以Docker为代表的容器技术的飞速发展,将云计算推向新的时代。容器技术凭借轻量级虚拟化、隔离性强、启动快、可移植等优势,成为企业应用部署的热门工具,可以说已经占据云计算领域的半壁江山。而Kubernetes容器编排平台自谷歌于2014年开源以来,就因其先进的设计理念、强大而完备的容器编排和集群管理能力,受到业界的高度关注,已成为容器编排领域的事实标准。本文通过分析Kubernetes及其批量任务计算平台Volcano的调度机制和相关调度策略,发现Volcano平台当前实现多租户资源分配公平的方案是在任务调度的Allocate动作阶段使用DRF算法,同时提供了 H-DRF算法作为可选的层级调度策略。但是,这两种算法仅考虑了调度时刻各用户的资源占用情况,都不具有长期公平特性。同时,Volcano平台调度策略不够完善,可能会导致平台工作节点资源利用率低下问题。论文尝试设计合理的算法和策略来解决这些问题。首先,论文设计出具有长期公平特性的DRF-LTRF算法,并结合H-DRF算法,提出具有长期公平特性和层级调度能力的LT-H-DRF算法。当前存在的具有长期公平理念的H-MRF算法由于过于重视历史资源分配,而未考虑当前时刻用户资源分配情况,可能导致用户作业饥饿和资源震荡问题。本文将H-MRF算法与DRF算法结合,提出最小应得份额的概念。在调度过程中先使用DRF算法使每个用户获得其应得主导资源份额,之后,平衡用户的累计资源,对累计资源总量较小的用户给予资源补偿,从而实现了能够避免上述问题发生的长期公平算法DRF-LTRF。最后,论文尝试将DRF-LTRF算法与H-DRF算法结合,通过构建一棵记录用户及用户组的累计资源及主导资源份额的层级树,优先对累计资源使用量较小的用户（组）进行资源分配,实现了具有长期公平特性和层级公平调度能力的LT-H-DRF算法。之后,论文结合Volcano调度框架进行调度系统设计,并通过实验分析设计出的调度模块实际工作效果。论文首先设计出长期公平层级调度模块,将LT-H-DRF算法应用于任务调度的Allocate行为阶段,实现调度系统的长期公平特性和层级公平特性。之后,论文分析Volcano平台导致资源利用率低的调度策略缺陷,通过监控节点资源实时使用情况,以实时节点资源使用量作为调度决策依据,将处于BestEffort等级的任务调度到实际资源使用量最小的节点上,提出了适用于Backfill动作阶段的RealTimePriority优选策略。随后,进行实时调度模块设计,并搭建该策略所依赖的资源搜集和监控模块。通过建立Kubernetes集群,部署设计出的调度系统,进行对比实验分析,验证了提出的算法和策略达到预期效果。本论文针对Kubernetes批量任务计算平台Volcano的资源调度方案进行优化,完善调度算法的公平属性,并优化节点资源的利用率。对于提升容器云平台调度能力和多租户资源分配的公平性,及提高云平台资源利用率具有重要意义。