CN110399210B - 基于边缘云的任务调度方法及装置 - Google Patents
基于边缘云的任务调度方法及装置 Download PDFInfo
- Publication number
- CN110399210B CN110399210B CN201910699503.5A CN201910699503A CN110399210B CN 110399210 B CN110399210 B CN 110399210B CN 201910699503 A CN201910699503 A CN 201910699503A CN 110399210 B CN110399210 B CN 110399210B
- Authority
- CN
- China
- Prior art keywords
- task
- edge cloud
- processing
- executing
- ith
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于边缘云的任务调度方法及装置。该方法包括:接收用户终端发起的任务并将其分配到不同周期的待确定队列中;根据所述任务的任务属性和边缘云的总效能依次判断当前周期内所述待确定任务队列中各任务的处理方式;其中,所述任务属性包括所述任务的时延要求、所述任务对处理能力的要求,所述边缘云与所述用户终端之间进行传输所占的传输带宽、边缘云执行所述任务所占用的处理能力;所述边缘云的总效能为所述边缘云执行所述任务所占用的资源;所述任务的处理方式包括边缘云处理和用户终端处理。该方法大大减少了任务的滞后时间,提升了业务的服务质量。
Description
技术领域
本发明涉及计算机和通信技术领域,具体涉及一种基于边缘云的任务调度方法及装置。
背景技术
“云”计算是集中式数据处理中心,具有强大的计算能力,并随着互联网技术和通信技术不断进步和融合得到快速发展。然而,在海量新兴的移动和物联网设备应用出现时,这种依赖于集中式数据中心的云计算模型会遇到了诸多限制。例如,“云”计算需要将所有计算数据移动到云,这对网络带宽资源是一个极大的开销,而且容易造成拥堵。再如,对于时延敏感型应用,“云”计算无法满足低时延的需求。又如,对于需要适应本地网络状态和本地用户环境的场景,比如一个移动用户流式传播一个直播视频,很难有效地适应交通(视频编码率)。
为了解决集中式的“云”计算存在的问题,边缘云计算逐渐兴起。然而在一定周期内边缘云的处理能力有限,当许多本地节点同时把任务发送给边缘云处理时,边缘云仍然存在处理能力和带宽不足的问题,容易导致任务被搁置和严重滞后,从而影响用户体验。
发明内容
为此,本发明提供一种基于边缘云的任务调度方法及装置,以解决现有技术中由于边缘云的处理能力和带宽不足而导致的任务被搁置和严重滞后的问题。
为了实现上述目的,本发明第一方面提供一种基于边缘云的任务调度方法,所述方法包括:
接收用户终端发起的任务并将其分配到不同周期的待确定队列中;
根据所述任务的任务属性和边缘云的总效能依次判断当前周期内所述待确定任务队列中各任务的处理方式;
其中,所述任务属性包括所述任务的时延要求、所述任务对处理能力的要求,所述边缘云与所述用户终端之间进行传输所占的传输带宽、边缘云执行所述任务所占用的处理能力;所述边缘云的总效能为所述边缘云执行所述任务所占用的资源;所述任务的处理方式包括边缘云处理和用户终端处理。
其中,所述接收用户终端发起的任务并将其分配到不同周期的待确定队列中包括:
按照设定周期接收用户终端发起的任务;
将同一周期内接收的用户终端发起的任务按时间顺序排列在所述待确定队列中。
其中,所述根据所述任务的任务属性和边缘云的总效能判断所述任务的处理方式包括:
计算第一总效能,所述第一总效能为执行已经进入当前处理列表的任务所需的总效能;
计算第二总效能,所述第二总效能是执行已经进入当前处理列表的任务以及第i个任务所需的总效能;
比较所述第一总效能和所述第二总效能,比较所述边缘云的剩余带宽和执行所述第i个任务所需占用的带宽,以及比较所述边缘云的剩余的处理能力和执行所述第i个任务所需占用的处理能力;
若所述第二总效能大于所述第一总效能,且所述边缘云的剩余带宽大于执行所述第i个任务需占用的带宽,以及所述边缘云的剩余的处理能力大于执行所述第i个任务需占用的处理能力,则将所述第i个任务列入所述边缘云的当前周期处理列表中;
若所述第二总效能大于所述第一总效能,但所述边缘云的剩余带宽小于执行所述第i个任务需占用的带宽,以及所述边缘云的剩余的处理能力小于执行所述第i个任务需占用的处理能力,则将所述第i个任务排除在所述当前周期处理列表之外;
