[发明专利]使用软件容器用于加速数据分析应用程序开发和部署的各方面的方法、系统和门户

说明书

本公开涉及用于加速数据科学工作负载的开发和分发的方法和系统，包含用于开发数据科学容器的一致的、可移植和预配置的数据科学工作空间，其允许创建能够以清晰、可重复的方式维护、扩展和重用的标准化、模块化和可重用的数据科学容器的数据库。可以将容器提交给构建和部署过程，构建和部署过程确保在应用程序代码和操作系统环境方面跨多个环境的一致性。可以通过定义的创作来管理运行时间执行，定义详细说明了工作负载应该如何在一定环境中操作的方面。

相关申请

本申请要求2016年12月21日提交的名称为“使用软件容器用于加速数据分析应用程序开发和部署的各方面的方法、系统和门户(Methods，Systems，and Portal UsingSoftware Containers for Accelerating Aspects of Data Analytics ApplicationDevelopment and Deployment)”，序列号No.62/437,538的美国临时专利申请的优先权，其通过引用整体并入。

背景技术

随着在组织收集和维护的数据中发现新的潜力，围绕数据科学的行业正在不断发展。从历史上看，数据科学家已经探索了新工具和技术，用于在实验基础上从数据中挖掘价值。只有在对数据价值中的概念进行实验性证明之后，组织通常才会投资于新工具和技术的重建和支持。遗憾的是，由于重建或修改功能数据生态系统令人望而生畏，因此新开发的数据科学工作负载通常由内部信息技术部门以分散、定制和固定(tacked-on)的方式托管，例如通过专用服务器。这些专门解决方案和专用资源增加了技术成本，并且减少了资源共享和算法重用的机会。

发明人认识到需要在组织的数据解决方案架构的骨干(backbone)中构建灵活的数据科学开发和分发机制，以增加分析实验并简化实验过程。对灵活性的需求包括对跨越不同受众的软件依赖项的灵活支持，这在历史上导致专门配置的、专用的硬件的供应。

发明内容

软件容器解决了无论底层计算环境如何都能使软件可靠地运行的问题。例如，软件容器支持从一个计算环境到另一个计算环境的可移植性，例如从开发环境到测试环境、并且最后到生产环境。在一些示例中，环境的范围可以从独立计算机(例如，膝上型计算机等)到在私有或公共云计算环境中执行的虚拟机。

软件容器包含捆绑在一起的、软件应用程序执行所需的整个运行时间环境。除了软件应用程序之外，其运行时间环境还可以包含其所有依赖项、库和其他二进制文件。运行时间环境还可以包含运行软件应用程序所需的配置文件。通过将应用程序平台及其依赖项包含在软件容器中，底层执行环境操作系统和/或其他底层基础架构的差异被抽象出来。

然而，底层计算环境仍然运行单个操作系统，并且每个容器与任何其他容器共享操作系统内核。操作系统的共享部分是只读的，这样各个软件容器不会干扰其他软件容器的功能。每个软件容器都有自己的专用访问装载以用于写入计算环境。这使得软件比虚拟机更轻，并且使用的资源远远少于虚拟机。

发明人确定应用软件容器技术来产生数据科学实验实例将允许组织隔离实验工作，同时提供组织的数据生态系统中不可或缺的开发平台。此外，隔离实验的执行可以通过微服务入口(microservice intake)和部署管线自动化，从而协调硬件供应并简化执行。此外，可以对隔离的实例进行负载平衡，以避免与数据生态系统内的活动分析性能发生冲突。

说明性实施方式的前述一般描述及其以下详细描述仅仅是本发明的教导的示例性方面，并且不是限制性的。

附图说明

并入在说明书中并构成说明书一部分的附图示出了一个或多个实施例，并且与说明书一起解释了这些实施例。附图未必按比例绘制。所附图形和图中所示的任何数值尺寸仅用于说明目的，并且可以表示也可以不表示实际或优选的值或尺寸。在适用的情况下，可能未示出一些特征或全部特征以帮助描述基础特征。在图中：