CN108810170A - 资源配置方法及系统 - Google Patents
资源配置方法及系统 Download PDFInfo
- Publication number
- CN108810170A CN108810170A CN201810796836.5A CN201810796836A CN108810170A CN 108810170 A CN108810170 A CN 108810170A CN 201810796836 A CN201810796836 A CN 201810796836A CN 108810170 A CN108810170 A CN 108810170A
- Authority
- CN
- China
- Prior art keywords
- edge server
- current
- client
- information
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1012—Server selection for load balancing based on compliance of requirements or conditions with available server resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer And Data Communications (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种资源配置方法及系统。该资源配置方法包括:客户端向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型;所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表,所述边缘服务器列表包括至少一个边缘服务器的边缘服务器信息;所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求;所述边缘服务器信息对应的边缘服务器根据所述资源请求向所述客户端提供相应的资源。本发明能够满足客户端的应用的低延时、高可靠和数据的隐私保护的需求。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种资源配置方法及系统。
背景技术
目前,云计算服务,主要通过网络访问云数据中心的计算资源、存储资源和网络资源,为客户端的应用提供可伸缩的分布式计算能力。云数据中心利用现有的资源通过虚拟化技术构建共享资源池,具有强大的计算和监管能力,可以根据用户的具体需求动态的分割计算资源,具有超大规模、按需服务、高扩展、低成本等优势。
由于云端的计算能力比边缘设备强很多,因此现有技术中通常将所有的计算任务放到云端执行,虽然数据处理速度很快,但是网络带宽却很有限,随着数据不断增多,数据传输速度变成了提升云计算能力的瓶颈。
现有技术中,在万物互联的背景下,客户端的应用通常需要低延时、高可靠和数据安全保护,但传统的云计算模式,在实时性和数据的隐私保护等问题上难以满足客户端的应用的需求。
发明内容
本发明旨在至少解决上述现有技术中存在的技术问题之一,提供一种资源配置方法及系统,用于满足客户端的应用的低延时、高可靠和数据的隐私保护的需求。
为实现上述目的,本发明提供一种资源配置方法,该资源配置方法包括:
客户端向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型;
所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表,所述边缘服务器列表包括至少一个边缘服务器的边缘服务器信息;
所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求;
所述边缘服务器信息对应的边缘服务器根据所述资源请求向所述客户端提供相应的资源。
可选地,所述边缘服务器信息包括当前计算资源性能,所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表包括:
所述云数据中心判断所述当前应用类型为计算型或者数据型;
所述云数据中心若判断出所述当前应用类型为计算型时,向所述客户端返回当前应用类型对应的第一边缘服务器列表,所述第一边缘服务器列表中的所有边缘服务器信息按照当前计算资源性能从高至低依次排序。
可选地,所述边缘服务器信息还包括当前剩余缓存空间信息,所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求包括:
所述客户端判断第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否满足客户端当前所需的计算资源性能;
所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余计算资源满足客户端当前所需的计算资源时,判断第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息;