若所述第二总效能小于所述第一总效能,则将所述第i个任务排除在所述当前周期处理列表之外。
优选地,对于未进入所述当前周期处理列表中的任务,所述方法还包括:
判断所述任务的时延是否小于预设时延阈值;
若是,则指令所述任务由对应的用户终端处理;若否,则将所述任务设置在下一周期的处理列表中。
其中,所述总效能为:
本发明的第二方面提供一种基于边缘云的任务调度装置,包括:
接收单元,用于接收用户终端发起的任务;
队列单元,用于将接收到的用户终端发起的任务分配到不同周期的待确定队列中;
处理方式确定单元,用于根据所述任务的任务属性和边缘云的总效能依次判断所述待确定任务队列中各任务的处理方式;
其中,所述任务属性包括所述任务的时延要求、所述任务对处理能力的要求,所述边缘云与所述用户终端之间进行传输所占的传输带宽、边缘云执行所述任务所占用的处理能力;所述边缘云的总效能为所述边缘云执行所述任务所占用的资源;所述任务的处理方式包括边缘云处理和用户终端处理。
其中,所述接收单元用于按照设定周期接收用户终端发起的任务;
所述队列单元用于将同一周期内接收的用户终端发起的任务按时间顺序排列在所述待确定队列中。
其中,所述处理方式确定单元包括:
第一计算模块,用于计算第一总效能,所述第一总效能为执行已经进入当前处理列表的任务所需的总效能;
第二计算模块,用于计算第二总效能,所述第二总效能是执行已经进入当前处理列表的任务以及第i个任务所需的总效能;
第一比较模块,用于比较所述第一总效能和所述第二总效能;
第二比较模块,用于比较所述边缘云的剩余带宽和执行所述第i个任务所需占用的带宽;
第三比较模块,用于比较所述边缘云的剩余的处理能力和执行所述第i个任务所需占用的处理能力;
处理方式选择模块,用于在所述第一比较模块判断所述第二总效能大于所述第一总效能,且所述第二比较模块判断所述边缘云的剩余带宽大于执行所述第i个任务需占用的带宽,以及所述第三比较模块判断所述边缘云的剩余的处理能力大于执行所述第i个任务需占用的处理能力时,将所述第i个任务列入所述边缘云当前周期处理列表中;
所述处理方式选择模块在所述第一比较模块判断所述第二总效能大于所述第一总效能,所述第二比较模块判断所述边缘云的剩余带宽小于执行所述第i个任务需占用的带宽,以及所述第三比较模块判断所述边缘云的剩余的处理能力小于执行所述第i个任务需占用的处理能力时,则不将所述第i个任务列入所述边缘云的当前周期处理列表中;
所述处理方式选择模块在所述第一比较模块判断所述第二总效能小于所述第一总效能,则不将所述第i个任务列入所述当前周期处理列表中。
优选地,所述处理方式确定单元还包括:
延时判断模块,用于判断所述任务的时延是否小于预设时延阈值;
所述处理方式选择模块还用于,在所述任务的时延小于预设时延阈值,选择所述任务由对应的用户终端处理;在所述任务的时延大于或等于预设时延阈值时,将所述任务设置在下一周期的处理列表中。
其中,所述第一计算模块和第二计算模块通过以下公式计算任务的总效能:
本发明具有如下优点:
本发明提供的基于边缘云的任务调度方法,接收用户终端发起的任务并将其分配到不同周期的待确定队列中,然后根据所述任务的任务属性和边缘云的总效能判断当前周期内所述待确定任务队列中各任务的处理方式,即决定任务放置在边缘云处理还是用户终端处理,并且判断该任务是在边缘云的当前周期处理,还是下个周期处理,从而大大减少了任务的滞后时间,提升了业务的服务质量。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明实施例提供的任务调度方法所依据的网络系统的结构图;
图2为本发明实施例提供的本发明实施例提供的基于边缘云的任务调度方法的流程图;
图3为本发明实施例提供的基于边缘云的任务调度方法中步骤S2的具体流程图;
图4为本发明实施例提供的基于边缘云的任务调度装置的原理框图;
图5为本发明实施例提供的处理方式确定单元的原理框图。
在附图中:
11:边缘云 12:基站
13:用户终端 41:接收单元
42:队列单元 43:处理方式确定单元
51:第一计算模块 52:第二计算模块
53:第一比较模块 54:第二比较模块
55:第三比较模块 56:处理方式选择模块
57:延时判断模块
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
