随着云计算技术的飞速发展与应用,以OpenStack为代表的云平台和以Docker为代表的容器技术成为当前工业界与学术界的研究热点。OpenStack云平台具有开源、兼容、灵活和可扩展等优秀特性,Docker容器技术具有快速部署与交付、灵活迁移与扩展以及高资源利用率等优势,二者的融合可以为Docker容器提供细粒度和大规模的高效灵活管控,为OpenStack带来更丰富的生态系统和更高的社区活跃度,并为大数据分析、网络仿真和云边协同计算等应用场景服务。面向OpenStack与Docker的融合,优异的容器调度方案是提升云平台服务性能以及资源利用率的关键。针对现有的Nova-docker和Yun等调度方案存在的调度模式单一、负载均衡度低和资源利用率低等不足,本文基于OpenStack云平台,重点研究了Docker优化调度技术,其主要研究内容包括:1)针对Docker的多样化调度模式需求,提出了一种基于OpenStack的多功能Docker调度体系——Sdocker。Sdocker通过与OpenStack的Keystone、Glance和Neutron组件交互对资源进行灵活获取,并通过与Docker交互对容器进行高效管理,实现了OpenStack与Docker的深度融合,为多样化调度模式提供基础支撑;进一步,从容器本身的资源管理、监测与迁移三个层面,研究了容器资源精确限制、容器资源监测与更新以及容器一体化迁移三项关键技术,实现了对容器的全生命周期管理,为多样化调度模式提供技术支撑。实验表明,Sdocker可以对不同资源请求规格的容器实现精确的资源限制,可以监测容器的资源使用信息并更新容器的资源使用规格,同时还可以实现容器基本配置、文件系统、内存状态和网络环境的一体化迁移。2)基于1)的研究内容,针对不同场景下容器资源需求的差异性导致的负载不均衡问题,提出了一种面向容器差异化资源需求的负载均衡调度机制。该机制以容器的三种资源（CPU、内存和磁盘）需求场景和四种资源（CPU、内存、磁盘和带宽）需求场景为驱动,研究了容器资源集中化、计算节点资源获取与更新两项关键策略,为Docker容器的负载均衡调度提供依据。该调度机制总体分为三个阶段:首先,通过预选阶段从OpenStack的所有Docker计算节点中选取候选计算节点;然后,通过优选阶段从所有候选计算节点中选取最优计算节点;最后,通过NUMA精益化阶段从最优计算节点的所有NUMA节点中选取最优NUMA节点。实验表明,面向容器的三种资源需求场景,该调度机制相比于Nova-docker和Yun采用的调度方案在节点内资源负载均衡度方面分别平均提升了55.09%和50.68%,在节点间资源负载均衡度方面分别平均提升了56.92%和40.79%;面向容器的四种资源需求场景,该调度机制相比于Nova-docker和Yun采用的调度方案在节点内资源负载均衡度方面分别平均提升了57.35%和59.00%,在节点间资源负载均衡度方面分别平均提升了53.53%和50.90%。3)基于1)的研究内容,针对容器静态资源请求与动态资源使用的差异性导致的实际资源利用率低的问题,提出了一种面向容器实际资源使用的高资源利用率调度模型。从基础支撑、容器调度、容器监测与更新、容器迁移四个层面设计了调度模型架构,以此为基础,提出了面向容器实际资源使用的高资源利用率调度方案。该方案的主要思路是:以计算节点资源获取与更新、计算节点状态获取与更新以及容器资源更新策略形成的实时数据为驱动,采用基于可用性评估与优先级决策的调度策略,并依托容器一体化迁移技术,实现OpenStack资源利用率的动态优化。实验表明,相比于Nova-docker和Yun采用的调度方案,该调度模型在固定容器部署数量和最大容器部署数量下,均可以优化OpenStack云平台的资源利用率。