CN111614735B - 基于加权轮转算法的新型雾计算架构及其任务调度方法 - Google Patents

基于加权轮转算法的新型雾计算架构及其任务调度方法 Download PDF

Info

Publication number
CN111614735B
CN111614735B CN202010360749.2A CN202010360749A CN111614735B CN 111614735 B CN111614735 B CN 111614735B CN 202010360749 A CN202010360749 A CN 202010360749A CN 111614735 B CN111614735 B CN 111614735B
Authority
CN
China
Prior art keywords
fog
server
task
fog server
tasks
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
CN202010360749.2A
Other languages
English (en)
Other versions
CN111614735A (zh
Inventor
郑逢斌
朱东伟
马宇翔
黄祥志
乔保军
杜莹
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.)
Henan University
Original Assignee
Henan University
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 Henan University filed Critical Henan University
Priority to CN202010360749.2A priority Critical patent/CN111614735B/zh
Publication of CN111614735A publication Critical patent/CN111614735A/zh
Application granted granted Critical
Publication of CN111614735B publication Critical patent/CN111614735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • 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
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Hardware Redundancy (AREA)

Abstract

本发明提供一种基于加权轮转算法的新型雾计算架构及其任务调度方法。该架构包括：沿边缘网络侧至核心网络侧方向依次构建的云服务层、雾服务层和用户层；其中，云服务层，包括云服务器；雾服务层，包括多个雾服务器；用户层包括不同类型的用户终端；雾服务器，用于向云服务器发送其配置信息，并接收云服务器分配的任务，将任务存放至本地任务列表，以便逐条进行处理，将处理结果反馈至对应的用户终端；云服务器，用于根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，并根据任务分配权值将云端任务列表中的任务分配至各雾服务器。本发明能够使任务分配更加合理，提升了系统的资源利用率和系统的整体性能。