本实施例提供一种基于边缘云的任务调度方法及装置,该调度方法和调度装置是基于图1所示的网络系统,即网络系统包括边缘云11、基站12和用户终端13,边缘云11通过有线或无线网络链路与一个或多个基站通信连接,每个基站12通过无线网络链路与一个或多个用户终端13通信连接。移动终端13向通过基站12向边缘云11请求任务,边缘云11接收一个或多个移动终端13的请求任务。
用户终端13是任务的发起方,且具有计算、存储和收发能力,基站12是任务及处理结果的中转方,边缘云11具有计算、存储和收发能力,其计算和存储能力明显优于移动终端13,而且具有任务的调度能力。本实施例就是利用边缘云11的任务调度能力及强大的计算能力提出的方法。
具体地,如图2所示,基于边缘云的任务调度方法包括:
步骤S201,接收用户终端发起的任务并将其分配到不同周期的待确定队列中。
边缘云在接收任务时,按照固定的时间周期将接收到的任务分配在不同的待确定队列中。同一周期内,存在多个用户终端的请求任务,即同一周期内存在多个任务,当然也存在某周期内没有任何用户终端发出请求,即边缘云在某周期未收到任何任务。不难理解,不同周期的待确定队列中具有不同数量的任务。
另外,本实施例为了减少任务处理的延迟性,将同一周期内待确定队列中的任务按照时间顺序排列在待确定队列中。
在用户终端发起的任务请求中,携带有任务属性,任务属性包括任务的时延要求、任务对处理能力的要求,边缘云与用户终端之间进行传输所占的传输带宽、边缘云执行任务所占用的处理能力。
步骤S202,根据任务的任务属性和边缘云的总效能依次判断当前周期内待确定任务队列中各任务的处理方式。
边缘云的总效能为边缘云执行任务所占用的资源,如宽带资源和处理能力(如CPU的周期数)。任务的处理方式包括边缘云处理和用户终端处理,其中边缘云处理又包括当前周期处理和下一周期处理两种。
边缘云的总效能通过以下公式获得:
另外,边缘云的总效能具有以下约束条件:
∑i∈ZBi≤B (4)
公式(4)表示各任务所占的带宽总和不能超过边缘云的带宽B,公式(6)表示边缘云分配给各任务的处理能力总和不能超过边缘云的总处理能力。“Y”表示所有申请边缘云处理的任务集合,“0”表示“否”,“1”表示“是”;“Z”表示成功申请到边缘云处理的任务集合。
如图3所示,步骤S2具体包括:
步骤S301,计算第一总效能,第一总效能为执行已经进入当前处理列表的任务所需的总效能。
步骤S302,计算第二总效能,第二总效能是执行已经进入当前处理列表的任务以及第i个任务所需的总效能。
步骤S303,比较第一总效能和第二总效能,比较边缘云的剩余带宽和执行第i个任务所需占用的带宽,以及比较边缘云的剩余的处理能力和执行第i个任务所需占用的处理能力;
步骤S304,若第二总效能大于第一总效能,且边缘云的剩余带宽大于执行第i个任务需占用的带宽,以及边缘云的剩余的处理能力大于执行第i个任务需占用的处理能力,则将第i个任务列入边缘云的当前周期处理列表中,由边缘云在当前周期处理第i个任务。
若第二总效能大于第一总效能,但边缘云的剩余带宽小于执行第i个任务需占用的带宽,以及边缘云的剩余的处理能力小于执行第i个任务需占用的处理能力,则将第i个任务排除在当前周期处理列表之外。
若第二总效能小于第一总效能,则将第i个任务列入排除在当前周期处理列表之外。
对于排除在当前周期处理列表之外的任务,本实施例还进一步包括:
步骤S305,判断第i个任务的时延是否小于预设时延阈值。
步骤S306,若是,则指令第i个任务由对应的用户终端处理。
步骤S307,若否,则将第i个任务设置在下一周期的处理列表中。
在任务属性中包含该任务的时延要求,对于时延要求较高的任务,由用户终端处理;对于时延要求较低的任务,放在边缘云的下一周期处理列表中,由下一周期处理。
假设,边缘云的原始带宽为B,原始处理能力为f。从第一个周期的待确定队列中的第一个任务开始,计算边缘云的效能u1(Bremain,fremain),其中,Bremain表示边缘云的剩余带宽,fremain表示边缘云的剩余处理能力。此时,边缘云的总效能G等于边缘的效能u1(Bremain,fremain)。对于第一个任务,此时Bremain=B,fremain=f。
如果Bremain>B1且fremain>f1,B1表示完成第一个任务需要的带宽,f1表示完成第一个任务需要的处理能力,则该任务被通过预判,被允许进入当前周期处理列表中,并分配给带宽B1和处理能力f1。
当边缘云给第一任务分配带宽B1和处理能力f1后,边缘云的剩余带宽和剩余处理能力变为Bremain=B-B1,fremain=f-f1。