所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息大于客户端当前所需的缓存空间信息时,向所述当前边缘服务器信息对应的边缘服务器发送所述资源请求。
可选地,所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息小于或等于客户端当前所需的缓存空间信息时,将第一边缘服务器列表中的下一边缘服务器信息作为当前边缘服务器信息,并执行判断第一边缘服务器列表中当前边缘服务器信息的当前剩余计算资源是否满足客户端当前所需的计算资源的步骤。
可选地,所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余计算资源不满足客户端当前所需的计算资源时,向所述云数据中心发送所述资源请求;
所述客户端向所述云数据中心发送所述资源请求之后还包括:所述云数据中心根据所述资源请求向所述客户端提供相应的资源。
可选地,所述边缘服务器信息包括当前剩余缓存空间信息,所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表包括:
所述云数据中心判断所述当前应用类型为计算型或者数据型;
所述云数据中心若判断出所述当前应用类型为数据型时,向所述客户端返回当前应用类型对应的第二边缘服务器列表,所述第二边缘服务器列表中的所有边缘服务器信息按照当前剩余缓存空间信息从高至低依次排序。
可选地,所述边缘服务器信息还包括当前计算资源性能,所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求包括:
所述客户端判断第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息;
所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息大于客户端当前所需的缓存空间信息时,判断第二边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否满足客户端当前所需的计算资源性能;
所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前计算资源性能满足客户端当前所需的计算资源性能时,向所述当前边缘服务器信息对应的边缘服务器发送所述资源请求。
可选地,所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前剩余计算资源不满足客户端当前所需的计算资源时,将第二边缘服务器列表中的下一边缘服务器信息作为当前边缘服务器信息,并执行判断第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息的步骤。
可选地,所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息小于或等于客户端当前所需的缓存空间信息时,向所述云数据中心发送所述资源请求;
所述客户端向所述云数据中心发送所述资源请求之后还包括:所述云数据中心根据所述资源请求向所述客户端提供相应的资源。
为实现上述目的,本发明提供一种资源配置系统,该资源配置系统包括客户端、云数据中心和边缘服务器;
所述客户端用于向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型;根据边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求;
所述云数据中心用于根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表,所述边缘服务器列表包括至少一个边缘服务器的边缘服务器信息;
所述边缘服务器信息对应的边缘服务器用于根据所述资源请求向所述客户端提供相应的资源。
本发明的有益效果:
本发明提供的资源配置方法及系统的技术方案中,客户端根据边缘服务器的边缘服务器信息向边缘服务器信息对应的边缘服务器发送资源请求,边缘服务器信息对应的边缘服务器根据资源请求向客户端提供相应的资源。通过边缘服务器为客户端的应用提供相应的资源服务,从而降低了云数据中心的计算负载和传输带宽负载,满足了客户端的应用的低延时、高可靠和数据隐私保护的需求。
附图说明
图1为本发明实施例一提供的一种资源配置方法的流程图;
图2为本发明实施例二提供的一种资源配置方法的流程图;
图3为本发明实施例三提供的一种资源配置系统的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的资源配置方法及系统进行详细描述。
图1为本发明实施例一提供的一种资源配置方法的流程图,如图1所示,该资源配置方法包括:
步骤101、客户端向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型。
步骤102、云数据中心根据当前应用类型向客户端返回当前应用类型对应的边缘服务器列表,边缘服务器列表包括至少一个边缘服务器的边缘服务器信息。
步骤103、客户端根据边缘服务器的边缘服务器信息向边缘服务器信息对应的边缘服务器发送资源请求。
步骤104、边缘服务器信息对应的边缘服务器根据资源请求向客户端提供相应的资源。