Description

基于加权轮转算法的新型雾计算架构及其任务调度方法
技术领域
本发明涉及雾计算架构任务调度技术领域，尤其涉及一种基于加权轮转算法的新型雾计算架构及其任务调度方法。
背景技术
雾计算架构打破了传统云计算集中式处理数据的工作方式，旨在将用户提交的任务在靠近用户侧进行处理，数据不再全部上传至云计算中心，不仅减少了核心网络带宽的压力，也大大降低了数据在上传过程中被不法分子窃取的风险。由于距离用户只有一跳，对于用户来说，相当于在本地处理，能够给用户提供低时延、快响应服务。
例如，“韩奎奎,谢在鹏,吕鑫.一种基于改进遗传算法的雾计算任务调度策略[J].计算机科学,2018,45(04):137-142.”主要是在调度任务时考虑了服务等级目标中响应时间的约束，优先将时间紧迫型请求调度到距离用户近的雾端进行处理，非时间紧迫型请求则调度到云端进行处理。但是，在将任务调度到雾端进行处理的过程中，在将多个请求分配到各雾计算节点时，却并未考虑到各雾计算节点之间的差异性问题，而由于雾计算架构中各雾计算节点性能不一，处理任务能力差异性较大，如果直接将任务平均分配到各雾计算节点处理则将造成系统资源的浪费。
发明内容
针对传统雾计算架构中没有很好的考虑到各雾计算节点因配置不同、处理任务能力差异性较大而造成系统资源不能得到充分利用的问题，本发明提供一种基于加权轮转算法的新型雾计算架构及其任务调度方法，将加权轮转算法思想融入雾计算架构，在提高系统资源利用率的同时，系统的整体性能也能得到大幅提升。
本发明提供的一种基于加权轮转算法的新型雾计算架构，包括：沿边缘网络侧至核心网络侧方向依次构建的云服务层、雾服务层和用户层；其中，所述云服务层，包括云服务器；所述雾服务层，包括多个雾服务器；所述用户层包括不同类型的用户终端；
所述雾服务器，用于向云服务器发送其配置信息，并接收云服务器分配的任务，将所述任务存放至本地任务列表，以便逐条进行处理，将处理结果反馈至对应的用户终端；
所述云服务器，用于根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，并根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器。
进一步地，所述雾服务器还用于在逐条处理任务的过程中，每隔预设时长向云服务器上报任务预完成时间；
相应地，所述云服务器还用于接收各雾服务器上报的任务预完成时间，统计各雾服务器的上报状态，根据所述上报状态动态调整各雾服务器的任务分配权值。
进一步地，所述根据所述上报状态动态调整各雾服务器的任务分配权值，具体为：
若根据所述上报状态判断获知各雾服务器运行无异常，则继续根据各雾服务器的原有的任务分配权值轮转分发任务；
若根据所述上报状态判断获知各雾服务器运行异常，则重新调整各雾服务器的任务分配权值，根据新的任务分配权值轮转分发任务。
进一步地，所述配置信息包括：存储能力和计算能力。
进一步地，所述根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，具体为：
在预设的对照参数表中查询得到任务分配权值；所述对照参数表存储有任务分配权值与配置信息的映射关系。
本发明提供的基于上述的新型雾计算架构的任务调度方法，包括以下步骤：
步骤1：各雾服务器向云服务器发送其配置信息；
步骤2：云服务器根据各雾服务器的配置信息确定对应的雾服务器的任务分配权值，根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器；
步骤3：各雾服务器接收云服务器分配的任务，将所述任务存放至本地任务列表，以便逐条进行处理，并将处理结果反馈至对应的用户终端。
进一步地，步骤3中，各雾服务器在逐条处理任务的过程中，每隔预设时长向云服务器上报任务预完成时间；
对应地，步骤2还包括：
云服务器接收各雾服务器上报的任务预完成时间，统计各雾服务器的上报状态，根据所述上报状态动态调整各雾服务器的任务分配权值。
进一步地，所述根据所述上报状态动态调整各雾服务器的任务分配权值，具体为：
若根据所述上报状态判断获知各雾服务器运行无异常，则继续根据各雾服务器的原有的任务分配权值轮转分发任务；
若根据所述上报状态判断获知各雾服务器运行异常，则重新调整各雾服务器的任务分配权值，根据新的任务分配权值轮转分发任务。
本发明的有益效果：
本发明提供的一种基于加权轮转算法的新型雾计算架构及其任务调度方法，将加权轮转算法思想加入雾计算架构中，充分考虑到各雾服务器节点在配置和性能上的差异性，能够根据各雾服务器节点的配置信息进行任务分配，能够使任务分配更加合理，提升了系统的资源利用率和系统的整体性能。此外，本发明中还在各雾服务器中加入了任务完成时间预评估算法，能够根据各雾服务器节点的运行情况进行权值动态调整，减少了系统的不稳定因素造成的影响，进一步提升了系统性能。
附图说明
图1为本发明实施例提供的一种基于加权轮转算法的新型雾计算架构的结构示意图；
图2为本发明实施例提供的一种基于加权轮转算法的新型雾计算架构的任务调度方法的流程示意图之一；
图3为本发明实施例提供的一种基于加权轮转算法的新型雾计算架构的任务调度方法的流程示意图之二；
图4为本发明实施例提供的基于加权轮转算法的新型雾计算架构和传统雾计算架构在雾计算节点数均为4时的系统总耗时对比图；
图5为本发明实施例提供的本发明实施例提供的基于加权轮转算法的新型雾计算架构和传统雾计算架构在雾计算节点数均为8时的系统总耗时对比图；
