CN109067890B - 一种基于docker容器的CDN节点边缘计算系统 - Google Patents

一种基于docker容器的CDN节点边缘计算系统 Download PDF

Info

Publication number
CN109067890B
CN109067890B CN201810948379.7A CN201810948379A CN109067890B CN 109067890 B CN109067890 B CN 109067890B CN 201810948379 A CN201810948379 A CN 201810948379A CN 109067890 B CN109067890 B CN 109067890B
Authority
CN
China
Prior art keywords
docker
container
task
cdn
user
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.)
Active
Application number
CN201810948379.7A
Other languages
English (en)
Other versions
CN109067890A (zh
Inventor
周青云
郭建龙
肖叶枝
温满华
商震雷
薛江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Education and Training Assessment Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Education and Training Assessment Center of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Education and Training Assessment Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201810948379.7A priority Critical patent/CN109067890B/zh
Publication of CN109067890A publication Critical patent/CN109067890A/zh
Application granted granted Critical
Publication of CN109067890B publication Critical patent/CN109067890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1095Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • G06F2009/45562Creating, deleting, cloning virtual machine instances

Abstract

本发明公开了一种基于docker容器的CDN节点边缘计算系统,包括docker镜像仓库、管理平台和多个CDN边缘节点,该系统利用管理平台将用户的请求分发到各个CDN边缘节点,实现了从用户到CDN边缘节点的IO能力,且利用CDN边缘节点执行了用户下发的任务,实现了CDN边缘节点的计算能力,此外,CDN边缘节点利用具备隔离性的docker容器来执行任务,实现了隔离不同业务进程的目的。本发明还提供了一种基于docker容器的CDN节点边缘计算方法,其作用与上述系统的作用相对应。