本实施例所提供的资源配置方法的技术方案中,客户端根据边缘服务器的边缘服务器信息向边缘服务器信息对应的边缘服务器发送资源请求,边缘服务器信息对应的边缘服务器根据资源请求向客户端提供相应的资源。通过边缘服务器为客户端的应用提供相应的资源服务,从而降低了云数据中心的计算负载和传输带宽负载,满足了客户端的应用的低延时、高可靠和数据隐私保护的需求。
图2为本发明实施例二提供的一种资源配置方法的流程图,如图2所示,该资源配置方法包括:
步骤201、客户端向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型。
本实施例中,客户端上安装有多个应用,例如,客户端为手机,应用为手机APP。具体地,客户端上的应用向云数据中心发送边缘服务器列表获取请求。
具体地,客户端通过客户端上的服务接口向云数据中心上的服务接口发送边缘服务器列表获取请求,其中,客户端上的服务接口和云数据中心上的服务接口用于实现客户端与云数据中心之间的交互。本实施例中,云数据中心为远程云数据中心。
同时,客户端估算出用户当前使用的应用所需要占用的缓存空间信息m。
步骤202、云数据中心判断当前应用类型为计算型或者数据型,若判断为计算型,则执行步骤203,若判断为数据型,则执行步骤211。
本实施例中,客户端上设置有应用分析模块,应用分析模块用于对用户目前所使用的应用进行分析并分类。本实施例中,应用主要分为计算型应用和数据型应用。
步骤203、云数据中心向客户端返回当前应用类型对应的第一边缘服务器列表,第一边缘服务器列表包括至少一个边缘服务器的边缘服务器信息,边缘服务器信息包括当前计算资源性能和当前剩余缓存空间信息。
具体地,云数据中心通过服务接口向客户端返回当前应用类型对应的第一边缘服务器列表
本实施例中,边缘服务器每隔设定时间向云数据中心发送边缘服务器当前所承载的应用程序列表、当前剩余缓存空间信息和当前剩余计算资源。其中,应用程序列表包括边缘服务器当前所承载的应用程序,当前剩余计算资源包括但不限于当前CPU的运算速度和当前内存空间的使用量。云数据中心能够根据边缘服务器的当前剩余计算资源评估出边缘服务器的当前计算资源性能,当前计算资源性能包括但不限于CPU的运算能力和空闲内存空间,并根据边缘服务器的当前计算资源性能、当前所承载的应用程序列表、当前剩余缓存空间信息生成边缘服务器列表,边缘服务器列表包括至少一个边缘服务器的边缘服务器信息,边缘服务器信息包括但不限于当前计算资源性能、当前所承载的应用程序列表、当前剩余缓存空间信息。
云数据中心在接收到客户端的边缘服务器列表获取请求后,根据当前应用类型从边缘服务器列表中筛选出在本地网络内能够为该当前应用类型的应用提供服务的第一边缘服务器列表,第一边缘服务器列表包括至少一个边缘服务器的边缘服务器信息。
本步骤中,第一边缘服务器列表中的所有边缘服务器信息按照当前计算资源性能从高至低依次排序。
步骤204、客户端判断第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否能满足客户端当前所需的计算资源性能,若是,执行步骤205,若否,执行步骤208。
本实施例中,当前边缘服务器信息即为在第一边缘服务器列表中排在第一的边缘服务器信息,即在第一边缘服务器列表中当前计算资源性能最高的边缘服务器信息。具体地,客户端先选择第一边缘服务器列表中排在第一的边缘服务器信息,判断第一边缘服务器列表中排在第一的边缘服务器信息的当前计算资源性能是否能满足客户端当前所需的计算资源性能,若是,执行步骤205,若否,执行步骤208。
具体地,客户端上的应用判断第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否能满足客户端上的应用当前所需的计算资源性能。不难理解的是,客户端上的应用即为客户端上当前应用类型所对应的应用。例如,客户端上的应用判断第一边缘服务器列表中当前边缘服务器信息的当前CPU的运算能力是否能满足客户端上的应用当前所需的CPU的运算能力且判断当前边缘服务器信息的当前空闲内存空间满足客户端上的应用当前所需的内存空间,若判断为均满足时,执行步骤205,否则,执行步骤208。
步骤205、客户端判断第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息,若判断为大于,则执行步骤206,若判断为小于或等于,则执行步骤210。
本实施例中,客户端当前所需的缓存空间信息即为上述客户端估算出的用户当前使用的应用所需要占用的缓存空间信息m。
若客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息大于客户端当前所需的缓存空间信息时,表明当前边缘服务器信息对应的边缘服务器能够满足客户端上的应用的资源需求和存储需求,因此,执行步骤206。若客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息小于或等于客户端当前所需的缓存空间信息时,执行步骤210,以对排在第一边缘服务器列表中下一个边缘服务器信息继续进行判断。
步骤206、客户端向当前边缘服务器信息对应的边缘服务器发送资源请求。
具体地,客户端通过服务接口向当前边缘服务器信息对应的边缘服务器上的服务接口发送资源请求。其中,客户端上的服务接口和边缘服务器上的服务接口用于实现客户端与边缘服务器之间的交互。
