随着业务系统复杂性的不断提升,功能模块的持续增加,微服务架构应运而生,其松耦合的灵活特性能有效解决应用的复杂性。以Docker为代表的容器虚拟化技术逐渐成为微服务架构的最佳实践方式。容器技术解决了应用开发、测试及部署环境差异的问题,开发人员可以更专注于应用本身。由于容器集群的规模持续增长,运维人员的手动维护及部署已经不能应对大规模集群所带来的挑战,因此需要更高效的容器集群管理平台来完成容器管理、资源调度、负载均衡等任务,其中以Kubernetes为代表的容器编排技术已经广泛应用于实际业务生产环境。然而与传统虚拟机相比,容器粒度较小、容器间关系复杂,容器集群资源调度效率也需要进一步提升。Kubernetes现有的默认调度策略不能完全满足实际业务的需求,因此如何更高效地管理容器集群是一个亟待解决的问题。本文对基于Docker的盾构监控系统的容器集群管理进行研究,首先简要介绍了相关技术及架构,包括Docker容器技术、Kubernetes容器编排技术和微服务架构,并深入理解其架构思想和设计原则。其次,容器集群资源调度依赖于服务器负载的有效预测。将服务器负载视为连续时间序列,基于ARIMA-LSTM组合模型预测服务器负载,通过并行化计算加快模型拟合速度。采集盾构监控系统负载日志作为数据集,实验结果表明,与传统方法相比,基于ARIMA-LSTM的负载预测模型预测精度更高,拟合效果更好,集群环境下并行化计算方式加速比更高。针对Kubernetes现有资源模型较为单一的问题,将基于ARIMA-LSTM的负载预测模型应用于Kubernetes中,综合CPU,内存,存储,网络带宽等多个因素,改善其资源模型的局限性,为调度器寻找最合适的部署节点。同时针对Kubernetes同一资源控制器下部署多副本场景进行优化,减少冗余计算,提高调度效率。由于高负载、资源不足时Kubernetes存在较高调度失败率的情况,通过多种优先策略进行最优节点的筛选,实现抢占式调度策略,优先保证高优先级服务的稳定性。最后,基于微服务架构对盾构监控系统进行重构,通过Service Account实现微服务环境下各个子业务系统的统一认证、授权。盾构监控系统内各项服务自身持久化数据具有私有性,微服务之间存在强隔离性,采用外部事件服务模式将事件服务独立出主业务服务,维护系统内数据的一致性,减少微服务之间的依赖,提升系统性能。最后通过系统测试对实现模块的功能和性能进行验证。本文实现的基于Docker的盾构监控系统目前在生产环境运行良好,能对容器集群进行高效管理,较好地满足企业智慧管控的业务需求。即使在高负载的情况下,集群也能提供稳定的业务环境,为后续服务的开发、交付、部署及迭代提供可靠支撑。