Description

一种基于docker容器的CDN节点边缘计算系统
技术领域
本发明涉及物联网领域,特别涉及一种基于docker容器的CDN节点边缘计算系统及方法。
背景技术
目前流行的CDN就是构建在网络之上的内容分发网络,依靠部署在各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率。
随着移动互联网和物联网的发展,用户和物联网设备所处的网络环境越来越多样化,而原本用于内容分发的CDN边缘服务器,非常适合优化移动用户和物联网设备之间的数据传输路径。
但是,聚合物联网设备数据需要使用较多的计算能力,CDN的关键技术为内容存储和分发技术,其架构利用的主要是边缘节点的存储、服务提供商到用户方向的IO和带宽的能力,而这些边缘节点的计算能力以及用户到服务提供商方向的IO能力实际上是没有得到充分利用的,造成计算和通信资源上的极大浪费。此外,传统的CDN边缘节点直接将缓存服务部署在操作系统上,无法有效隔离不同的业务进程。
发明内容
本发明的目的是提供一种基于docker容器的CDN节点边缘计算系统及方法,用以解决传统的CDN网络没有充分利用用户到服务供应商的IO能力,CDN边缘节点不具有计算能力且无法隔离不同的业务进程的问题。
为解决上述技术问题,本发明提供了一种基于docker容器的CDN节点边缘计算系统,包括:
docker镜像仓库、管理平台、以及多个CDN边缘节点;
其中,所述docker镜像仓库用于存储docker镜像文件;
所述管理平台用于响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点,并向所述CDN边缘节点发送docker容器创建指令和所述docker镜像文件的标识信息;
所述CDN边缘节点用于根据所述标识信息从所述docker镜像仓库获取对应的docker镜像文本,并根据所述docker容器创建指令和所述docker镜像文件创建docker容器,利用所述docker容器执行任务,得到任务执行结果。
其中,还包括代码管理工具,所述代码管理工具用于接收用户提交的业务代码,调用预设自动化持续集成流程对所述业务代码分别进行静态代码分析和动态代码分析,分析通过后根据所述业务代码生成docker镜像文件,并保存到所述docker镜像仓库。
其中,所述docker容器创建指令包括容器大小和容器数量,所述管理平台用于预先估计执行用户下发的所述任务所需要的计算资源,并根据所述计算资源确定所述容器大小和所述容器数量。
其中,所述管理平台还用于根据用户下发的定义任务接口的请求,确定所述docker镜像文本的调用接口,并接收用户发送的样例数据,根据所述调用接口调用所述docker镜像文本执行所述样例数据,以实现预先估计所述计算资源。
其中,所述管理平台还用于在任务执行过程中,根据运行负载实时调整所述容器数量。
其中,所述CDN边缘节点还用于利用预设docker容器汇总各个所述docker容器上的任务执行结果,并将汇总结果发送到所述管理平台。
其中,还包括前端UI设备,所述前端UI设备用于展示所述汇总结果。
其中,所述CDN边缘节点还用于确定任务进度,并将任务进度发送到所述管理平台,所述前端UI设备用于展示所述任务进度。
此外,本发明还提供了一种基于docker容器的CDN节点边缘计算方法,包括:
响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点;
向CDN边缘节点发送docker容器创建指令和docker镜像文件的标识信息;
所述CDN边缘节点根据所述标识信息从docker镜像仓库获取对应的docker镜像文本;
所述CDN边缘节点根据所述docker容器创建指令和所述docker镜像文件创建docker容器,并利用所述docker容器执行任务,得到任务执行结果。
其中,在所述响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点之前,还包括:
接收用户提交的业务代码;
调用预设自动化持续集成流程对所述业务代码分别进行静态代码分析和动态代码分析;
在分析通过后,根据所述业务代码生成docker镜像文件,并保存到所述docker镜像仓库。
本发明所提供的一种基于docker容器的CDN节点边缘计算系统,包括docker镜像仓库、管理平台和多个CDN边缘节点,其中管理平台能够根据用户下发的执行任务的请求,确定执行任务的CDN边缘节点,并向其发送docker容器创建指令和docker的标识信息,然后CDN边缘节点根据标识信息从docker镜像仓库中获取docker镜像文本,并据此创建docker容器,最后利用docker容器执行任务,得到任务执行结果。可见,该系统利用管理平台将用户的请求分发到各个CDN边缘节点,有效利用了从用户到CDN边缘节点的IO能力,且通过CDN边缘节点执行了用户下发的任务,实现了CDN边缘节点的计算能力,此外,CDN边缘节点利用具备隔离性的docker容器来执行任务,实现了隔离不同业务进程的目的。
本发明还提供了一种基于docker容器的CDN节点边缘计算方法,其作用与上述系统的作用相对应,这里不再赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于docker容器的CDN节点边缘计算系统实施例的结构框图;
图2为本发明提供的一种基于docker容器的CDN节点边缘计算系统实施例中构建docker镜像文件的流程示意图;
图3为本发明提供的一种基于docker容器的CDN节点边缘计算方法实施例的实现流程图。
具体实施方式
本发明的核心是提供一种基于docker容器的CDN节点边缘计算系统及方法,有效利用了用户到CDN边缘节点的IO能力,实现了CDN边缘节点的计算能力,还实现了在CDN边缘节点隔离不同业务进程的目的。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面对本发明提供的一种基于docker容器的CDN节点边缘计算系统实施例进行介绍,参见图1,该系统实施例包括:docker镜像仓库100、管理平台200、以及多个CDN边缘节点300。