具体地,客户端上的应用向当前边缘服务器信息对应的边缘服务器发送资源请求。
步骤207、当前边缘服务器信息对应的边缘服务器根据资源请求向客户端提供相应的资源,并结束流程。
具体地,当前边缘服务器信息对应的边缘服务器根据资源请求向客户端上的应用提供相应的资源,相应的资源包括但不限于计算资源和存储资源。
步骤208、客户端向云数据中心发送资源请求。
当客户端判断出第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能不满足客户端当前所需的计算资源性能时,表明第一边缘服务器列表中所有的边缘服务器的边缘服务器信息均不能满足客户端当前的应用的需求,因此,选择云数据中心作为向客户端上的应用提供资源服务的设备。
步骤209、云数据中心根据资源请求向客户端提供相应的资源,并结束流程。
具体地,云数据中心根据资源请求向客户端上的应用提供相应的资源,相应的资源包括但不限于计算资源和存储资源。
步骤210、客户端将第一边缘服务器列表中的下一边缘服务器信息作为当前边缘服务器信息,并执行步骤204。
由于在步骤205,客户端已判断出第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能满足客户端当前所需的计算资源性能,但当前边缘服务器信息的当前剩余缓存空间信息不能够满足客户端当前所需的缓存空间信息,因此,客户端需要继续选择第一边缘服务器列表中的下一边缘服务器信息进行判断,直至判断出第一边缘服务器列表中有一个边缘服务器信息能够满足客户端当前的应用的需求为止。若客户端判断出第一边缘服务器列表中所有的边缘服务器信息均不能满足客户端当前的应用的需求时,则可以执行步骤208。
步骤211、云数据中心向客户端返回当前应用类型对应的第二边缘服务器列表,第二边缘服务器列表包括至少一个边缘服务器的边缘服务器信息,边缘服务器信息包括当前剩余缓存空间信息和当前计算资源性能。
具体地,云数据中心通过服务接口向客户端返回当前应用类型对应的第一边缘服务器列表。
具体地,云数据中心在接收到客户端的边缘服务器列表获取请求后,根据当前应用类型从边缘服务器列表中筛选出在本地网络内能够为该当前应用类型的应用提供服务的第二边缘服务器列表,第二边缘服务器列表包括至少一个边缘服务器的边缘服务器信息。
本步骤中,第二边缘服务器列表中的所有边缘服务器信息按照当前剩余缓存空间信息从高至低依次排序。
步骤212、客户端判断第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息,若判断为大于,则执行步骤213,否则,执行步骤217。
本实施例中,当前边缘服务器信息即为在第一边缘服务器列表中排在第一的边缘服务器信息,即在第一边缘服务器列表中当前剩余缓存空间信息最高的边缘服务器信息。具体地,客户端先选择第一边缘服务器列表中排在第一的边缘服务器信息,判断第一边缘服务器列表中排在第一的边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息,若判断为大于,则执行步骤213,否则,执行步骤217。
具体地,客户端上的应用判断第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否能满足客户端上的应用当前所需的缓存空间信息。
步骤213、客户端判断第二边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否满足客户端当前所需的计算资源性能,若是,执行步骤214,若否,执行步骤216。
若客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能满足客户端当前所需的计算资源性能时,表明当前边缘服务器信息对应的边缘服务器能够满足客户端上的应用的资源需求和存储需求,因此,执行步骤214。若客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能不满足客户端当前所需的计算资源性能时,执行步骤216,以对排在第一边缘服务器列表中下一个边缘服务器信息继续进行判断。
步骤214、客户端向当前边缘服务器信息对应的边缘服务器发送资源请求。
关于本步骤的具体描述可参见上述步骤206,此处不再赘述。
步骤215、当前边缘服务器信息对应的边缘服务器根据资源请求向所述客户端提供相应的资源,并结束流程。
关于本步骤的具体描述可参见上述步骤207,此处不再赘述。
步骤216、客户端将第二边缘服务器列表中的下一边缘服务器信息作为当前边缘服务器信息,并执行步骤212。
关于本步骤的具体描述可参见上述步骤210,此处不再赘述。
步骤217、客户端向云数据中心发送资源请求。
关于本步骤的具体描述可参见上述步骤208,此处不再赘述。
步骤218、云数据中心根据资源请求向所述客户端提供相应的资源,并结束流程。
关于本步骤的具体描述可参见上述步骤209,此处不再赘述。
本实施例所提供的资源配置方法是基于边缘计算的资源配置方法,边缘计算模式中,能够充分利用网络边缘侧的计算能力,在边缘终端或边缘服务器执行部分计算或者全部计算任务以及处理隐私的数据,降低了云数据中心的计算负载和传输带宽负载。本实施例中,云数据中心根据客户端的不同的当前应用类型将不同的边缘服务器列表发送给客户端,由客户端根据边缘服务器列表中的边缘服务器信息选择出能够满足客户端的应用的需求的边缘服务器,由该边缘服务器为该客户端的应用提供资源服务。
