随着云计算技术的快速发展,一系列问题也暴露了出来,其中比较突出的问题就是集群的负载以及资源利用率问题。容器技术的出现解决了一部分资源利用问题,相较于虚拟机,容器的资源占用率更低。然而,随着计算能力需求的快速增长,集群的负载和资源利用率问题同样存在于容器集群中。由于在集群中可以批量创建,并且每个节点能搭载大量容器,当容器分配不均匀或者节点不对应容器的需求时,就会导致集群的资源利用不均衡、利用率低,造成很大的资源浪费。本文选用目前容器技术中最热门的Docker容器,针对上述集群资源问题进行研究,提出一种基于改进的人工蜂群算法的调度策略,主要研究工作包括以下几个方面:首先,对现有的集群管理工具,进行了研究对比,选用Docker原生集群管理工具DockerSwarm进行重点研究,分析了其结构和内部模块,并对其内置的调度策略进行了分析研究,发现策略中存在的问题。再对目前学者们提出的调度策略进行分析,根据现有调度策略算法的不足,设计了一种新的动态加权的资源平衡算法,该算法较已有的调度算法更加全面的考虑到各项资源的占比和容器对资源的偏重,并且同样兼顾了节点资源平衡情况。然后,对人工蜂群算法进行了系统的研究,包括其理论、优化、应用等方面,从中发现了将人工蜂群算法应用到容器集群调度中的改进方法,通过引入全局最优解来对人工蜂群算法进行改进,以此提高算法的收敛速度和局部搜索能力,引入的全局最优解为上述动态加权的资源平衡算法求得的最优节点服务器。最后,为了能够收集到计算所需节点信息,设计了一个信息获取模块,该模块会在用户申请新容器时获取各节点的CPU利用率、内存利用率、网络负载和磁盘利用率并发送给调度模块用于计算节点的权数,再将改进的人工蜂群算法加入集群调度模块,并对整个系统解决资源负载和资源利用率问题的情况进行测试与评估。测试发现,改进的调度策略对比原有的调度策略,在单容器调度时,优势并不明显;在多容器调度时,改进的调度策略能更好的完成调度工作,将容器按照所偏重的资源分配到适合的节点服务器中,资源的利用率更高。