn)狀進(jìn)行個(gè)性化定制開發(fā)。這會(huì)是一個(gè)持續(xù)交付的過程，即部分軟件功能先行上線試運(yùn)行，后續(xù)會(huì)不斷有新的模塊或功能加入進(jìn)來(lái)，整個(gè)過程持續(xù)幾個(gè)月、一年甚至幾年。DevOps方法是目前軟件工程領(lǐng)域的熱點(diǎn)，與以往的瀑布模型或敏捷模型不同，該方法重視開發(fā)人員、測(cè)試人員與運(yùn)維人員之間的緊密溝通合作，通過流程化的部署、測(cè)試、反饋等來(lái)實(shí)現(xiàn)快速的迭代發(fā)布。[10]高校云數(shù)據(jù)中心可結(jié)合DevOps理念，進(jìn)一步發(fā)掘平臺(tái)PaaS功能，提供一套應(yīng)用快速開發(fā)、測(cè)試、部署、運(yùn)維管理、持續(xù)開發(fā)、持續(xù)集成的支撐環(huán)境。

三、基于容器的高校云數(shù)據(jù)中心設(shè)計(jì)

鑒于容器技術(shù)在業(yè)務(wù)系統(tǒng)開發(fā)、部署、運(yùn)行等方面帶來(lái)的諸多益處，容器技術(shù)在高校云數(shù)據(jù)中心的應(yīng)用已是勢(shì)在必行?；谌萜骷夹g(shù)的高校云數(shù)據(jù)中心設(shè)計(jì)應(yīng)遵循高可用和易擴(kuò)展的原則，即平臺(tái)核心節(jié)點(diǎn)要采用集群架構(gòu)部署，一個(gè)實(shí)例宕機(jī)整個(gè)集群仍會(huì)正常運(yùn)行;同時(shí)平臺(tái)可以輕松地以“搭積木”的方式擴(kuò)充軟硬件等資源。此外容器作為當(dāng)前最為火爆的開源項(xiàng)目，大量相關(guān)的技術(shù)及產(chǎn)品層出不窮。因此平臺(tái)建設(shè)者在設(shè)計(jì)之初要做充分的調(diào)研，選擇合適的主流技術(shù)作為自己的建設(shè)方案。

1.容器關(guān)鍵技術(shù)

Docker作為主流的容器技術(shù)近年來(lái)已經(jīng)得到了充分的驗(yàn)證與應(yīng)用。同時(shí)容器的快速發(fā)展對(duì)容器的集群化管理提出了更高的要求。一方面，業(yè)務(wù)系統(tǒng)的體量越來(lái)越大，需要集群化的環(huán)境來(lái)支持其正常的運(yùn)行和管理。另一方面，集群化的環(huán)境可以更好地滿足高可用等基礎(chǔ)需求。Docker Swarm、Mesos、Kubernetes等都是目前常見的容器集群管理框架。其中，Kubernetes是Google在2014年開源的一個(gè)容器集群管理系統(tǒng)，簡(jiǎn)稱K8S。K8S提供高可用高冗余的集群化管理模式，同時(shí)提供了容器編排、資源調(diào)度、彈性伸縮、部署管理、服務(wù)發(fā)現(xiàn)等一系列功能。K8S是目前運(yùn)用最廣泛、主流的容器集群管理工具，也是本次云平臺(tái)設(shè)計(jì)中采用的技術(shù)方案。