其中,所述docker镜像仓库100用于存储docker镜像文件;所述管理平台200用于响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点300,并向所述CDN边缘节点300发送docker容器创建指令和所述docker镜像文件的标识信息;所述CDN边缘节点300用于根据所述标识信息从所述docker镜像仓库100获取对应的docker镜像文本,并根据所述docker容器创建指令和所述docker镜像文件创建docker容器,利用所述docker容器执行任务,得到任务执行结果。
在本实施例中,CDN(Content Delivery Network),即内容分发网络。其基本思路是尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节,使内容传输的更快、更稳定。通过在网络各处放置节点服务器所构成的在现有的互联网基础之上的一层智能虚拟网络,CDN系统能够实时地根据网络流量和各节点的连接、负载状况以及到用户的距离和响应时间等综合信息将用户的请求重新导向离用户最近的服务节点上。其目的是使用户可就近取得所需内容,解决Internet网络拥挤的状况,提高用户访问网站的响应速度。
容器指的是一种轻量级的操作系统级虚拟化,可以让我们在一个资源隔离的进程中运行应用及其依赖项。但是,运行应用程序所必需的组件都将打包成一个镜像并可以复用。在执行镜像时,容器可以运行在一个隔离环境中,利用操作系统内核的命名空间隔离以及资源隔离的特性,可以使得不同的进程拥有隔离的运行环境和资源,并且不会共享宿主机的内存、CPU以及磁盘,并且不会共享宿主机的内存、CPU以及磁盘,同时容器还是一种比虚拟化更轻量的技术,响应时间较短,启动容器所需的时间通常小于1秒。
而docker是目前Linux操作系统最流行的容器技术,除了上面所述的特性,一方面,它提供了统一的镜像封装格式,非常有利于混合运行多个业务代码的场景,另一方面,它提供了文本定义的方式——dockerfile——构建镜像,这非常有利于构建持续集成和持续交付的管道,提高开发者的易用性和交付效率。
在本实施例中,需要预先构建docker镜像文件并保存到docker镜像仓库中。作为一种优选方式,本实施例基于利用容器技术实现了一个无服务化的分布式的系统,该系统可以实现在不增加开发运维工作量的前提下充分利用CDN边缘节点服务器的计算能力。所谓无服务化,即系统的开发者无需关注如何把代码部署到服务器,也不需要预留服务器上的资源,系统将自动根据负载的情况,把代码调度至资源充分的服务器上运行。这样,无服务化可以大大减轻开发者的负担,使其重点关注探测和处理逻辑本身。
具体来讲,本实施例中构建docker镜像文件的过程可以利用代码管理工具来实现。所述代码管理工具可以接收用户提交的业务代码,然后自动调用预设自动化持续集成流程对所述业务代码分别进行静态代码分析和动态代码分析,分析通过后根据所述业务代码生成docker镜像文件,并保存到所述docker镜像仓库。
本实施例中,上述代码管理工具可以具体选用gitlab,gitlab是一个利用Ruby onRails开发的开源应用程序,实现一个自托管的Git项目仓库,可通过Web界面进行访问公开的或者私人项目。它拥有与github类似的功能,能够浏览源代码,管理缺陷和注释,可以管理团队对仓库的访问,它非常易于浏览提交过的版本并提供一个文件历史库。它还提供一个代码片段收集功能可以轻松实现代码复用,便于日后有需要的时候进行查找。
具体的,当上述代码管理工具为gitlab时,参见图2,构建docker镜像文件的过程可以具体为:
首先,用户编写业务代码以及docker file,提交到gitlab。具体的,在这里需要为用户提供一个基础模板,以方便用户规范化输入。
然后,gitlab会自动触发一个自动化持续集成流程(CI),构建docker镜像文件并提交到私有的docker Registry(即docker镜像仓库)。具体分为以下四步:
第一步,自动化管道克隆用户提交的业务代码到CI环境。
第二步,对用户提交的业务代码进行语法检查及静态代码分析。
第三步,运行测试代码,确保用户有提供指定的入口函数,接受符合要求的参数,并且按要求返回合法的值。
第四步,根据dockerfile构建包含开发者提交的业务代码的docker镜像文件(包括依赖的库文件),并推送到私有的docker Registry。
在把需要执行的业务代码封装在一个docker镜像文件之后,用户可以在管理平台上定义任务API,绑定指令与docker镜像文件(及版本)的对应关系,同时还需要指定入口函数,并提供样例数据。然后管理平台在此时会用样例数据运行一次业务代码,从而预先估计需要的计算资源(包括内存、CPU等)。
在执行任务的之前,首先用户通过管理平台指定需要执行的任务,并输入待处理的数据。然后,管理平台会根据之前估计的该任务所需要的计算资源,生成docker容器创建指令,同时在各个CDN边缘节点寻找适合执行该任务的CDN边缘节点,将docker容器创建指令发送到执行该任务的CDN边缘节点。其中,docker容器创建指令包括将要常见的docker容器的大小以及docker容器的数量。
其中,关于选择执行任务的CDN边缘节点这一过程,用户可以控制管理平台在某个区域内选择CDN边缘节点,例如,用户可以执行管理平台在华南地区选择CDN边缘节点。具体选择哪一个CDN边缘节点,可以由管理平台综合各个CDN边缘节点的实时状态来进行选择。
具体的,选定在一个或几个CDN边缘节点之后,还可以进一步计算在每个CDN边缘节点创建多少个docker容器。甚至,在任务的执行过程中,所述管理平台还可以根据运行负载实时调整所述容器数量。
在docker容器执行任务之后,还可以利用CDN边缘节点上的预设docke容器来汇总该CDN边缘节点上各个docker容器的任务执行结果,然后CDN边缘节点将汇总结果发送到管理平台。管理平台进而将各个CDN边缘节点发送来的汇总结果进行进一步汇总,得到最终的任务执行结果。
此外,本实施例提供的系统还可以包括前端UI设备,所述前端UI设备可以展示各个docker容器的任务执行结果,各个CDN边缘节点的汇总结果,以及最终的任务执行结果。
另外,为了方便用户查看进度,所述CDN边缘节点还可以用于确定任务进度,并将任务进度发送到所述管理平台,然后所述前端UI设备向用户展示所述任务进度。
