近年来,随着业务量越来越大,突显了单体架构在扩展性和可用性等方面存在的问题,一旦程序功能发生改变,则整个应用都需要重新构建和部署。微服务因为它的一些优点比如独立性、高可扩展和去中心化,作为一种新的应用开发模式受到了广泛的关注。每个微服务都可以独立实现、部署和更新,而不影响应用程序的完整性。作为一种轻量级的虚拟化技术,容器支持微服务应用程序的封装和部署。容器为微服务的执行和部署提供便捷性,是支持微服务的重要技术之一。由一组微服务组成的微服务流可以通过跨越多个微服务的复杂请求执行路径来表示。微服务流极大地提高了应用程序的可伸缩性、可移植性、可更新性和可用性。然而,代价是高成本的开销和复杂的资源使用动态。聚合单个微服务的服务质量（QoS）,为端到端的微服务流提供全局的QoS度量是至关重要的。盲目地为应用程序分配资源以满足不断增加的工作负载是不划算的。服务提供商想要最小化分配给应用程序的资源以降低运营成本,同时确保所提供的资源能够支持用户达成的服务等级协议（SLA）,就必须制定一个合理的容器分配策略。目前,在微服务领域对微服务流容器分配的研究还比较缺乏。此外,对微服务流寻找具有QoS保证的最优端到端容器分配方案也是一个挑战。本文主要工作如下:（1）通过对相关文献的调研分析,介绍了微服务架构和资源分配的领域背景,以及微服务和资源分配的国内外研究现状,然后给出了本文的主要研究工作;（2）定义了微服务流模型,然后基于Web服务中的QoS聚合方法,本文将微服务之间关系描述为四种组合方式,在此基础上构建了端到端微服务流的QoS聚合模型;（3）为了保证微服务之间合理的容器分配,提出了微服务流的端到端容器分配优化模型,将其定义为一个非线性优化问题,并提出了一种ONSGA2-DE算法来解决该问题;（4）在开源微服务基准Sock Shop上综合评估了本文的建模方法和优化算法。实验结果表明,该方法能够在保证QoS的前提下对微服务流进行合理的容器分配;（5）基于长安出行项目,建立了出行业务微服务流模型,然后使用Spring Cloud设计了一个完整的业务流程图,并利用本文提出的模型对出行微服务流进行容器分配优化。