本实施例所提供的资源配置方法的技术方案中,客户端根据边缘服务器的边缘服务器信息向边缘服务器信息对应的边缘服务器发送资源请求,边缘服务器信息对应的边缘服务器根据资源请求向客户端提供相应的资源。当客户端的当前应用类型为计算型时,通过边缘服务器为客户端的应用提供相应的资源服务,从而降低了云数据中心的计算负载和传输带宽负载,满足了客户端的应用的低延时、高可靠和数据隐私保护的需求。
图3为本发明实施例三提供的一种资源配置系统的结构示意图,如图3所示,该资源配置系统包括客户端301、云数据中心302和边缘服务器303。
客户端301用于向云数据中心302发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型;根据边缘服务器的边缘服务器信息向边缘服务器信息对应的边缘服务器303发送资源请求。
云数据中心302用于根据当前应用类型向客户端301返回当前应用类型对应的边缘服务器列表,边缘服务器列表包括至少一个边缘服务器303的边缘服务器信息。
边缘服务器信息对应的边缘服务器303用于根据资源请求向客户端301提供相应的资源。
本实施例中,如图3所示,边缘服务器303中包括服务接口、应用程序列表、计算资源监控模块和缓存空间监控模块。其中,服务接口用于为客户端提供数据交互服务;应用程序列表用于统计目前边缘服务器中所承载的应用程序;计算资源监控模块用于监控边缘服务器的计算资源使用情况,计算资源包括CPU的运算速度和内存空间的使用量等等;缓存空间监控模块用于监控边缘服务器的缓存空间使用情况。应用程序列表、计算资源监控模块和缓存空间监控模块均每隔设定时间向云数据中心302反馈各自当前最新的数据,当前最新的数据包括当前所承载的应用程序列表、当前剩余计算资源和当前剩余缓存空间信息。
客户端301中包括服务接口、应用分析模块和资源配置模块。服务接口用于实现客户端与边缘服务器和云数据中心的交互;应用分析模块主要用于对用户目前所使用的应用程序分析并分类,根据任务在使用的过程中所使用的主要资源类型的不同可以将应用程序分为计算型应用和数据型应用,计算型应用在任务执行的过程中会使用大量的计算资源,数据型应用在执行过程中会使用大量的缓存空间(存储资源);资源配置模块的主要用于决定最终为客户端的应用提供资源服务的边缘服务器。
云数据中心302包括服务接口和边缘服务器列表,云数据中心302用于为边缘服务器提供服务接口并接受边缘服务器发送的当前所承载的应用程序列表、当前剩余计算资源和当前剩余缓存空间信息,为客户端提供服务接口和边缘服务器列表。服务接口用于实现客户端和边缘服务器与云数据中心的数据交互。边缘服务器列表,其中包含边缘服务器中所承载的应用程序列表、当前剩余缓存空间信息和当前计算资源性能,其中,当前计算资源性能包括CPU的运算能力和空闲内存空间等。
本实施例所提供的资源配置系统,用于实现上述实施例二提供的资源配置方法,具体描述可参见上述实施例二,此处不再赘述。
本实施例所提供的资源配置系统的技术方案中,客户端用于根据边缘服务器的边缘服务器信息向边缘服务器信息对应的边缘服务器发送资源请求,边缘服务器信息对应的边缘服务器用于根据资源请求向客户端提供相应的资源。当客户端的当前应用类型为计算型时,通过边缘服务器为客户端的应用提供相应的资源服务,从而降低了云数据中心的计算负载和传输带宽负载,满足了客户端的应用的低延时、高可靠和数据隐私保护的需求。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种资源配置方法,其特征在于,包括:
客户端向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型;
所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表,所述边缘服务器列表包括至少一个边缘服务器的边缘服务器信息;
所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求;
所述边缘服务器信息对应的边缘服务器根据所述资源请求向所述客户端提供相应的资源。
2.根据权利要求1所述的资源配置方法,其特征在于,所述边缘服务器信息包括当前计算资源性能,所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表包括:
所述云数据中心判断所述当前应用类型为计算型或者数据型;
所述云数据中心若判断出所述当前应用类型为计算型时,向所述客户端返回当前应用类型对应的第一边缘服务器列表,所述第一边缘服务器列表中的所有边缘服务器信息按照当前计算资源性能从高至低依次排序。
3.根据权利要求2所述的资源配置方法,其特征在于,所述边缘服务器信息还包括当前剩余缓存空间信息,所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求包括:
所述客户端判断第一边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否满足客户端当前所需的计算资源性能;