综上所述,本实施例所提供的一种基于docker容器的CDN节点边缘计算系统,包括docker镜像仓库、管理平台和多个CDN边缘节点,其中管理平台能够根据用户下发的执行任务的请求,确定执行任务的CDN边缘节点,并向其发送docker容器创建指令和docker的标识信息,然后CDN边缘节点根据标识信息从docker镜像仓库中获取docker镜像文本,并据此创建docker容器,最后利用docker容器执行任务,得到任务执行结果。可见,该系统利用管理平台将用户的请求分发到各个CDN边缘节点,有效利用了从用户到CDN边缘节点的IO能力。且通过CDN边缘节点执行了用户下发的任务,实现了CDN边缘节点的计算能力,处理过程将在本地边缘计算节点完成,将需求在边缘端解决,为用户提供更快的响应,这无疑将大大提升处理效率,减轻数据中心的负荷,适应了未来物联网和人工智能发展的未来需求。此外,CDN边缘节点利用具备隔离性的docker容器来执行任务,实现了隔离不同业务进程的目的。
下面对本发明实施例提供的一种基于docker容器的CDN节点边缘计算方法实施例进行介绍,下文描述的一种基于docker容器的CDN节点边缘计算方法与上文描述的一种基于docker容器的CDN节点边缘计算系统可相互对应参照。
参见图3,该方法实施例具体包括:
步骤S301:响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点。
在步骤S301之前,还可以包括:接收用户提交的业务代码;调用预设自动化持续集成流程对所述业务代码分别进行静态代码分析和动态代码分析;在分析通过后,根据所述业务代码生成docker镜像文件,并保存到所述docker镜像仓库。
步骤S302:向CDN边缘节点发送docker容器创建指令和docker镜像文件的标识信息。
步骤S303:所述CDN边缘节点根据所述标识信息从docker镜像仓库获取对应的docker镜像文本。
步骤S304:所述CDN边缘节点根据所述docker容器创建指令和所述docker镜像文件创建docker容器,并利用所述docker容器执行任务,得到任务执行结果。
本实施例的一种基于docker容器的CDN节点边缘计算方法基于前述的一种基于docker容器的CDN节点边缘计算系统实现,因此其具体实施方式可以参照相应的各个部分实施例的描述,在此不再展开介绍。另外,由于本方法实施例基于前述系统实施例实现,因此其作用与上述系统的作用相对应,这里不再赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种基于docker容器的CDN节点边缘计算系统及方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种基于docker容器的CDN节点边缘计算系统,其特征在于,包括:
docker镜像仓库、管理平台、以及多个CDN边缘节点;
其中,所述docker镜像仓库用于存储docker镜像文件;
所述管理平台用于响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点,并向所述CDN边缘节点发送docker容器创建指令和所述docker镜像文件的标识信息;所述docker容器创建指令包括容器大小和容器数量,所述管理平台用于预先估计执行用户下发的所述任务所需要的计算资源,并根据所述计算资源确定所述容器大小和所述容器数量;
所述CDN边缘节点用于根据所述标识信息从所述docker镜像仓库获取对应的docker镜像文本,并根据所述docker容器创建指令和所述docker镜像文件创建docker容器,利用所述docker容器执行任务,得到任务执行结果。
2.如权利要求1所述的系统,其特征在于,还包括代码管理工具,所述代码管理工具用于接收用户提交的业务代码,调用预设自动化持续集成流程对所述业务代码分别进行静态代码分析和动态代码分析,分析通过后根据所述业务代码生成docker镜像文件,并保存到所述docker镜像仓库。
3.如权利要求2所述的系统,其特征在于,所述管理平台还用于根据用户下发的定义任务接口的请求,确定所述docker镜像文本的调用接口,并接收用户发送的样例数据,根据所述调用接口调用所述docker镜像文本执行所述样例数据,以实现预先估计所述计算资源。
4.如权利要求1所述的系统,其特征在于,所述管理平台还用于在任务执行过程中,根据运行负载实时调整所述容器数量。
5.如权利要求1所述的系统,其特征在于,所述CDN边缘节点还用于利用预设docker容器汇总各个所述docker容器上的任务执行结果,并将汇总结果发送到所述管理平台。
6.如权利要求5所述的系统,其特征在于,还包括前端UI设备,所述前端UI设备用于展示所述汇总结果。
7.如权利要求6所述的系统,其特征在于,所述CDN边缘节点还用于确定任务进度,并将任务进度发送到所述管理平台,所述前端UI设备用于展示所述任务进度。
8.一种基于docker容器的CDN节点边缘计算方法,其特征在于,包括:
响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点;
向CDN边缘节点发送docker容器创建指令和docker镜像文件的标识信息;所述docker容器创建指令包括容器大小和容器数量,管理平台用于预先估计执行用户下发的所述任务所需要的计算资源,并根据所述计算资源确定所述容器大小和所述容器数量;
所述CDN边缘节点根据所述标识信息从docker镜像仓库获取对应的docker镜像文本;
所述CDN边缘节点根据所述docker容器创建指令和所述docker镜像文件创建docker容器,并利用所述docker容器执行任务,得到任务执行结果。
9.如权利要求8所述的方法,其特征在于,在所述响应于用户下发的执行任务的请求,确定用于执行任务的CDN边缘节点之前,还包括:
接收用户提交的业务代码;
调用预设自动化持续集成流程对所述业务代码分别进行静态代码分析和动态代码分析;
在分析通过后,根据所述业务代码生成docker镜像文件,并保存到所述docker镜像仓库。
CN201810948379.7A 2018-08-20 2018-08-20 一种基于docker容器的CDN节点边缘计算系统 Active CN109067890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810948379.7A CN109067890B (zh) 2018-08-20 2018-08-20 一种基于docker容器的CDN节点边缘计算系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810948379.7A CN109067890B (zh) 2018-08-20 2018-08-20 一种基于docker容器的CDN节点边缘计算系统