计算第一个周期中待确定任务队列的第二个任务的总效能:
G1+2=u1(B1,f1)+u2(Bremain,fremain)
其中,u2(Bremain,fremain)为第二个任务的效能,G1+2为第二个任务的总效能,即边缘云同时完成第一个任务和第二个任务所需的总效能。
单独完成第一个任务时边缘云的总效能G为:
G1=u1(Bremain,fremain)=u1(B,f)
如果G1+2>G1,且满足Bremain>B2和fremain>f2,B2为完成第二个任务需占用的带宽,f2为完成第二个任务需占用的处理能力,那么第二个任务被排列在当前周期处理列表中,并分配给第二个任务带宽B2和处理能力f2。此时Bremain=B-B1-B2,fremain=f-f1-f2。
如果G1+2>G1,但Bremain≤B2和fremain≤f2,则将第二个任务排除在当前周期处理列表之外。
如果G1+2<G1,则将第二个任务排除在当前周期处理列表之外。
对于第二个任务有两种处理方式:第一种,如果第二个任务的时延要求较高,即用户终端急需获得处理结果,那么边缘云放弃处理第二个任务,并通知对应的用户终端进行本地处理。第二种,如果第二个任务的时延要求较低,即用户终端并不急需获得处理结果,而且第二个任务对计算能力的要求较高,那么该任务请求将放入下一个周期的待确定任务队列中,在第二个周期启动预判处理。
对于第一个周期的第三个任务,判断方式与第二个任务相同,如果第二个任务进入当前周期任务列表,则比较第三个任务总效能G1+2+3和第二个任务总效能G1+2,如果第二个任务未进入当前周期任务列表中,则比较第三个任务总效能G1+2+3和第一个任务总效能G1。
如此依次判断第一周期内的所有任务,直至将第一周期内所有任务清空,在第二周期时启动第二待确定任务,其中包含了第一周期中确定由边缘云的第二周期处理的任务。
本实施例提供的基于边缘云的任务调度方法,接收用户终端发起的任务并将其分配到不同周期的待确定队列中,然后根据任务的任务属性和边缘云的总效能判断当前周期内待确定任务队列中各任务的处理方式,即决定任务放置在边缘云处理还是用户终端处理,并且判断该任务是在边缘云的当前周期处理,还是下个周期处理,从而大大减少了任务的滞后时间,提升了业务的服务质量。
本实施例还提供一种基于边缘云的任务调度装置,如图4所示,基于边缘云的任务调度装置包括:
接收单元41,用于接收用户终端发起的任务。
接收单元41用于按照设定周期接收用户终端发起的任务
队列单元42,用于将接收到的用户终端发起的任务分配到不同周期的待确定队列中。任务属性包括任务的时延要求、任务对处理能力的要求,边缘云与用户终端之间进行传输所占的传输带宽、边缘云执行任务所占用的处理能力。
队列单元42用于将同一周期内接收的用户终端发起的任务按时间顺序排列在待确定队列中。
处理方式确定单元43,用于根据任务的任务属性和边缘云的总效能依次判断待确定任务队列中各任务的处理方式。
其中,边缘云的总效能为边缘云执行任务所占用的资源;任务的处理方式包括边缘云处理和用户终端处理。
如图5所示,处理方式确定单元43包括:
第一计算模块51,用于计算第一总效能,第一总效能为执行已经进入当前处理列表的任务所需的总效能。
第二计算模块52,用于计算第二总效能,第二总效能是执行已经进入当前处理列表的任务以及第i个任务所需的总效能。
第一计算模块51和第二计算模块52通过以下公式计算任务的总效能:
第一计算模块51和第二计算模块52的具体计算方式与基于边缘云的任务调度方法相同,在此不再赘述。
第一比较模块53,用于比较第一总效能和第二总效能;
第二比较模块54,用于比较边缘云的剩余带宽和执行第i个任务所需占用的带宽;
第三比较模块55,用于比较边缘云的剩余的处理能力和执行第i个任务所需占用的处理能力;
处理方式选择模块56,用于在第一比较模块判断第二总效能大于第一总效能,且第二比较模块判断边缘云的剩余带宽大于执行第i个任务需占用的带宽,以及第三比较模块判断边缘云的剩余的处理能力大于执行第i个任务需占用的处理能力时,将第i个任务列入边缘云当前周期处理列表中;
处理方式选择模块在第一比较模块判断第二总效能大于第一总效能,第二比较模块判断边缘云的剩余带宽小于执行第i个任务需占用的带宽,以及第三比较模块判断边缘云的剩余的处理能力小于执行第i个任务需占用的处理能力时,则不将第i个任务列入边缘云的当前周期处理列表中;
处理方式选择模块在第一比较模块判断第二总效能小于第一总效能,则不将第i个任务列入当前周期处理列表中。
作为本实施例的一个实施方式,处理方式确定单元3还包括:
延时判断模块57,用于判断任务的时延是否小于预设时延阈值;
处理方式选择模块56还用于,在任务的时延小于预设时延阈值,选择任务由对应的用户终端处理;在任务的时延大于或等于预设时延阈值时,将任务设置在下一周期的处理列表中。
本实施例提供的基于边缘云的任务调度装置,接收用户终端发起的任务并将其分配到不同周期的待确定队列中,然后根据所述任务的任务属性和边缘云的总效能判断当前周期内所述待确定任务队列中各任务的处理方式,即决定任务放置在边缘云处理还是用户终端处理,并且判断该任务是在边缘云的当前周期处理,还是下个周期处理,从而大大减少了任务的滞后时间,提升了业务的服务质量。
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 (6)
1.一种基于边缘云的任务调度方法,其特征在于,所述方法包括:
接收用户终端发起的任务并将其分配到不同周期的待确定队列中;
根据所述任务的任务属性和边缘云的总效能依次判断当前周期内所述待确定任务队列中各任务的处理方式;
其中,所述任务属性包括所述任务的时延要求、所述任务对处理能力的要求,所述边缘云与所述用户终端之间进行传输所占的传输带宽、边缘云执行所述任务所占用的处理能力;所述边缘云的总效能为所述边缘云执行所述任务所占用的资源;所述任务的处理方式包括边缘云处理和用户终端处理;其中,所述接收用户终端发起的任务并将其分配到不同周期的待确定队列中包括:
按照设定周期接收用户终端发起的任务;
将同一周期内接收的用户终端发起的任务按时间顺序排列在所述待确定队列中;其中,所述根据所述任务的任务属性和边缘云的总效能判断所述任务的处理方式包括:
计算第一总效能,所述第一总效能为执行已经进入当前处理列表的任务所需的总效能;
计算第二总效能,所述第二总效能是执行已经进入当前处理列表的任务以及第i个任务所需的总效能;
比较所述第一总效能和所述第二总效能,比较所述边缘云的剩余带宽和执行所述第i个任务所需占用的带宽,以及比较所述边缘云的剩余的处理能力和执行所述第i个任务所需占用的处理能力;
若所述第二总效能大于所述第一总效能,且所述边缘云的剩余带宽大于执行所述第i个任务需占用的带宽,以及所述边缘云的剩余的处理能力大于执行所述第i个任务需占用的处理能力,则将所述第i个任务列入所述边缘云的当前周期处理列表中;
若所述第二总效能大于所述第一总效能,但所述边缘云的剩余带宽小于执行所述第i个任务需占用的带宽,以及所述边缘云的剩余的处理能力小于执行所述第i个任务需占用的处理能力,则将所述第i个任务排除在所述当前周期处理列表之外;
若所述第二总效能小于所述第一总效能,则将所述第i个任务排除在所述当前周期处理列表之外。
2.根据权利要求1所述的方法,其特征在于,对于未进入所述当前周期处理列表中的任务,所述方法还包括:
判断所述任务的时延是否小于预设时延阈值;
若是,则指定所述任务由对应的用户终端处理;若否,则将所述任务设置在下一周期的处理列表中。
4.一种基于边缘云的任务调度装置,其特征在于,包括:
接收单元,用于接收用户终端发起的任务;
队列单元,用于将接收到的用户终端发起的任务分配到不同周期的待确定队列中;
处理方式确定单元,用于根据所述任务的任务属性和边缘云的总效能依次判断所述待确定任务队列中各任务的处理方式;
其中,所述任务属性包括所述任务的时延要求、所述任务对处理能力的要求,所述边缘云与所述用户终端之间进行传输所占的传输带宽、边缘云执行所述任务所占用的处理能力;所述边缘云的总效能为所述边缘云执行所述任务所占用的资源;所述任务的处理方式包括边缘云处理和用户终端处理;其中,所述接收单元用于按照设定周期接收用户终端发起的任务;
所述队列单元用于将同一周期内接收的用户终端发起的任务按时间顺序排列在所述待确定队列中;其中,所述处理方式确定单元包括:
第一计算模块,用于计算第一总效能,所述第一总效能为执行已经进入当前处理列表的任务所需的总效能;
第二计算模块,用于计算第二总效能,所述第二总效能是执行已经进入当前处理列表的任务以及第i个任务所需的总效能;
第一比较模块,用于比较所述第一总效能和所述第二总效能;
第二比较模块,用于比较所述边缘云的剩余带宽和执行所述第i个任务所需占用的带宽;
第三比较模块,用于比较所述边缘云的剩余的处理能力和执行所述第i个任务所需占用的处理能力;
处理方式选择模块,用于在所述第一比较模块判断所述第二总效能大于所述第一总效能,且所述第二比较模块判断所述边缘云的剩余带宽大于执行所述第i个任务需占用的带宽,以及所述第三比较模块判断所述边缘云的剩余的处理能力大于执行所述第i个任务需占用的处理能力时,将所述第i个任务列入所述边缘云当前周期处理列表中;