所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余计算资源满足客户端当前所需的计算资源时,判断第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息;
所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息大于客户端当前所需的缓存空间信息时,向所述当前边缘服务器信息对应的边缘服务器发送所述资源请求。
4.根据权利要求3所述的资源配置方法,其特征在于,所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息小于或等于客户端当前所需的缓存空间信息时,将第一边缘服务器列表中的下一边缘服务器信息作为当前边缘服务器信息,并执行判断第一边缘服务器列表中当前边缘服务器信息的当前剩余计算资源是否满足客户端当前所需的计算资源的步骤。
5.根据权利要求3所述的资源配置方法,其特征在于,所述客户端若判断出第一边缘服务器列表中当前边缘服务器信息的当前剩余计算资源不满足客户端当前所需的计算资源时,向所述云数据中心发送所述资源请求;
所述客户端向所述云数据中心发送所述资源请求之后还包括:所述云数据中心根据所述资源请求向所述客户端提供相应的资源。
6.根据权利要求1所述的资源配置方法,其特征在于,所述边缘服务器信息包括当前剩余缓存空间信息,所述云数据中心根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表包括:
所述云数据中心判断所述当前应用类型为计算型或者数据型;
所述云数据中心若判断出所述当前应用类型为数据型时,向所述客户端返回当前应用类型对应的第二边缘服务器列表,所述第二边缘服务器列表中的所有边缘服务器信息按照当前剩余缓存空间信息从高至低依次排序。
7.根据权利要求6所述的资源配置方法,其特征在于,所述边缘服务器信息还包括当前计算资源性能,所述客户端根据所述边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求包括:
所述客户端判断第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息;
所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息大于客户端当前所需的缓存空间信息时,判断第二边缘服务器列表中当前边缘服务器信息的当前计算资源性能是否满足客户端当前所需的计算资源性能;
所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前计算资源性能满足客户端当前所需的计算资源性能时,向所述当前边缘服务器信息对应的边缘服务器发送所述资源请求。
8.根据权利要求7所述的资源配置方法,其特征在于,所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前剩余计算资源不满足客户端当前所需的计算资源时,将第二边缘服务器列表中的下一边缘服务器信息作为当前边缘服务器信息,并执行判断第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息是否大于客户端当前所需的缓存空间信息的步骤。
9.根据权利要求7所述的资源配置方法,其特征在于,所述客户端若判断出第二边缘服务器列表中当前边缘服务器信息的当前剩余缓存空间信息小于或等于客户端当前所需的缓存空间信息时,向所述云数据中心发送所述资源请求;
所述客户端向所述云数据中心发送所述资源请求之后还包括:所述云数据中心根据所述资源请求向所述客户端提供相应的资源。
10.一种资源配置系统,其特征在于,包括客户端、云数据中心和边缘服务器;
所述客户端用于向云数据中心发送边缘服务器列表获取请求,边缘服务器列表获取请求包括当前应用类型;根据边缘服务器的边缘服务器信息向所述边缘服务器信息对应的边缘服务器发送资源请求;
所述云数据中心用于根据所述当前应用类型向所述客户端返回当前应用类型对应的边缘服务器列表,所述边缘服务器列表包括至少一个边缘服务器的边缘服务器信息;
所述边缘服务器信息对应的边缘服务器用于根据所述资源请求向所述客户端提供相应的资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810796836.5A CN108810170A (zh) | 2018-07-19 | 2018-07-19 | 资源配置方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810796836.5A CN108810170A (zh) | 2018-07-19 | 2018-07-19 | 资源配置方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108810170A true CN108810170A (zh) | 2018-11-13 |
Family