Publications (2)

Publication Number Publication Date
CN109067890A CN109067890A (zh) 2018-12-21
CN109067890B true CN109067890B (zh) 2021-06-29

Family

ID=64686488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810948379.7A Active CN109067890B (zh) 2018-08-20 2018-08-20 一种基于docker容器的CDN节点边缘计算系统

Country Status (1)

Country Link
CN (1) CN109067890B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688222B (zh) * 2018-12-26 2020-12-25 深圳市网心科技有限公司 共享计算资源的调度方法、共享计算系统、服务器及存储介质
CN110769032B (zh) * 2019-09-18 2022-01-18 国网江苏省电力有限公司 一种电网设备故障快速检测与维护的系统及方法
CN112532758B (zh) * 2019-09-19 2023-04-18 贵州白山云科技股份有限公司 一种网络边缘计算系统的创建方法、装置及介质
CN112532668B (zh) * 2019-09-19 2022-08-02 贵州白山云科技股份有限公司 一种网络边缘计算方法、装置及介质
CN110658759A (zh) * 2019-09-25 2020-01-07 上海众壹云计算科技有限公司 一种可动态部署ai模型的工业智能控制器
CN111597043A (zh) * 2020-05-14 2020-08-28 行星算力(深圳)科技有限公司 一种全场景边缘计算方法、装置及系统
CN111917588B (zh) * 2020-08-10 2023-06-06 南方电网数字电网科技(广东)有限公司 边缘设备管理方法、装置、边缘网关设备和存储介质
CN112306520B (zh) * 2020-09-29 2023-05-26 北京智联安行科技有限公司 一种基于容器的车联网仿真测试方法及电子设备
CN112783778A (zh) * 2021-01-28 2021-05-11 网宿科技股份有限公司 测试方法、装置、网络设备及存储介质
CN113114715B (zh) * 2021-02-24 2024-01-23 网宿科技股份有限公司 一种基于边缘计算的调度方法及边缘设备集群
CN114327507B (zh) * 2021-12-20 2022-07-15 江苏云工场信息技术有限公司 一种cdn节点的自动编排方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105515864A (zh) * 2015-12-11 2016-04-20 深圳市中润四方信息技术有限公司 容器资源自适应调整方法及系统
CN105975330A (zh) * 2016-06-27 2016-09-28 华为技术有限公司 一种网络边缘计算的虚拟网络功能部署方法、装置和系统
CN106775760A (zh) * 2017-01-04 2017-05-31 郑州云海信息技术有限公司 基于源码库上传容器镜像至镜像仓库的方法及系统
CN107105029A (zh) * 2017-04-18 2017-08-29 北京友普信息技术有限公司 一种基于Docker技术的CDN动态内容加速方法及系统
CN107483225A (zh) * 2017-07-04 2017-12-15 北京奥鹏远程教育中心有限公司 Docker在教育云平台上应用方法及装置
CN108399094A (zh) * 2017-02-08 2018-08-14 中国移动通信有限公司研究院 一种应用的部署方法、其部署装置及边缘数据中心

