2026年安徽省职业院校技能大赛（高职组）“云计算应用”赛项样题
2026年安徽省职业院校技能大赛（高职组）“云计算应用”赛项样题
文章目录
- 2026年安徽省职业院校技能大赛（高职组）“云计算应用”赛项样题
- 模块一 私有云（40 分）
- 任务 1 私有云服务部署（10 分）
- 任务 2 私有云服务运维（20 分）
- 任务 3 私有云运维开发（10 分）
- 模块二 容器云（30 分）
- 任务 1 容器云服务部署（10 分）
- 任务 3 容器云运维开发（5 分）
- 模块三 智能云（30 分）
- 任务 1 边缘计算系统部署与运维（10 分）
- 任务 2 AI 大模型服务部署与运维（10 分）
- 任务 3 智能体开发（10 分）
云计算应用全模块培训可联系博主！
某企业根据自身业务需求，实施数字化、智能化转型，规划和建设基础架构算力平台，平台聚焦“DevOps 开发运维一体化”和“数据驱动产品开发”，拟采用基于国产欧拉操作系统开源 OpenStack 搭建企业内部私有云平台，开源 Kubernetes 搭建云原生服务平台，开源 KubeEdge 构建边缘计算、DeepSeek 开源大模型构建智能计算。基于数字化平台底座，面向业务开发边缘计算云应用与智能体应用。
拟将该任务交给工程师A、B、C，分工协助完成云平台服务部署、云应用开发、云系统运维等任务，系统架构如图所示，IP 地址规划如表 1 所示。
说明：
1.每个选手各有自己的用户账号与密码，同组选手合作完成一套赛题操作；同组选手注意分工和协助，避免重复答题，每组的资源配额相同，避免资源过度申请。
2.竞赛所需要的账号资源、竞赛资源包与附件均会在考位信息表与设备确认单中给出。
3.答题过程严格按照题目要求进行答题。
模块一 私有云（40 分）
企业首先完成私有云平台搭建和运维，私有云平台提供云主机、云网络、云存储等基础架构云服务，并开发自动化运维程序。
任务 1 私有云服务部署（10 分）
1.1.1基础环境配置
1.控制节点主机名为controller，设置计算节点主机名为 compute。
2.hosts 文件将IP 地址映射为主机名。
1.1.2yum 源配置
使用提供的http 服务地址，分别设置controller 节点和 compute
节点的yum 源文件http.repo。
1.1.3配置无密钥ssh
配置controller 节点可以无密钥访问compute 节点。
1.1.4基础安装
在控制节点和计算节点上分别安装openstack-iaas 软件包。
1.1.5数据库安装与调优
在控制节点上使用安装Mariadb、RabbitMQ 等服务。并进行相关操作。
1.1.6Keystone 服务安装与使用
在控制节点上安装Keystone 服务并创建用户。
1.1.7Glance 安装与使用在控制节点上安装Glance 服务。上传镜像至平台，并设置镜像启动的要求参数。
1.1.8Nova 安装
在控制节点和计算节点上分别安装 Nova 服务。安装完成后，完成Nova 相关配置。
1.1.9Neutron 安装
在控制和计算节点上正确安装Neutron 服务。
1.1.10Dashboard 安装
在控制节点上安装Dashboard 服务。安装完成后，将 Dashboard
中的 Django 数据修改存储在文件中。
1.1.11Swift 安装
在控制节点和计算节点上分别安装 Swift 服务。安装完成后，将cirros 镜像进行分片存储。
1.1.12Cinder 创建硬盘
在控制节点和计算节点分别安装Cinder 服务，请在计算节点，对块存储进行扩容操作。
1.1.13配置主机禁ping
修改 controller 节点的相关配置文件，配置 controller 节点禁止其他节点可以ping 它。
任务 2 私有云服务运维（20 分）
1.2.1Linux 网络命名空间运维
创建网络空间，实现网络空间的虚拟网络设备的通信。
1.2.2Glance 开放镜像权限
将镜像指定项目进行共享使用。
1.2.3Glance 镜像压缩
在 HTTP 文件服务器中存在一个镜像为 CentOS 的镜像，请对该镜像进行压缩操作。
1.2.4Nova 清除缓存
在 OpenStack 平台上，修改相关配置，让长时间不用的镜像缓存过一定的时间后会被自动删除。
1.2.5Glance 对接 Cinder 存储
在自行搭建的OpenStack 平台中修改相关参数，使 Glance 可以使用Cinder 作为后端存储。
1.2.6使用Heat 模板创建存储容器
在自行搭建的 OpenStack 私有云平台上，在/root 目录下编写
Heat 模板文件，要求执行 yaml 文件可以创建名为heat-swift 的容器。
1.2. Ceph 部署
使用提供的ceph.tar.gz 软件包，安装 ceph 服务并完成初始化操作。
1.2.8Glance 对接 Ceph 存储
修改OpenStack 平台中Glance 服务的配置文件，将 Glance 后端存储改为Ceph 存储。
