随着云计算技术的进步和容器技术的快速发展,微服务架构的概念逐渐在业界流行起来,越来越多的微服务应用被部署到容器环境中。微服务的主要目的在于通过将一个大的功能模块分解为多个可单独运行的服务以降低功能之间的耦合度。运用容器技术将微服务及其运行环境进行统一打包处理,可以很好的降低平台的运维成本和资源成本,但这同时也给容器平台的管理带来了新的挑战。由于容器规模的扩大,平台的监控对象从单个服务应用变为容器以及在容器中运行的服务应用,这使容器平台的监控管理变得更加复杂。再者,由于在容器中运行的服务各不相同,对资源的需求量也不一致,因此如何对资源进行合理分配将是急需解决的一大难题。此外,由于各服务产生的日志数据格式多样且数据量呈指数级增长,如何对这些日志数据进行统一管理又将成为另一难题。针对这一系列问题,论文从以下三方面进行深入研究:第一,在spring mvc架构的基础上,本文应用prometheus技术、cAdvisor技术、flume技术实现对容器平台的性能监控和日志数据的统一管理功能。第二,针对容器平台的资源合理分配问题,对现有的响应式弹性伸缩方案和预测式弹性伸缩方案进行深入研究后提出了基于组合预测模型的容器弹性伸缩方案。结合ARIMA模型和SVM模型在短期时间序列预测上面的优点,设计了一种基于ARIMA和SVM的组合预测算法模型。在监控服务的基础上,将容器的性能数据作为数据源进行多次训练实验,相对于现有的预测算法模型而言,组合预测算法的准确率提高了近10个百分点,其准确率可达91.95%,这为实现预测式容器弹性伸缩提供了有力的判定条件。第三,结合监控服务提供的数据源和训练好的组合预测算法模型,设计并实现了预测式弹性伸缩功能。将监控服务、日志服务以及弹性伸缩服务部署到容器环境中进行测试。结果显示,相对于响应式弹性伸缩方案和基于ARIMA模型和SVM模型的预测式弹性伸缩方案而言,本文提出的组合预测式弹性伸缩方案在资源的合理利用上表现更优。此外,本文设计的监控服务、日志服务也很好的解决了当前容器平台面临的不易监控、信息分散的问题。这充分证明了本课题研究的理论意义和实用价值。