ID=64077173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810796836.5A Pending CN108810170A (zh) | 2018-07-19 | 2018-07-19 | 资源配置方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108810170A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110691127A (zh) * | 2019-09-25 | 2020-01-14 | 北京奇艺世纪科技有限公司 | 数据获取控制系统、数据获取控制方法及相关装置 |
CN111917890A (zh) * | 2020-08-20 | 2020-11-10 | 广东奥维信息科技有限公司 | 一种移动边缘计算平台 |
CN112118309A (zh) * | 2020-09-16 | 2020-12-22 | 三星电子(中国)研发中心 | 音频翻译方法和系统 |
CN112486674A (zh) * | 2020-11-18 | 2021-03-12 | 北京邮电大学 | 一种面向人工智能服务的资源分配方法、装置及电子设备 |
CN112989894A (zh) * | 2019-12-18 | 2021-06-18 | 阿里巴巴集团控股有限公司 | 目标检测方法、任务处理方法、装置、设备及存储介质 |
CN113361694A (zh) * | 2021-06-30 | 2021-09-07 | 哈尔滨工业大学 | 一种应用差分隐私保护的分层联邦学习方法及系统 |
CN116506507A (zh) * | 2023-06-29 | 2023-07-28 | 天津市城市规划设计研究总院有限公司 | 基于客户端特性的数据处理方法 |
WO2023241674A1 (zh) * | 2022-06-16 | 2023-12-21 | 华为云计算技术有限公司 | 一种基于云计算技术的边缘节点部署方法及云管理平台 |
EP4234060A4 (en) * | 2021-04-19 | 2024-05-08 | Tencent Technology (Shenzhen) Company Limited | SERVICE PROCESSING METHOD AND DEVICE AND STORAGE MEDIUM |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185900A (zh) * | 2011-04-18 | 2011-09-14 | 北京新媒传信科技有限公司 | 一种应用服务平台系统和一种开发应用服务的方法 |
CN103309723A (zh) * | 2012-03-16 | 2013-09-18 | 鸿富锦精密工业(深圳)有限公司 | 虚拟机资源整合系统及方法 |
US20150082431A1 (en) * | 2013-09-19 | 2015-03-19 | The Boeing Company | Detection of infected network devices and fast-flux networks by tracking url and dns resolution changes |
CN104780221A (zh) * | 2015-04-29 | 2015-07-15 | 温州中普知识产权有限公司 | 中小企业知识产权综合服务平台系统 |
-
2018
- 2018-07-19 CN CN201810796836.5A patent/CN108810170A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185900A (zh) * | 2011-04-18 | 2011-09-14 | 北京新媒传信科技有限公司 | 一种应用服务平台系统和一种开发应用服务的方法 |
CN103309723A (zh) * | 2012-03-16 | 2013-09-18 | 鸿富锦精密工业(深圳)有限公司 | 虚拟机资源整合系统及方法 |
US20150082431A1 (en) * | 2013-09-19 | 2015-03-19 | The Boeing Company | Detection of infected network devices and fast-flux networks by tracking url and dns resolution changes |
CN104780221A (zh) * | 2015-04-29 | 2015-07-15 | 温州中普知识产权有限公司 | 中小企业知识产权综合服务平台系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110691127A (zh) * | 2019-09-25 | 2020-01-14 | 北京奇艺世纪科技有限公司 | 数据获取控制系统、数据获取控制方法及相关装置 |
CN110691127B (zh) * | 2019-09-25 | 2022-04-12 | 北京奇艺世纪科技有限公司 | 数据获取控制系统、数据获取控制方法及相关装置 |
CN112989894A (zh) * | 2019-12-18 | 2021-06-18 | 阿里巴巴集团控股有限公司 | 目标检测方法、任务处理方法、装置、设备及存储介质 |