2.數(shù)據(jù)中心建設(shè)思路

高?？梢越Y(jié)合自身的特點(diǎn)和現(xiàn)有架構(gòu)，按照循序漸進(jìn)的原則，分階段將容器技術(shù)應(yīng)用于自己的云數(shù)據(jù)中心。第一步是要搭建一個(gè)高可用的容器集群運(yùn)行平臺(tái)。這種方式可以以最低的代價(jià)將容器先用起來(lái)，積累運(yùn)維經(jīng)驗(yàn)。CaaS（Container as a Service）以容器為交付物，可方便地部署、運(yùn)行容器化應(yīng)用。隨著越來(lái)越多的應(yīng)用以容器的方式開發(fā)和部署，這種CaaS方式的容器集群運(yùn)行環(huán)境將發(fā)揮重要作用。第二步考慮開放平臺(tái)PaaS功能，即將平臺(tái)相關(guān)的功能作為一種服務(wù)，交付給最終用戶使用。PaaS作為IaaS和SaaS（Service as a Service）中間層面的一個(gè)概念，發(fā)展遠(yuǎn)沒有另外兩者普及。容器技術(shù)的出現(xiàn)為PaaS的發(fā)展提供了重大機(jī)遇，容器與微服務(wù)架構(gòu)和DevOps的高度契合使基于Docker容器技術(shù)的PaaS平臺(tái)成為可能。Paas平臺(tái)能力的開放與提升是一個(gè)逐步的過程，高校數(shù)據(jù)中心可結(jié)合自身運(yùn)維平臺(tái)的特點(diǎn)，將持續(xù)集成服務(wù)作為目前打造的一個(gè)重點(diǎn)。

3.CaaS平臺(tái)設(shè)計(jì)

將容器技術(shù)應(yīng)用于云數(shù)據(jù)中心的第一步是要打造CaaS（Container as a Service）平臺(tái)，其核心是一個(gè)高可用的容器資源池。容器資源池的底層硬件資源，可以部署在物理服務(wù)器或云平臺(tái)上，建議部署在云平臺(tái)上，因?yàn)檫@樣可以充分利用云平臺(tái)自身的高可用等特性。CaaS平臺(tái)主要由容器資源池、私有鏡像倉(cāng)庫(kù)、可視化管理平臺(tái)和管理層幾部分組成，整體架構(gòu)如圖1所示。

（1）容器資源池

容器資源池的技術(shù)層面采用“Docker + Kubernetes”組合。其中，Docker引擎負(fù)責(zé)單機(jī)環(huán)境下容器環(huán)境的建立，Kubernetes通過集群管理技術(shù)對(duì)集群中的Docker主機(jī)資源進(jìn)行統(tǒng)一管理和容器的編排調(diào)度。

K8S包括控制節(jié)點(diǎn)（Master Node）和工作節(jié)點(diǎn)（Worker Node）兩種關(guān)鍵組件。Master Node是容器調(diào)度的核心，所有發(fā)往容器集群的請(qǐng)求，如容器的創(chuàng)建、狀態(tài)的更改等，都經(jīng)過Master Node的統(tǒng)一協(xié)調(diào)，集群狀態(tài)信息保存至數(shù)據(jù)庫(kù)，具體操作指令發(fā)送至Worker Node執(zhí)行。每個(gè)Worker Node都安裝有Docker引擎，并結(jié)合K8S自身的容器管理機(jī)制實(shí)現(xiàn)對(duì)容器主機(jī)的管理。

容器資源池作為基礎(chǔ)架構(gòu)平臺(tái)的核心，通過分布式集群來(lái)實(shí)現(xiàn)高可用性，關(guān)鍵節(jié)點(diǎn)，如控制節(jié)點(diǎn)、數(shù)據(jù)庫(kù)節(jié)點(diǎn)等都會(huì)起多個(gè)實(shí)例，一個(gè)實(shí)例出問題不會(huì)影響整個(gè)集群的運(yùn)行;同時(shí)可以通過負(fù)載均衡技術(shù)實(shí)現(xiàn)流量在集群內(nèi)不同實(shí)例之間的均勻分擔(dān)。當(dāng)容器業(yè)務(wù)量逐漸增加，CaaS平臺(tái)會(huì)面臨需要擴(kuò)容的情況。此時(shí)平臺(tái)管理員只需要向容器資源池增加Docker主機(jī)節(jié)點(diǎn)，即Worker Node節(jié)點(diǎn)，并納入Kubernetes環(huán)境統(tǒng)一管理。