图6为本发明实施例提供的本发明实施例提供的基于加权轮转算法的新型雾计算架构和传统雾计算架构在雾计算节点数均为12时的系统总耗时对比图；
图7为本发明实施例提供的基于加权轮转算法的新型雾计算架构和传统雾计算架构在雾计算节点数均为16时的系统总耗时对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例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。
如图1所示，本发明实施例提供一种基于加权轮转算法的新型雾计算架构，包括：沿边缘网络侧至核心网络侧方向依次构建的云服务层、雾服务层和用户层；其中，所述云服务层，包括云服务器；所述雾服务层，包括多个雾服务器；所述用户层包括不同类型的用户终端；
所述雾服务器，用于向云服务器发送其配置信息，并接收云服务器分配的任务，将所述任务存放至本地任务列表，以便逐条进行处理，将处理结果反馈至对应的用户终端；
所述云服务器，用于根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，并根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器。
传统雾计算架构在任务分配策略中没有充分考虑到雾计算架构中各雾服务器的配置和性能差异性，仅仅是直接将任务平均分配给各雾服务器，造成系统资源的浪费，而本发明实施例提供的基于加权轮转算法的新型雾计算架构，则将加权轮转算法思想加入雾计算架构中，能够根据各雾服务器的配置信息进行任务分配，使得任务分配更加合理，提升了系统的资源利用率和系统的整体性能。
在上述实施例的基础上，所述雾服务器还用于在逐条处理任务的过程中，每隔预设时长向云服务器上报任务预完成时间；相应地，所述云服务器还用于接收各雾服务器上报的任务预完成时间，统计各雾服务器的上报状态，根据所述上报状态动态调整各雾服务器的任务分配权值。
具体地，各雾服务器运行任务完成时间预评估算法，该算法计算过程为：首先对执行过的单任务执行时间信息进行收集和取平均操作，得到单个任务的平均执行时间；然后通过统计本地任务列表中的未完成任务数，单个任务的平均执行时间乘以未完成任务数得到该雾服务器节点的任务预完成时间，最后将结果上报到云服务器。
所述根据所述上报状态动态调整各雾服务器的任务分配权值，具体为：若根据所述上报状态判断获知各雾服务器运行无异常，则继续根据各雾服务器的原有的任务分配权值轮转分发任务；若根据所述上报状态判断获知各雾服务器运行异常，则重新调整各雾服务器的任务分配权值，根据新的任务分配权值轮转分发任务。
例如，若云服务器根据上报状态得知：没有接收到某个雾服务器的上报结果，则认为该雾服务器运行异常(例如该节点可能处于连接中断状态)，则将该雾服务器的任务分配权值设置为0，表示云服务器不再向该雾服务器分配任务。若云服务器根据上报状态得知：接收到某个雾服务器的上报结果(即任务预完成时间)，比较本次接收到的任务预完成时间与上次接收到的任务预完成时间，若前者大于后者，则认为该雾服务器运行异常，则适当减小该雾服务器的任务分配权值。
例如，该雾服务器在执行任务过程中被其他任务(如来自本地提交的任务)占用了计算机资源，就会导致云服务器分配到该雾服务器节点的任务执行时间延长，即本次接收的任务预完成时间要长于上次接收的任务预完成时间。
本发明实施例提供的基于加权轮转算法的新型雾计算架构，在各雾服务器上引入了任务完成时间预评估算法，能够根据各雾服务器的运行情况进行权值动态调整，减少了系统的不稳定因素造成的影响，进一步提升了系统性能。
在上述各实施例的基础上，所述配置信息包括：存储能力和计算能力。所述存储能力包括内存频率和容量等信息；所述计算能力包括CPU性能和缓存等信息。
所述根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，具体为：在预设的对照参数表中查询得到任务分配权值；所述对照参数表存储有任务分配权值与配置信息的映射关系。
例如，CPU2.20Ghz+RAM8G设置权值为1、CPU3.40Ghz+RAM64G设置为3等。需要说明的是，任务分配权值的设置可以根据具体雾计算架构中包含的不同雾计算节点配置情况进行灵活设置。
另外，针对雾计算节点配置种类过多情况的，对照参数表可以设置为区间对照参数表，例如CPU在2Ghz-3Ghz之间的设置为某个权值，3Ghz-4Ghz之间的设置为某个权值，然后云服务器根据各节点的CPU信息对节点赋相应的权值。
基于上述的新型雾计算架构，如图2所示，本发明实施例还提供一种任务调度方法，包括以下步骤：
S101：各雾服务器向云服务器发送其配置信息；
具体地，系统启动之后，各雾服务器加入系统，然后向云服务器发送其配置信息。
S102：云服务器根据各雾服务器的配置信息确定对应的雾服务器的任务分配权值，根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器；
S103：各雾服务器接收云服务器分配的任务，将所述任务存放至本地任务列表，以便逐条进行处理，并将处理结果反馈至对应的用户终端。
本发明实施例提供的基于加权轮转算法的新型雾计算架构的任务调度方法，引入加权轮转算法思想，能够根据各雾服务器的配置信息进行任务分配，使得任务分配更加合理，提升了系统的资源利用率和系统的整体性能。
在上述实施例的基础上，本发明实施例还提供一种任务调度方法，如图3所示，包括以下步骤：
S201：各雾服务器向云服务器发送其配置信息；
