2025-2026学年广东省职业院校学生专业技能大赛云计算应用赛题总结

模块一：OpenStack云计算平台部署与运维

1.1 基础环境与核心服务部署

1.1.1 集群主机环境配置

• 创建两台云主机，设置控制节点主机名controller，计算节点主机名compute
• 修改/etc/hosts实现IP映射
• 配置yum源文件/etc/yum.repos.d/local.repo
• 配置controller节点无密钥访问compute节点

1.1.2 基础软件包安装

• 安装iaas-yoga软件包
• 配置脚本文件/etc/1cloud/openrc.sh中的基本变量（数据库密码、各服务密码、域名、网卡等，密码均为000000）

1.1.3 数据库及消息服务安装与使用

• 使用iaas-install-mariadb.sh安装Mariadb、Memcached、RabbitMQ
• 修改/etc/my.cnf：支持大小写、innodb缓冲4G、log buffer 64MB、redo log大小256MB且文件组2、最大通信包64M
• 修改Memcached：内存512MB、最大连接数2048、hash算法md5

1.1.4 Keystone服务安装与使用

• 使用iaas-install-keystone.sh安装Keystone
• 编写/etc/keystone/admin-openrc.sh
• 创建域210Demo，包含Engineering和Production项目，组Devops
• 创建用户：Robert（Engineering member+admin）、George（Engineering member）、William（Production member+admin）、John（Production member），并设置对应邮箱

1.1.5 Glance安装与使用

• 使用iaas-install-glance.sh安装Glance
• 上传镜像cirros-0.5.2-x86_64-disk.img，名称为cirros-0.5.2

1.1.6 Nova安装

• controller执行iaas-install-nova-controller.sh，compute执行iaas-install-nova-compute.sh
• 配置调度器采用缓存调度器，缓存主机信息（不重启服务）

1.1.7 Neutron安装

• controller执行iaas-install-neutron-controller-openvswitch.sh
• compute执行iaas-install-neutron-compute-openvswitch.sh

1.1.8 Dashboard安装

• 使用iaas-install-horizon.sh安装
• 修改Django数据存储为文件
• 登录页面标题改为“私有云云计算基础架构平台”

1.1.9 Swift安装

• controller执行iaas-install-swift-controller.sh，compute执行iaas-install-swift-storage.sh
• 创建容器examcontainer
• 上传cirros-0.3.4-x86_64-disk.img，设置分段存放每段10M

1.1.10 Cinder安装与创建硬盘

• controller执行iaas-install-cinder-controller.sh，compute执行iaas-install-cinder-storage.sh
• 在计算节点分出5G分区，加入cinder块存储后端

1.2 云平台运维与调优

1.2.1 Cgroup运维

• 使用cgroup创建cpu_limit组，限制yes命令CPU使用率最多20%单核

1.2.2 Glance调优

• 配置镜像缓存目录，设置缓存最大容量50GB，超过12小时未访问自动清理

1.2.3 Glance API调优

• 设置socket超时180秒，启用KeepAlive机制

1.2.4 监控系统部署与应用

• 部署Prometheus和Grafana到/opt/monitor/，配置systemd
• 另一台云主机安装node_exporter到/usr/local/
• 配置Prometheus为Grafana数据源，导入JSON监控面板，监控网络带宽

1.2.5 OpenStack镜像压缩

• 使用qemu命令压缩CentOS7.5-compress.qcow2为/root/chinaskill-js-compress.qcow2

1.2.6 Nova调优

• 修改nova配置文件，限制同时只创建3台虚拟机

1.2.7 ISCSI存储配置

• 计算节点作为服务端，创建target：iqn.2024-11.com.chinaskills:compute
• 创建存储设备chinaskills.iscsi_store并绑定
• 设置ACL仅允许controller主机访问，关闭密码验证
• 客户端连接共享存储

1.2.8 Keystone调优

• 修改keystone配置文件，启用memcached缓存（IP以controller主机名代替）

1.2.9 Nova组件优化

• 修改nova相关配置，缩短非root用户执行系统命令的耗时（减少命令白名单加载开销）

1.2.10 Heat模板创建容器

• 编写/root/create_container.yaml，执行后创建名为heat-swift的容器

1.3 云计算应用开发

1.3.1 MariaDB数据库操作开发

• 安装Python 3.7.3环境
• 编写/root/mysql_db_manager.py，实现DM_Manager类
• 方法：__init__(db_name)、create_table()（创建member表）、insert_table_data(**kwargs)、update_table_data(**kwargs)、run_table_raw_sql(raw_sql)、delete_table()
• member表字段：id(主键自增), name(VARCHAR256), level(INT), place(VARCHAR256)

1.3.2 OpenStack用户命令行管理工具开发

• 使用FastAPI+argparse，端口9046，编写/root/onecloud/onecloud.py
• 命令格式：onecloud stack user <list|show|create|delete> [参数]
• list：表格化输出所有user（ID、Name）
• show：通过ID或Name查询详细信息，表格Field-Value
• create：--name --password创建用户
• delete：通过ID或Name删除用户

模块二：Kubernetes容器云平台部署与运维

2.1 集群与组件部署

2.1.1 部署Kubernetes容器云平台

• 使用两台4vCPU/12G/100G云主机，部署K8s集群（Master+Node）

2.1.2 部署Harbor镜像仓库

• 在K8s集群中部署Harbor

2.1.3 部署Istio服务网格

• 在K8s集群中部署Istio

2.1.4 部署kubeVirt虚拟化组件

• 在K8s集群中部署kubeVirt

2.2 容器化与CI/CD

2.2.1 容器化部署Node-Exporter

• Dockerfile构建monitor-exporter:v1.0
• 基础镜像centos:centos7.9.2009，安装node_exporter-0.18.1，声明端口9100，开机自启