所述处理方式选择模块在所述第一比较模块判断所述第二总效能大于所述第一总效能,所述第二比较模块判断所述边缘云的剩余带宽小于执行所述第i个任务需占用的带宽,以及所述第三比较模块判断所述边缘云的剩余的处理能力小于执行所述第i个任务需占用的处理能力时,则不将所述第i个任务列入所述边缘云的当前周期处理列表中;
所述处理方式选择模块在所述第一比较模块判断所述第二总效能小于所述第一总效能,则不将所述第i个任务列入所述当前周期处理列表中。
5.根据权利要求4所述的装置,其特征在于,所述处理方式确定单元还包括:
延时判断模块,用于判断所述任务的时延是否小于预设时延阈值;
所述处理方式选择模块还用于,在所述任务的时延小于预设时延阈值,选择所述任务由对应的用户终端处理;在所述任务的时延大于或等于预设时延阈值时,将所述任务设置在下一周期的处理列表中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910699503.5A CN110399210B (zh) | 2019-07-30 | 2019-07-30 | 基于边缘云的任务调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910699503.5A CN110399210B (zh) | 2019-07-30 | 2019-07-30 | 基于边缘云的任务调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110399210A CN110399210A (zh) | 2019-11-01 |
CN110399210B true CN110399210B (zh) | 2021-10-01 |
Family
ID=68326887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910699503.5A Active CN110399210B (zh) | 2019-07-30 | 2019-07-30 | 基于边缘云的任务调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110399210B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111736988A (zh) * | 2020-05-29 | 2020-10-02 | 浪潮电子信息产业股份有限公司 | 一种异构加速方法、设备、装置及计算机可读存储介质 |
CN114691314B (zh) * | 2021-10-14 | 2024-07-19 | 上海交通大学 | 基于确定性算子共存的服务调度方法及其应用的gpu |
CN115147168B (zh) * | 2022-06-20 | 2023-05-09 | 广东航天信息爱信诺科技有限公司 | 一种电子发票开具任务处理方法、装置及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107087019A (zh) * | 2017-03-14 | 2017-08-22 | 西安电子科技大学 | 一种端云协同计算架构及任务调度装置及方法 |
CN107450982A (zh) * | 2017-06-07 | 2017-12-08 | 上海交通大学 | 一种基于系统状态的任务调度方法 |
CN108920279A (zh) * | 2018-07-13 | 2018-11-30 | 哈尔滨工业大学 | 一种多用户场景下的移动边缘计算任务卸载方法 |
CN109189571A (zh) * | 2018-07-30 | 2019-01-11 | 南京邮电大学 | 计算任务调度方法及系统、边缘节点、存储介质和终端 |
CN109922152A (zh) * | 2019-03-13 | 2019-06-21 | 中南大学 | 一种移动边缘计算中的计算卸载方法及系统 |
CN110022381A (zh) * | 2019-05-14 | 2019-07-16 | 中国联合网络通信集团有限公司 | 一种负载分担方法及装置 |
-
2019
