(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210573880.6 (22)申请日 2022.05.24 (71)申请人 四川旅游学院 地址 610100 四川省成 都市龙泉驿区红岭 路459号 (72)发明人 朱春满　周相兵　李一平　张智恒　 陈功锁　黎波　辜建刚　 (74)专利代理 机构 成都四合天行知识产权代理 有限公司 51274 专利代理师 郭受刚 (51)Int.Cl. G06F 9/455(2006.01) G06F 9/50(2006.01) (54)发明名称 基于Docker容器的虚拟教学实训平台调度 处理方法 (57)摘要 本发明公开了基于Docker容器的虚拟教学 实训平台调度处理方法， 包括： S1、 用户选择课 程； S2、 内存畅通队列为空转S3， 不为空去除CPU 拥堵项和严重拥堵项形成第一队列转S4； S3、 内 存拥堵队列为空转S2， 不为空去 除CPU拥堵项和 严重拥堵项形成第一队列转S4； S4、 第一队列为 空转S5， 不为空将第一队列转为第三队列转S6； S5、 将第一队列中CPU严重拥堵项去 除形成第二 队列， 第二队列为空转S2， 不为空将第二队列转 为第三队列转S6； S6、 选择对应节点转S7； S7、 节 点带宽拥堵转S8， 不拥堵转S9； S8、 找 到带宽不拥 堵的节点转S9； S9、 分配Docker容器给申请用户。 本发明在容器 分配不合理时能及时修正， 能避免 出现实验环境 卡顿的现象。 权利要求书3页 说明书7页 附图1页 CN 114840311 A 2022.08.02 CN 114840311 A 1.基于Docker容器的虚拟教学实训平台调度处 理方法， 其特 征在于， 包括以下步骤： S1、 用户登录平台后选择课程； S2、 判断平台提供的云服务器节点当前的内存畅通队列是否为空， 若为空则转至步骤 S3； 若不为空则从当前畅通队列中去除CPU拥堵项和CPU严重拥堵项形成第一队列， 并转至 步骤S4； S3、 判断内存拥堵队列是否为空， 若为空则转至步骤S2； 若不为空则从当前内存拥堵队 列中去除CPU拥堵项和CPU严重拥堵项形成第一队列， 并转至步骤S4； S4、 判断第一队列是否为空， 若为空则转至步骤S5； 若不为空则将第一队列转为第三队 列， 然后读取当前时段待开课程的班级的CPU占用量预测值降序排序后计算出选择该课程 的班级的占位比值， 并转至步骤S6； S5、 将第一队列中CPU严重拥堵项去除形成第二队列， 判断第二队列是否为空， 若为空 则转至步骤S2； 若不为空则将第二队列转为第三队列， 然后读取当前时段待开课程的班级 的CPU占用量预测值降序排序后计算出选择 该课程的班级的占位比值， 并转至步骤S6； S6、 将第三队列按CPU 空余量进行降序排序， 根据步骤S4或步骤S5计算的占位比值选择 排序后新序列新队列中对应节点， 转至步骤S7； S7、 判断选择的节点带宽是否拥堵， 若拥堵则转至步骤S 8， 若不拥堵则转至步骤S9； S8、 遍历步骤S6中第三队列分割点 中的前队节点， 选一个节点后转至步骤S7； 若不符合 条件再遍历步骤S6中第三队列分割点中的其余后队节点， 选一个节点后转至步骤S7； 若所 有节点都遍历完后未找到带宽不拥堵的节点， 则转至步骤S2， 否则转至步骤S9； S9、 根据步骤S7或步骤S 8所确认的节点， 分配一个Docker容器给申请用户； S10、 加载进入课程并开始课程。 2.根据权利要求1所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 所述CPU占用量预测值的获取包括以下步骤： 按设定时间 间隔采集Docker容器的CPU占用量； 将当前课程当前班级所有已经分配的Docker容器的CPU占用量按取值高低进行降序排 序， 再获取排序队列中设定中间长度的CPU占用量采集量的平均值作为当前课程当前班级 该次课的一次CPU占用量采集量， 若连续三次CPU占用量采集量的平均值大于存储的CPU占 用量预测值， 则采用当前算出 的连续三次CPU占用量采集量的平均值来更新当前课程当前 班级的CPU占用量预测值； 重复上述 步骤， 获得当前 所有已开课程的班级的CPU占用量预测值。 3.根据权利要求2所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 每次CPU占用量采集 量求平均值的计算公式为： 其中， CCPU采(c,k)为CPU占用量采集量平均值， CCPU(i)为该课程该班级排序后序列号为i 的容器CPU占用量采集值， j该课程该班级当前已经分配到的容器数， c为班级编号,k为次 数。权　利　要　求　书 1/3 页 2 CN 114840311 A 24.根据权利要求1所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 所述云服务器节点设有第一内存占用率阈值和第二内存占用率阈值， 第二内存占用 率阈值大于第一内存占用率阈值， 云服务器节点根据当前所有已开课程班级的内存占用率 将内存使用情况分为畅通、 拥堵及严重拥堵三个等级， 当计算的内存占用率小于第一内存 占用率阈值时等级为畅通， 当计算的内存占用率大于或等于第一内存占用率阈值且小于或 等于第二内存占用率阈值时等级为拥堵， 当计算的内存占用率大于第二内存占用率阈值时 等级为严重拥堵； 等级为畅通的内存进入内存畅通队列， 等级为拥堵的内存进入内存拥堵 队列， 等级为严重拥堵的内存进入内存严重拥堵队列， 通过计算的内存占用率更新云服务 器节点的内存畅通队列、 内存拥堵队列及内存严重拥堵队列。 5.根据权利要求4所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 所述内存占用率的计算公式为： 其中， CM‑pre(c,m)为n节点上容器编号为m的容器内存占用量预测值， RM为云服务器各节 点的内存占用率。 6.根据权利要求5所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 所述内存占用量预测值的获取包括以下步骤： 按设定时间 间隔采集Docker容器的内存占用量； 将当前课程当前班级所有已经分配的Docker容器的内存占用量按取值高低进行降序 排序， 再获取排序队列中设定中间长度的内存占用量采集量的平均值作为当前课程当前班 级该次课的一次内存占用量采集量， 若连续三次内存占用量采集量的平均值大于存储的内 存占用量预测值， 则采用当前计算出的连续三次内存占用量采集量的平均值来更新当前课 程当前班级的内存占用量预测值； 重复上述 步骤， 获得当前 所有已开课程的班级的内存占用量预测值。 7.根据权利要求6所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 每次内存占用量采集 量求平均值的计算公式为： 其中， CM采(c,k)为内存占用量采集量平均值， CM(i)为该课程该班级排序后序列号为i的 容器内存占用量采集 值， j该课程该班级当前已经分配到的容器数， c为班级编号,k 为次数。 8.根据权利要求1所述的基于Docker容器的虚拟教学实训平台调度处理方法， 其特征 在于， 所述云服务器节 点设有第一CPU占用率阈值和第二CPU占用率阈值， 第二CPU占用率阈 值大于第一CPU占用率阈值， 云服务器节点根据CPU占用率将 CPU使用情况分为畅通、 拥堵及 严重拥堵三个等级， 当CPU占用率小于第一CPU占用率阈值时等级为畅通， 当CPU占用率大于 或等于第一CPU占用率阈值且小于或等于第二CPU占用率阈值时等级为拥堵， 当CPU占用率 大于第二CPU占用率阈值时等级为严重拥堵； 等级为畅通的CPU进入CPU畅通队列， 等级为拥权　利　要　求　书 2/3 页 3 CN 114840311 A 3