容器是一种轻量级的虚拟化技术,相比于传统的虚拟机,容器具有更快的启动部署速度、更小的运行开销和更高的部署密度,在云计算中得到了广泛的运用。弹性资源管理是云计算平台的重要特性,其能够在不中断服务的情况下动态伸缩资源配置以响应负载请求的变化,从而可以在保证应用服务质量的同时提高资源利用率。但是,在容器环境下,现有弹性CPU资源管理机制存在明显不足。首先,容器内运行的应用程序无法感知容器CPU资源的弹性变化,难以充分利用弹性可变的CPU资源,从而造成CPU资源利用率的下降;其次,容器CPU资源弹性管理机制缺乏对于CPU体系结构特征的考量（例如非统一内存访问架构,Non-Uniform Memory Access,NUMA）,从而带来严重的性能损失。开展了面向容器环境的弹性CPU资源管理机制研究,分别针对上述两类问题提出了优化方法。首先,根据大量实验分析与验证,提出基于容器CPU资源弹性的应用程序并行度设置策略。该策略为应用程序设置合适的并行度并优化线程阻塞同步机制,使应用程序可以适应容器CPU资源的弹性变化,从而提高应用性能。其次,提出面向NUMA架构的容器CPU资源弹性调度策略。该策略基于NUMA拓扑结构为容器分配合适的CPU资源,并依据负载变化实时地调整资源分配,从而有效降低NUMA架构下的远程内存访问比例以提升容器性能。最后,集成上述两种优化方法,设计实现一种面向容器环境的弹性CPU资源管理系统,从而有效提升容器运行性能。实验结果表明,基于容器CPU资源弹性的应用程序并行度设置策略可以分别在系统低负载和高负载情况下最高缩短52%和18%的应用执行时间;相对于流行的NUMA感知调度策略,面向NUMA架构的容器CPU资源弹性调度策略可以分别在单个容器层面和具有相关性的容器组层面最高缩短28%和27%的应用执行时间;集成以上两种优化,面向容器环境的弹性CPU资源管理系统相对于流行的调度策略可以分别在系统低负载和高负载情况下最高缩短47%和30%的应用执行时间。