（2）私有鏡像倉(cāng)庫(kù)

私有鏡像倉(cāng)庫(kù)用于存放各業(yè)務(wù)系統(tǒng)的容器鏡像及一些基礎(chǔ)容器鏡像，是高校云數(shù)據(jù)中心不可或缺的一部分。私有鏡像倉(cāng)庫(kù)位于校園網(wǎng)或者云數(shù)據(jù)中心內(nèi)部環(huán)境中，私密性更好，安全性更強(qiáng)，訪問效率也更高。這里我們采用的是Harbor鏡像倉(cāng)庫(kù)，這是VMware開源提供的一個(gè)企業(yè)級(jí)鏡像倉(cāng)庫(kù)。Habor在Docker 私有倉(cāng)庫(kù)Registry的基礎(chǔ)上進(jìn)行了企業(yè)級(jí)擴(kuò)展，提供了用戶管理界面、基于角色的訪問控制等，能滿足高校云數(shù)據(jù)中心需求。

（3）可視化容器管理組件

Docker和Kubernetes大多通過命令行操作，技術(shù)門檻較高，容易造成誤操作，而且排錯(cuò)非常困難。通過安裝可視化容器管理組件，如Dashboard，云平臺(tái)管理員可以通過網(wǎng)頁(yè)的形式來(lái)進(jìn)行容器相關(guān)的基本操作，如容器的創(chuàng)建、啟動(dòng)、關(guān)閉，容器網(wǎng)絡(luò)的配置，容器存儲(chǔ)資源的劃分，容器資源的限制，權(quán)限的分配以及一些簡(jiǎn)單的容器運(yùn)行狀況監(jiān)控等等，從而大大降低了管理難度，提高了管理效率。

（4）監(jiān)控與日志組件

監(jiān)控和日志組件是基礎(chǔ)資源平臺(tái)的重要組成部分。監(jiān)控組件的部署使管理員可以方便地跟蹤集群、容器乃至業(yè)務(wù)運(yùn)行情況，如主機(jī)節(jié)點(diǎn)資源利用率、容器健康狀況、容器業(yè)務(wù)流量、業(yè)務(wù)系統(tǒng)容器副本數(shù)等各項(xiàng)指標(biāo);而日志的收集便于進(jìn)行故障定位，并為平臺(tái)的各項(xiàng)統(tǒng)計(jì)分析提供基礎(chǔ)數(shù)據(jù)。常見的監(jiān)控與日志組件包括Prometheus + Grafana、Filebeat + ELK 等。

4.持續(xù)集成服務(wù)功能設(shè)計(jì)

基于容器技術(shù)的CaaS平臺(tái)為容器化應(yīng)用提供了基礎(chǔ)運(yùn)行環(huán)境，在此平臺(tái)的基礎(chǔ)上，以服務(wù)的形式開放更多的平臺(tái)功能，如數(shù)據(jù)庫(kù)服務(wù)、微服務(wù)治理框架、持續(xù)集成服務(wù)等，構(gòu)成一個(gè)基礎(chǔ)的PaaS平臺(tái)，如圖2所示。

基于CICD（Continuous Integration，Continuous Deployment，Continuous Delivery）的DevOps方法可以快速響應(yīng)應(yīng)用的各種需求變化，已成為互聯(lián)網(wǎng)時(shí)代應(yīng)用開發(fā)和發(fā)布的最佳實(shí)踐。結(jié)合之前提到的業(yè)務(wù)系統(tǒng)開發(fā)測(cè)試一體化的需求，CICD服務(wù)在高校云數(shù)據(jù)中心會(huì)有著廣泛的使用場(chǎng)景?？梢酝ㄟ^部署持續(xù)集成服務(wù)器，并將其與代碼倉(cāng)庫(kù)、鏡像倉(cāng)庫(kù)、容器資源池等組件做相關(guān)集成，來(lái)實(shí)現(xiàn)讀取代碼、往鏡像倉(cāng)庫(kù)推送或讀取鏡像、部署鏡像至容器資源池等諸多操作，從而方便地協(xié)調(diào)業(yè)務(wù)系統(tǒng)開發(fā)測(cè)試相關(guān)流程。