CN112989894B (zh) * | 2019-12-18 | 2024-05-03 | 阿里巴巴集团控股有限公司 | 目标检测方法、任务处理方法、装置、设备及存储介质 |
CN111917890A (zh) * | 2020-08-20 | 2020-11-10 | 广东奥维信息科技有限公司 | 一种移动边缘计算平台 |
CN112118309A (zh) * | 2020-09-16 | 2020-12-22 | 三星电子(中国)研发中心 | 音频翻译方法和系统 |
CN112486674A (zh) * | 2020-11-18 | 2021-03-12 | 北京邮电大学 | 一种面向人工智能服务的资源分配方法、装置及电子设备 |
EP4234060A4 (en) * | 2021-04-19 | 2024-05-08 | Tencent Technology (Shenzhen) Company Limited | SERVICE PROCESSING METHOD AND DEVICE AND STORAGE MEDIUM |
CN113361694A (zh) * | 2021-06-30 | 2021-09-07 | 哈尔滨工业大学 | 一种应用差分隐私保护的分层联邦学习方法及系统 |
CN113361694B (zh) * | 2021-06-30 | 2022-03-15 | 哈尔滨工业大学 | 一种应用差分隐私保护的分层联邦学习方法及系统 |
WO2023241674A1 (zh) * | 2022-06-16 | 2023-12-21 | 华为云计算技术有限公司 | 一种基于云计算技术的边缘节点部署方法及云管理平台 |
CN116506507A (zh) * | 2023-06-29 | 2023-07-28 | 天津市城市规划设计研究总院有限公司 | 基于客户端特性的数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108810170A (zh) | 资源配置方法及系统 | |
US10999216B2 (en) | Resource allocation and provisioning in a multi-tier edge-cloud virtualization environment | |
CN104657220B (zh) | 混合云中基于截止时间和费用约束的调度模型及方法 | |
CN105242956B (zh) | 虚拟功能服务链部署系统及其部署方法 | |
Avgeris et al. | Adaptive resource allocation for computation offloading: A control-theoretic approach | |
CN105007337A (zh) | 集群系统负载均衡的方法和系统 | |
CN105718364A (zh) | 一种云计算平台中计算资源能力动态评估方法 | |
CN108270805B (zh) | 用于数据处理的资源分配方法及装置 | |
CN115421930B (zh) | 任务处理方法、系统、装置、设备及计算机可读存储介质 | |
US20190087236A1 (en) | Resource scheduling device, system, and method | |
CN105740085B (zh) | 容错处理方法及装置 | |
WO2018157768A1 (zh) | 调度运行设备的方法、设备和运行设备 | |
Muppala et al. | Coordinated session-based admission control with statistical learning for multi-tier internet applications | |
CN105049485B (zh) | 一种面向实时视频处理的负载感知云计算系统 | |
CN105488134A (zh) | 大数据处理方法及大数据处理装置 | |
CN112261120A (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
CN110058934A (zh) | 一种在大规模云雾计算环境中制定最优任务卸载决策的方法 | |
EP2212786B1 (en) | Method and device for agile computing | |
CN103324538B (zh) | 一种异位分散集群环境分布式并发进程的设计方法 | |
CN105049240B (zh) | 一种消息处理方法及服务器 | |
CN106059940A (zh) | 一种流量控制方法及装置 | |
CN113535398B (zh) | 资源分配调整方法、装置、电子设备和可读存储介质 | |
CN113342665B (zh) | 任务分配方法和装置、电子设备、计算机可读介质 | |
CN106970827A (zh) | 信息处理方法、信息处理装置、电子设备 | |
CN105677492A (zh) | 一种面向终端的可靠应用执行方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |