随着互联网用户规模和应用种类的爆炸式增长,互联网行业面对的数据规模也飞速扩张,分布式集群的重要性日益升高,在云计算技术逐渐成熟后,分布式集群已经成为几乎所有企业和机构在解决数据存储和处理问题时的不二选择。分布式集群可作为多种工作的运行平台,也需要满足多种工作的需求:包括批处理工作和实时工作,不同种类的工作对于服务质量有着不同的衡量标准。分布式系统的一大挑战在于对批处理工作和实时工作进行调度,在降低实时工作超时率的同时减少批处理工作的执行时间以提升集群中资源紧张时的服务质量。容器技术作为一种新兴的虚拟化技术,对信息安全和资源使用都带来了巨大的便利,已经受到各大公司和机构的欢迎,人们开始选择将集群容器化后进行使用。在容器化集群中现有的调度策略的粒度比较粗糙,通常选择直接杀死批处理工作或者预先为实时工作保留集群资源来降低实时工作的超时率,但这会增加批处理工作的执行时间并降低集群资源利用率。本文提出了一种容器化集群中的调度策略,UpPreempt,它可以做出基于容器挂起的细粒度多容器资源抢占决策。UpPreempt在进行调度时支持较紧急的实时工作从正在运行中的批处理工作上抢占资源,在决定抢占时会考虑截止时间和被抢占容器的资源使用情况,其基本思想是选出多个批处理工作的容器从中回收一部分资源分配给实时工作。通过这种方式UpPreempt不需要预先为实时工作保留资源,也可以让批处理工作不需要重新执行,这样保证了实时工作的服务质量,并提高了批处理工作的表现。本文在Hadoop YARN的基础上实现了一种基于容器集群的资源抢占式调度框架来使用UpPreempt并在阿里云上搭建集群测试它的性能,实验结果显示UpPreempt可以在提升集群资源利用率的同时,在实时工作超时率和批处理工作执行时间上达到很好的平衡,既降低了实时工作超时率,也减少了批处理工作的执行时间。