四、測(cè)試與驗(yàn)證

本次測(cè)試環(huán)境為合肥工業(yè)大學(xué)私有云平臺(tái)上的5臺(tái)虛擬機(jī)，用途與配置如表1所示。

其中前3臺(tái)虛擬機(jī)組成一個(gè)基本的“Docker + Kubernetes”容器集群環(huán)境，第4臺(tái)為私有鏡像倉(cāng)庫(kù)，第5臺(tái)為開發(fā)測(cè)試一體化功能提供服務(wù)。

1.CaaS平臺(tái)功能驗(yàn)證

在容器環(huán)境下，業(yè)務(wù)系統(tǒng)通過一系列yaml文件來(lái)描述各組件的部署方式以及相互之間的依賴關(guān)系，這種通過配置文件部署的方式簡(jiǎn)單易行，將部署時(shí)間由原來(lái)的若干天縮短為幾小時(shí)，而且部署完成后基本無(wú)須調(diào)試，可以直接運(yùn)行，從而實(shí)現(xiàn)了項(xiàng)目的快速交付。為應(yīng)用系統(tǒng)提供商節(jié)約了大量的人力成本，也減輕了云平臺(tái)管理員的工作量。

同時(shí)，在容器環(huán)境下，業(yè)務(wù)系統(tǒng)的運(yùn)維、快速交付等也變得更加便捷。表2記錄了業(yè)務(wù)系統(tǒng)在容器環(huán)境與虛擬機(jī)環(huán)境下各種運(yùn)維項(xiàng)目的對(duì)比。

當(dāng)業(yè)務(wù)系統(tǒng)負(fù)載發(fā)生變化時(shí)，可通過手動(dòng)和自動(dòng)兩種方式調(diào)整業(yè)務(wù)系統(tǒng)中容器數(shù)目。手動(dòng)方式是通過kubectl scale 命令調(diào)整 replicas 參數(shù)值;本次測(cè)試中我們通過調(diào)用Kubernetes HPA （Horizontal Pod Autoscaling）組件的方式動(dòng)態(tài)調(diào)整，配置信息如圖3所示。

其中最大副本數(shù)為10，最小副本數(shù)為1，當(dāng)平均cpu使用率超過60%時(shí)開始擴(kuò)容，反之，當(dāng)cpu使用率小于60%時(shí)開始縮容。我們通過Apache ab壓測(cè)工具向Web應(yīng)用發(fā)送HTTP請(qǐng)求，圖4記錄了業(yè)務(wù)并發(fā)量變化時(shí)容器副本數(shù)的變化。

實(shí)驗(yàn)結(jié)果顯示容器的數(shù)量可隨著業(yè)務(wù)量的變化而自動(dòng)調(diào)整，從而達(dá)到良好的彈性伸縮的目的。

2.持續(xù)集成服務(wù)功能驗(yàn)證

為了構(gòu)建持續(xù)集成服務(wù)環(huán)境，我們?cè)谌萜髻Y源池上建立一套準(zhǔn)生產(chǎn)的測(cè)試環(huán)境、一套生產(chǎn)環(huán)境，應(yīng)用在兩套環(huán)境中的部署完全一致;兩套環(huán)境共享容器鏡像倉(cāng)庫(kù);同時(shí)部署一臺(tái)Jenkins服務(wù)器。Jenkins的Pipeline是目前持續(xù)集成方案的一個(gè)最佳實(shí)踐。Jenkins與底層的kubernetes做了集成，從而保證Jenkins服務(wù)器可以在測(cè)試或生產(chǎn)環(huán)境中部署應(yīng)用。

