隨著天文技術的發(fā)展,天文數(shù)據(jù)處理軟件的需求也不斷更迭變化,導致軟件運行環(huán)境漸趨復雜。對于開發(fā)者和使用者,急需提出一種對復雜天文數(shù)據(jù)處理軟件敏捷化封裝和部署的方法。我國明安圖射電頻譜日像儀已進入常規(guī)觀測,與之配套的數(shù)據(jù)處理軟件也已完成開發(fā)并投入使用。由于該軟件的部署涉及操作系統(tǒng)環(huán)境、圖形處理器運行環(huán)境及底層依賴軟件等配置問題,導致安裝過程既繁瑣又容易出錯。結(jié)合容器技術的特點,提出了一種基于Docker容器對日像儀軟件系統(tǒng)進行敏捷封裝與部署的方法,并對該方法的設計進行介紹,通過實驗驗證了其可用性,以及相比于傳統(tǒng)虛擬機可獲得較優(yōu)異的性能表現(xiàn)。該方法可為未來天文數(shù)據(jù)處理軟件的封裝部署提供參考�？梢灶A見,未來容器技術將成為天文海量數(shù)據(jù)處理的基礎支撐技術。 

【文章來源】：天文研究與技術. 2019,16(01)CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

總體框架Fig.1TheOverallFramework3功能與性能測試

升級。利用Docker，可直接在原始版本的鏡像啟動的容器中進行軟件更新和環(huán)境升級操作，再將測試好的容器提交為新版本鏡像發(fā)布，從而實現(xiàn)對軟件版本的敏捷化管理。3.2可用性在主機負載不高的情況下，鏡像文件可以在數(shù)秒內(nèi)完成啟動。主機可以通過容器默認開放TCP的22號端口與容器進行通訊，用戶也可根據(jù)需求指定為其他的端口。Docker啟動時在主機默認生成docker0網(wǎng)卡，所有的容器經(jīng)docker0網(wǎng)卡發(fā)出數(shù)據(jù)，保證其網(wǎng)絡可用性。Docker啟動狀態(tài)、容器狀態(tài)以及docker0網(wǎng)卡信息如圖2。圖2Docker容器及網(wǎng)卡的狀態(tài)Fig.2ThestatusofDockercontainerandnetworkcard3.3性能測試在不同平臺下對明安圖射電頻譜日像儀軟件系統(tǒng)分別進行性能測試，并進行比較。軟件系統(tǒng)可對觀測到的可見度數(shù)據(jù)進行預處理，導出UVFITS數(shù)據(jù)文件，并通過潔化算法進行潔化，生成臟圖和潔圖，其中潔化處理運算量較大，對系統(tǒng)性能的要求較高，因此本實驗選擇比較潔化處理的時間。考慮到Docker本身是一種虛擬化技術，以及公有云在虛擬機中使用Docker的用法現(xiàn)狀，因此除物理主機外，我們將加入虛擬機和基于虛擬機上的Docker容器作為實驗平臺，分別與物理主機上的Docker容器進行性能對比。基于以上討論，實驗中把軟件系統(tǒng)分別搭建于物理機、Docker容器、虛擬機以及虛擬機上的Docker4種平臺上，然后分別進行潔化處理并記錄各自執(zhí)行時間，最后進行比較。目前潔化算法已經(jīng)分別在CUDA和OpenCL環(huán)境下實現(xiàn)［9－10］，實驗在兩種計算模式下分別進行。實驗中使用KVM虛擬機，它是基于Linux內(nèi)核(Kernel-based)的虛擬機。KVM支持通過透傳(passthrough)方式在虛擬機?

1期余程嶸等:基于Docker的射電干涉陣軟件系統(tǒng)敏捷封裝與部署為實驗平臺;(3)在兩個平臺組中分別進行基于潔化算法生成512×512像素和1024×1024像素的潔圖的實驗，并分別記錄執(zhí)行10次的時間;(4)相同計算模式下，首先比較各平臺組內(nèi)基于Docker容器和裸機下生成相同像素潔圖的平均時間，然后比較物理主機組和虛擬主機組生成相同像素潔圖的平均時間。表1實驗環(huán)境Table1Thelabenvironment硬件環(huán)境32G內(nèi)存，硬盤容量800GBGPU設備NVIDIACorporationGM200［GeForceGTXTITANX］12GBCPU設備Intel(R)Xeon(R)CPUE5-2630v2@2.60GHz軟件環(huán)境MUSER1.0.0-REL(r1)，docker17.03.1-ceCUDA版本NVIDIACUDArelease7.5，V7.5.17OpenCL版本OpenCL1.2LINUXKVM版本qemu-kvm-1.5.3－141.el7_4.2系統(tǒng)版本CentOSLinux7(Core)，Kernel3.10.0－327.el7.x86_64實驗結(jié)果如圖3和圖4。圖3OpenCL+CPU下不同主機的潔化時間對比Fig.3TimeperformancecomparisonbetweendifferenthostsbasedonOpenCL+CPU721

【參考文獻】：
期刊論文
[1]MUSER的負數(shù)據(jù)庫接口設計與實現(xiàn)[J]. 石聰明,張曉麗,王鋒,戴偉,楊秋萍.  天文研究與技術. 2018(02)
[2]基于OpenCL的MUSER CLEAN算法研究與實現(xiàn)[J]. 馮勇,陳坤,鄧輝,王鋒,梅盈,衛(wèi)守林,戴偉,楊秋萍,劉應波,吳靜平.  天文學報. 2017(02)
[3]基于MPI的高性能UVFITS數(shù)據(jù)合成研究與應用[J]. 陳泰燃,王威,王鋒,鄧輝,劉應波,梅盈.  天文研究與技術. 2016(02)
[4]基于QT的MUSER觀測數(shù)據(jù)多屏圖形化實時顯示的設計與實現(xiàn)[J]. 周鑫磊,王威,王鋒,鄧輝,柳翠寅,胡杰,李少良,王璐璐,周士然.  天文研究與技術. 2015(04)
[5]虛擬計算環(huán)境中的虛擬網(wǎng)絡[J]. 蔡志平,陳彬,肖儂,王志英.  計算機工程與科學. 2008(11)



本文編號：3480266