DockerCon 2014 大会已经完美落幕，大会上来自 Google、IBM、RedHat、Rackspace 等公司的核心人物均发表了主题演讲，介绍了他们与 Docker 相关的一些工作。从演讲中可以看到，目前主流的云厂商以及 Linux 厂商都加入了支持 Docker 的阵营。
大会上公布了很多与 Docker 相关的开源项目，列举如下：
- Kubernetes
来自 Google 的容器集群管理工具。Kubernetes 支持跨平台，它可以在除 Google 以外的其它云平台中运行，比如 AWS。基于 Docker 之上的 Kubernetes 可以构建一个容器的调度服务，其目的是让用户通过 Kubernetes 集群来管理云端容器的集群，而无需用户进行复杂的设置工作。系统会自动选取合适的工作节点来执行具体的容器集群调度处理工作。项目地址： https://github.com/GoogleCloudPlatform/kubernetes - cAdvisor
cAdvisor 是 Google 用来分析运行中容器的资源占用情况以及性能特性的工具。它能够收集、聚合、处理、导出运行中的容器的信息。cAdvisor 能够记录容器的隔离参数、历史资源使用情况以及完整的资源使用数据。cAdvisor 目前仅支持 lmctfy 容器和 Docker 容器。项目地址： https://github.com/google/cadvisor - lmctfy
lmctfy 是 Google 开源版本的容器栈，它提供了用来代替 LXC 的 Linux 应用容器。当在单台机器上运行多个应用时，这些容器支持应用间的资源隔离。应用也可以拥有容器，因此能够创建和管理属于他们自己的子容器。lmctfy 旨在提供一组以用户的意图为原点的高级 API，来实现对容器概念的抽象化。lmctfy 是一个仍在 Beta 阶段的项目，目前还在全力开发中。最新的版本是 0.5.0，目前只支持 CPU、内存和设备资源的隔离。项目地址： https://github.com/google/lmctfy - dotCI
dotCI 是一个来自 Groupon 公司的开源项目，dotCI 可以帮助开发者配置诸如 travisci 这样的云 CI 系统，简化从 Docker 到 Jekins 的配置。dotCI 支持与 GitHub 集成。项目地址： https://github.com/groupon/DotCi - Centurion
为 Docker 量身定制的部署工具。它可以从 Docker Registry（一个存储和分享 Docker 镜像的服务）中获取镜像创建容器，并在保证环境变量、主机容积映射、端口映射正确的同时，将容器正确运行在一组主机上。Centurion 支持滚动部署，并简化了应用到 Docker 的部署步骤。项目地址： https://github.com/newrelic/centurion - Libcontainer
一款操作系统沙盒的标准化界面。它使用 Go 实现本地使用 Linux 命名空间、联网和管理，无需外部依赖，也不会对主机系统造成影响。 项目地址： https://github.com/docker/libcontainer - Libchan
Libchan 是一个提供类似 Go 语言中的 Channel 通信方式的超轻量级的网络服务的包，目前支持的传输协议包括 Go channel、Socket、TCP、TLS、HTTP2/SPDY。项目地址： https://github.com/docker/libchan - Libswarm
libswarm 是一个很小的工具包，用来组合 Docker 的各种网络服务。它定义了一个服务的标准接口，用于分布式系统中各个服务模块之间的通讯。项目地址： https://github.com/docker/libswarm
ArchSummit 全球架构师峰会即将于 7 月 18-19 日在深圳举行，此次会议重点解析九个当前最受关注的领域，包括：SNS、 移动互联网、 金融、 大数据、 智能硬件、 游戏、 云计算、自动化运维、电商等专题。目前正在火热报名中，感兴趣的读者可以访问网站主页了解更多信息。
暂无签名
最新发布
如何成为一个别人愿意追随的 Leader？
2021-09-09
聊聊 Netflix 那些大胆的技术创新
2021-08-19
左耳朵耗子：你得知道，技术不是用来写 CRUD 的
2021-08-17
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
OpenSumi 演进之路——云研发背景下的应用与实践
从被动服务到主动任务，Agentic AI 在 B 端商业化的应用探索
千亿参数 LLM 模型的训练效率优化
评论