- 2019-07-30 CN CN201910699503.5A patent/CN110399210B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107087019A (zh) * | 2017-03-14 | 2017-08-22 | 西安电子科技大学 | 一种端云协同计算架构及任务调度装置及方法 |
CN107450982A (zh) * | 2017-06-07 | 2017-12-08 | 上海交通大学 | 一种基于系统状态的任务调度方法 |
CN108920279A (zh) * | 2018-07-13 | 2018-11-30 | 哈尔滨工业大学 | 一种多用户场景下的移动边缘计算任务卸载方法 |
CN109189571A (zh) * | 2018-07-30 | 2019-01-11 | 南京邮电大学 | 计算任务调度方法及系统、边缘节点、存储介质和终端 |
CN109922152A (zh) * | 2019-03-13 | 2019-06-21 | 中南大学 | 一种移动边缘计算中的计算卸载方法及系统 |
CN110022381A (zh) * | 2019-05-14 | 2019-07-16 | 中国联合网络通信集团有限公司 | 一种负载分担方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110399210A (zh) | 2019-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Angelakis et al. | Allocation of heterogeneous resources of an IoT device to flexible services | |
CN110399210B (zh) | 基于边缘云的任务调度方法及装置 | |
CN110489176B (zh) | 一种基于装箱问题的多接入边缘计算任务卸载方法 | |
CN110225553B (zh) | 一种数据分流方法及设备、系统 | |
CN108924796B (zh) | 一种资源分配及卸载比例联合决策的方法 | |
CN109041130B (zh) | 基于移动边缘计算的资源分配方法 | |
CN110098969A (zh) | 一种面向物联网的雾计算任务卸载方法 | |
CN103945540B (zh) | 一种逻辑信道优先级处理方法及装置 | |
CN109743751B (zh) | 无线接入网的资源分配方法及装置 | |
KR20200017589A (ko) | 무선 통신 시스템에서 모바일 노드의 태스크를 오프로딩하기 위한 클라우드 서버 및 그의 동작 방법 | |
CN109246833B (zh) | 承载配置确定、信息发送方法及装置、主基站和辅基站 | |
JP2008536409A (ja) | データネットワークを通して強化されたコンテンツ配信を行うための方法及び装置 | |
WO2023221353A1 (zh) | 一种计算任务分配和更新方法、终端及网络设备 | |
CN110008015B (zh) | 边缘计算系统中有带宽限制的在线任务分派调度方法 | |
CN112714081B (zh) | 一种数据处理方法及其装置 | |
JP6449921B2 (ja) | 端末装置およびd2dリソース管理方法 | |
CN106686635B (zh) | 基于无线接入点的控制和配置协议的数据传输方法和装置 | |
CN110475284B (zh) | 一种进行资源分配的方法和装置 | |
CN104427630B (zh) | 一种分组调度方法及装置 | |
CN114253698A (zh) | 资源调度方法、系统、电子设备及存储介质 | |
US9635586B2 (en) | Method and apparatus for using call admission control for client balancing | |
WO2016184166A1 (zh) | 载波聚合带宽分配的方法及装置 | |
CN111741534B (zh) | 资源调度方法及装置 | |
CN105992360B (zh) | 一种资源分配方法及装置 | |
CN118368259B (zh) | 网络资源分配方法、装置、电子设备和存储介质 |
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 |