CICD服務(wù)流程（見圖5）如下：

（1）對(duì)于在云平臺(tái)上開發(fā)的應(yīng)用，Jenkins服務(wù)器從代碼庫(kù)獲取代碼并自動(dòng)編譯;對(duì)于在云平臺(tái)部署的應(yīng)用，Jenkins服務(wù)器從固定位置獲取編譯好的代碼;

（2）Jenkins通過命令將代碼打包成為鏡像，并將鏡像上傳至鏡像倉(cāng)庫(kù);

（3）準(zhǔn)生產(chǎn)環(huán)境獲取最新的鏡像，測(cè)試人員進(jìn)行相關(guān)測(cè)試;

（4）測(cè)試通過，生產(chǎn)環(huán)境獲取最新的鏡像，業(yè)務(wù)最終上線。

這種流水線的方式，最大限度實(shí)現(xiàn)了自動(dòng)化，縮短應(yīng)用從發(fā)布到上線的時(shí)間，實(shí)現(xiàn)了快速迭代、持續(xù)交付，大大提高了數(shù)據(jù)中心運(yùn)維的效率。

五、結(jié)束語(yǔ)

本文分析了容器技術(shù)應(yīng)用于高校云數(shù)據(jù)中心的必要性，并結(jié)合主流的Docker、Kubernetes技術(shù)設(shè)計(jì)了基于容器技術(shù)的CaaS平臺(tái)架構(gòu)和開發(fā)測(cè)試一體化架構(gòu)，實(shí)現(xiàn)了對(duì)平臺(tái)上運(yùn)行的業(yè)務(wù)系統(tǒng)快速交付、彈性伸縮、便捷運(yùn)維等的支持，最后通過實(shí)驗(yàn)證明了設(shè)計(jì)方案的實(shí)用性和高效性。

參考文獻(xiàn)：

[1]何震葦，嚴(yán)麗云，李慧云等.基于開源PaaS技術(shù)的互聯(lián)網(wǎng)業(yè)務(wù)平臺(tái)自動(dòng)部署方案[J].電信科學(xué)，2015，31（10）：179-186.

[2]陸鋼，楊新章，何震葦?shù)?電信運(yùn)營(yíng)商對(duì)容器技術(shù)的探索和思考[J].電信科學(xué)，2016，32（8）：159-163.

[3]楊清波，陳振宇，劉東等.基于容器的調(diào)控云PaaS平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J].電網(wǎng)技術(shù)，2020（6）：2030-2037.

[4]張琦.基于Docker的CaaS管理平臺(tái)架構(gòu)研究與設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用與軟件，2018（11）：33-41，54.

[5]師德清.基于Docker的PaaS架構(gòu)設(shè)計(jì)研究[J].信息與電腦（理論版），2017（8）：35-36.

[6]王亞玲，李春陽(yáng)，崔蔚等.基于Docker的PaaS平臺(tái)建設(shè)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2016，25（3）：72-77.

[7]張羿，胡永華，黃丁.基于Docker的電網(wǎng)輕量級(jí)PaaS平臺(tái)構(gòu)建方案[J].信息與電腦（理論版），2017（11）：75-78.

[8]彭勇，謝劍，童遙等.一種基于Docker的數(shù)據(jù)中心云平臺(tái)實(shí)現(xiàn)方法及系統(tǒng)[J].中興通訊技術(shù)，2017，23（2）：60-62.

[9]應(yīng)毅，劉亞軍，俞琰.利用Docker容器技術(shù)構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)室[J].實(shí)驗(yàn)室研究與探索，2018，37（2）：264-268.

[10]董昕，郭勇，王杰.基于DevOps能力模型的持續(xù)集成方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2018，39（7）：1930-1937.

（編輯：王天鵬）