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7386169B2 (en) * 2004-04-27 2008-06-10 Corel Tw Corp. Method for edge detection and contour stroke generation
US8745239B2 (en) * 2010-04-07 2014-06-03 Limelight Networks, Inc. Edge-based resource spin-up for cloud computing

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105515864A (zh) * 2015-12-11 2016-04-20 深圳市中润四方信息技术有限公司 容器资源自适应调整方法及系统
CN105975330A (zh) * 2016-06-27 2016-09-28 华为技术有限公司 一种网络边缘计算的虚拟网络功能部署方法、装置和系统
CN106775760A (zh) * 2017-01-04 2017-05-31 郑州云海信息技术有限公司 基于源码库上传容器镜像至镜像仓库的方法及系统
CN108399094A (zh) * 2017-02-08 2018-08-14 中国移动通信有限公司研究院 一种应用的部署方法、其部署装置及边缘数据中心
CN107105029A (zh) * 2017-04-18 2017-08-29 北京友普信息技术有限公司 一种基于Docker技术的CDN动态内容加速方法及系统
CN107483225A (zh) * 2017-07-04 2017-12-15 北京奥鹏远程教育中心有限公司 Docker在教育云平台上应用方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Evaluation of Docker as Edge Computing Platform";Bukhary Ikhwan Ismail等;《 2015 IEEE Conference on Open Systems (ICOS)》;20150826;I130-135 *
"基于Docker的前端发布平台的设计与实现";陈博俊;《中国优秀硕士学位论文全文数据库》;20160715;I138-454 *
"基于PaaS的容器引擎管理平台的设计及实现";张婧茹;《中国优秀硕士学位论文全文数据库》;20180415;I139-407 *

Also Published As

Publication number Publication date
CN109067890A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN109067890B (zh) 一种基于docker容器的CDN节点边缘计算系统
McChesney et al. Defog: fog computing benchmarks
US10613853B2 (en) Updating software components through online stores
US9323583B2 (en) Method for allowing distributed running of an application and related device and inference engine
US20150186129A1 (en) Method and system for deploying a program module
US10185558B2 (en) Language-independent program composition using containers
CN112329945A (zh) 一种模型部署及推理的方法和装置
US20190102237A1 (en) Recommending applications based on call requests between applications
US11240290B2 (en) Application download method and apparatus, application sending method and apparatus, and system
US10834182B2 (en) Managing idle and active servers in cloud data centers
CN113055492A (zh) 服务灰度链路的控制方法、装置、计算机设备和存储介质
US11294740B2 (en) Event to serverless function workflow instance mapping mechanism
CN110011875A (zh) 拨测方法、装置、设备及计算机可读存储介质
CN110781505A (zh) 系统构建方法及装置、检索方法及装置、介质和设备
CN111062521B (zh) 一种在线预测方法、系统及服务器
US11683391B2 (en) Predicting microservices required for incoming requests
Tang et al. Application centric lifecycle framework in cloud
Yangui et al. The SPD approach to deploy service‐based applications in the cloud
CN115344786A (zh) 一种云资源推荐系统、方法、设备及存储介质
US20220122038A1 (en) Process Version Control for Business Process Management
Moreno-Vozmediano et al. Latency and resource consumption analysis for serverless edge analytics
Zhang et al. Tinyedge: Enabling rapid edge system customization for iot applications
US11487839B2 (en) Resource link engine
Zhu Federated learning framework in FogBus2-based edge computing environments
US11762707B2 (en) Service load independent resource usage detection and scaling for container-based system

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
GR01 Patent grant
GR01 Patent grant