2.2.2 容器化部署Alertmanager

• 构建monitor-alert:v1.0
• 安装alertmanager-0.19.0，声明端口9093、9094，开机自启

2.2.3 容器化部署Grafana

• 构建monitor-grafana:v1.0
• 安装grafana-6.4.1，声明端口3000，用户名密码admin/admin，开机自启

2.2.4 容器化部署Prometheus

• 构建monitor-prometheus:v1.0
• 安装prometheus-2.13.0，配置/data/prometheus/prometheus.yml含三个任务模板（prometheus, node, alertmanager），声明端口9090，开机自启

2.2.5 编排部署监控系统

• 编写docker-compose.yaml，部署四个容器：monitor-node、monitor-alertmanager、monitor-grafana、monitor-prometheus
• 端口映射对应9100、9093/9094、3000、9090
• 配置Grafana数据源Prometheus，密码admin/admin

2.2.6 部署GitLab

• 命名空间gitlab-ci，Deployment和Service名称gitlab，NodePort 30880暴露80端口
• root密码admin@123，导入项目包demo-2048.tar.gz并命名为demo-2048

2.2.7 部署GitLab Runner

• 部署到gitlab-ci命名空间，Release名gitlab-runner
• 创建持久化缓存目录/home/gitlab-runner/ci-build-cache并注册到GitLab

2.2.8 部署GitLab Agent

• 将K8s集群添加到demo-2048项目中，命名为kubernetes-agent，命名空间gitlab-ci

2.2.9 构建CI/CD

• 编写.gitlab-ci.yml：基于maven:3.6-jdk-8构建，镜像名demo:latest，推送到Harbor仓库demo项目，自动发布应用到K8s集群gitlab-ci命名空间

2.2.10 Etcd配额优化

• 扩容etcd数据库空间配额至8GB

2.2.11 Kubernetes控制器调优

• 配置服务控制器，增加Service资源的并发处理数为100

2.3 开发任务

2.3.1 Docker Restful API实现容器创建

• 启用Docker API端口2375
• 编写/root/api_docker_manager.py，使用nginx:latest创建容器：主机名chinaskills-nginx，开机自启，端口8010，标签chinaskill: nginx，网络bridge
• 查询容器信息，控制台输出并以JSON保存到api_containers.json

2.3.2 Kubernetes资源监控开发

• 安装Python 3.7.3，使用FastAPI框架，编写/root/k8s/main.py，端口9089，host 0.0.0.0，uvicorn启动热重启
• 定义GET接口/cluster/metrics/，返回集群节点名称、CPU数量、内存容量、可分配内存/CPU等

模块三：边缘计算

3.1 边缘计算平台部署

3.1.1 云端部署

• 使用k8s-allinone-v1.22.1镜像创建云主机（已内置K8s）
• 部署KubeEdge 1.11 cloudcore模块，配置systemd管理服务

3.1.2 边端部署

• 创建两台CentOS7.9云主机（edge-node1, edge-node2）
• 编译部署MQTT服务和KubeEdge edgecore模块，启动edgecore服务，启用metrics监控

3.1.3 边缘应用部署

• 编写DeviceModel（counter-model）：属性status（字符串，读写，默认空）
• 编写Device（counter）：引用counter-model，通过节点选择器绑定edge-node1，twins定义status期望值"OFF"、真实值"0"
• 部署DeviceModel、Device、云端计数应用控制器和计数应用，打开计数器

3.2 边缘计算云服务开发

3.2.1 FastAPI封装AI识别服务

• 导入ai_face.tar.gz，在apps目录下编写face_recognition.py
• 服务端口7047，地址0.0.0.0，接口/detect_face，识别material_video.mp4中的人脸，返回人脸坐标字典

3.2.2 边缘设备管理开发

• 导入fastapi_device.zip，使用FastAPI+K8s SDK，端口8070
• 实现接口：
  • GET /cloud_edge_service/node/cloudnode：获取设备资源
  • GET /device/{name}：查询default命名空间中的Device资源
  • PUT /device/device：根据name更新status.twins.desired.value
  • POST /device/device：根据name、dmName、nodeName创建设备（需先创建DeviceModel test-devicemodel）
  • DELETE /device/device：删除default命名空间中的Device资源

模块四：大语言模型应用

4.1 基础服务部署

4.1.1 Dify服务部署

• 使用CentOS7.9安装docker，导入dify-1.9.1和dify_images.zip
• 修改配置：Python初始化超时320秒，插件最大执行时长2400秒，知识库上传文件大小限制100M

4.1.2 Ollama服务部署

• 部署Ollama容器（名称ollama），暴露11434端口
• 导入models.tar.gz中的离线大模型进行管理

4.2 智能聊天机器人开发

4.2.1 智能聊天机器人

• 安装Python 3.7.3，编写/root/chatbot.py，使用Streamlit+Ollama，端口7860，host 0.0.0.0
• 功能要求：
  • 对话历史展示（实时显示、区分用户和模型）
  • 文件解析（支持docx、txt、pdf，作为上下文）
  • 清空对话按钮
  • 多轮流式对话（流式生成）
  • 多模型切换下拉框（切换后上下文保留）