1.2.9Cinder 对接Ceph 存储
修改 OpenStack 平台中 cinder 服务的配置文件，将 cinder 后端存储改为Ceph 存储。
1.2.10Nova 对接Ceph 存储
修改OpenStack 平台中Nova 服务的配置文件，将 Nova 后端存储改为Ceph 存储。
任务 3 私有云运维开发（10 分）
1.3.1OpenStack 用户管理
1.3.2编写OpenStack 云平台自动化运维工具。
模块二 容器云（30 分）
企业构建Kubernetes 容器云集群，引入 KubeVirt 实现OpenStack到Kubernetes 的全面转型，用 Kubernetes 来管理一切虚拟化运行时，包含裸金属、VM、容器。同时研发团队决定搭建基于 Kubernetes 的 CI/CD 环境，基于这个平台来实现 DevOps 流程。引入服务网格 Istio，实现业务系统的灰度发布，治理和优化公司各种微服务，并开发自动化运维程序。
任务 1 容器云服务部署（10 分）
2.1. 部署容器云平台
使用 OpenStack 私有云平台创建两台云主机， 分别作为 Kubernetes 集群的 master 节点和 node 节点，然后完成 Kubernetes集群的部署，并完成 Istio 服务网格、KubeVirt 虚拟化和Harbor 镜像仓库的部署。
任务 2 容器云服务运维（15 分）
2.2.1容器化部署Koko SSH Server 环境
编写Dockerfile 文件构建koko 镜像，要求基于 centos 完成Koko
服务的安装和配置；并设置服务开机自启。
2.2.2容器化部署Guacamole 远程桌面网关
编写 Dockerfile 文件构建 guacamole 镜像，要求基于 centos 完成Guacamole 服务的安装和配置，并设置服务开机自启。
2.2.3容器化部署MariaDB 数据库编写 Dockerfile 文件构建镜像，要求基于 centos 完成数据库的安装和配置，并设置服务开机自启。
2.2.4容器化部署Core 核心组件
编写Dockerfile 文件构建core 镜像，要求基于centos 完成Python环境的安装与配置，
并设置服务开机自启。
2.2.5编排部署JumpServer 堡垒机
编写 docker-compose.yaml 文件，要求使用镜像mysql、redis、 core、koko、guacamole 和nginx 完成JumpServer 堡垒机的编排部署。
2.2.6部署GitLab
将 GitLab 部署到 Kubernetes 集群中，设置 GitLab 服务 root 用户的密码，使用 Service 暴露服务，并将提供的项目包导入到 GitLab中。
2.2.7部署GitLab Runner
将 GitLab Runner 部署到 Kubernetes 集群中，为 GitLab Runner
创建持久化构建缓存目录以加速构建速度，并将其注册到GitLab 中。
2.2.8部署GitLab Agent
将Kubernetes 集群添加到GitLab 项目中指定名称和命名空间。
2.2.9构建CI/CD
编写流水线脚本触发自动构建，要求基于 GitLab 项目完成代码的编译、镜像的构建与推送，并自动发布应用到 Kubernetes 集群中。
2.2.10服务网格：创建VirtualService
将 Bookinfo 应用部署到 default 命名空间下，为 Bookinfo 应用创建一个名为reviews 的VirtualService，要求来自名为 Jason 的用户的所有流量将被路由到reviews 服务的v2 版本。
2.2.11KubeVirt 运维：创建VMI
使用提供的镜像在 default 命名空间下创建一台 VMI，名称为 exam，指定 VMI 的内存、CPU、网卡和磁盘等配置，并开启 Sidecar注入。
任务 3 容器云运维开发（5 分）
2.3.1管理service 资源
Kubernetes Python 运维脚本开发，使用 Restful APIs 方式管理
service 服务。
2.3.2管理Pod 服务
Kubernetes Python 运维脚本开发，使用 SDK 方式管理Pod 服务。
2.3.3编写Kubernetes 容器云平台自动化运维工具。
模块三 智能云（30 分）
任务 1 边缘计算系统部署与运维（10 分）
构建Kubernetes 容器云平台，云端部署 KubeEdge CloudCore 云测模块，并启动 cloudcore 服务。在边侧部署 KubeEdge EdgeCore 边侧模块，并启动edgecore 服务。
通过边缘计算平台完成应用场景镜像部署与调试。
任务 2 AI 大模型服务部署与运维（10 分）
构建人工智能ollama 大模型框架，导入 qwen、deepseek 等开源大模型，并验证。
任务 3 智能体开发（10 分）
基于ollama 的接口，使用 Gradio 框架，调用开源大模型，开发智能体应用。