S202：云服务器根据各雾服务器的配置信息确定对应的雾服务器的任务分配权值，根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器；
S203：各雾服务器接收云服务器分配的任务，将所述任务存放至本地任务列表；
S204：各雾服务器逐条处理本地任务列表的任务，在逐条处理任务的过程中，每隔预设时长向云服务器上报任务预完成时间；
S205：云服务器接收各雾服务器上报的任务预完成时间，统计各雾服务器的上报状态，根据所述上报状态动态调整各雾服务器的任务分配权值，根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器；
具体地，所述根据所述上报状态动态调整各雾服务器的任务分配权值，具体为：若根据所述上报状态判断获知各雾服务器运行无异常，则继续根据各雾服务器的原有的任务分配权值轮转分发任务；若根据所述上报状态判断获知各雾服务器运行异常，则重新调整各雾服务器的任务分配权值，根据新的任务分配权值轮转分发任务。
S206：各雾服务器将处理结果反馈至对应的用户终端。
具体地，用户终端包括但不限于计算机终端、车载终端和智能移动终端。
本发明实施例提供的基于加权轮转算法的新型雾计算架构的任务调度方法，在各雾服务器上引入了任务完成时间预评估算法，能够根据各雾服务器的运行情况进行权值动态调整，减少了系统的不稳定因素造成的影响，进一步提升了系统性能。
下面对本发明提供的一种基于加权轮转算法的新型雾计算架构的可用性和高效性进行如下测试实验，本测试实验是将本发明提出的基于加权轮转算法的新型雾计算架构和传统雾计算架构在对任务的处理情况方面进行对比，以验证本发明提出的基于加权轮转算法的新型雾计算架构的合理性和高效性。
具体地，主要从系统中对于处理同等数量的任务系统总耗时进行对比，以验证基于加权轮转算法的新型雾计算架构的可用性和处理任务的高效性。
由于要对比两种架构的任务处理速度，本测试实验共进行了四组实验，分别是在雾计算节点数为4个、8个、12个和16个时，其中每组实验中的节点都分为两种：一半为普通雾计算节点(处理任务能力相对较弱)、一半为服务器雾计算节点(处理任务能力相对较强)。由主服务器向传统雾计算架构系统和本发明提出的基于加权轮转算法的新型雾计算架构系统分别提交10个、20个、30个、40个、50个、60个任务，统计两种架构系统处理任务的总耗时，根据结果对两组数据进行对比和分析。服务器雾计算节点和普通雾计算节点的软硬件配置信息如表1和表2所示：
表1服务器雾计算节点的软硬件配置信息
Figure BDA0002474990660000071
表2普通雾计算节点的软硬件配置信息
Figure BDA0002474990660000081
本发明提供的一种基于加权轮转算法的新型雾计算架构相较于传统雾计算架构，在任务处理的效率上有明显提升。图4、图5、图6和图7分别为雾计算节点数为4个、8个、12个、和16个时向系统提交10个、20个、30个、40个、50个、60个任务的系统总耗时对比图。从图4、图5、图6、图7的结果不难看出，同等条件下，基于加权轮转算法的新型雾计算架构的处理任务总耗时始终低于传统雾计算架构，并且呈现出随着任务数量的增加，基于加权轮转算法的新型雾计算架构的优势越来越明显的趋势。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.基于加权轮转算法的新型雾计算架构，其特征在于，包括：沿边缘网络侧至核心网络侧方向依次构建的云服务层、雾服务层和用户层；其中，所述云服务层，包括云服务器；所述雾服务层，包括多个雾服务器；所述用户层包括不同类型的用户终端；
所述雾服务器，用于向云服务器发送其配置信息，并接收云服务器分配的任务，将所述任务存放至本地任务列表，以便逐条进行处理，将处理结果反馈至对应的用户终端；用于在逐条处理任务的过程中，每隔预设时长向云服务器上报任务预完成时间；
所述云服务器，用于根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，并根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器；用于接收各雾服务器上报的任务预完成时间，统计各雾服务器的上报状态，根据所述上报状态动态调整各雾服务器的任务分配权值，具体包括：若根据所述上报状态判断获知各雾服务器运行无异常，则继续根据各雾服务器的原有的任务分配权值轮转分发任务；所述配置信息包括：存储能力和计算能力；
若根据所述上报状态判断获知各雾服务器运行异常，则重新调整各雾服务器的任务分配权值，根据新的任务分配权值轮转分发任务，具体包括：若某个雾服务器运行异常，则将该雾服务器的任务分配权值设置为0，表示云服务器不再向该雾服务器分配任务；针对某个雾服务器，若云服务器本次接收到的任务预完成时间大于上次接收到的任务预完成时间，则减小该雾服务器的任务分配权值。
2.根据权利要求1所述的新型雾计算架构，其特征在于，所述根据接收到的各雾服务器的配置信息确定对应的雾服务器的任务分配权值，具体为：
在预设的对照参数表中查询得到任务分配权值；所述对照参数表存储有任务分配权值与配置信息的映射关系。
3.基于权利要求1或2所述的新型雾计算架构的任务调度方法，其特征在于，包括：
步骤1：各雾服务器向云服务器发送其配置信息；
步骤2：云服务器根据各雾服务器的配置信息确定对应的雾服务器的任务分配权值，根据所述任务分配权值将云端任务列表中的任务分配至各雾服务器；
步骤3：各雾服务器接收云服务器分配的任务，将所述任务存放至本地任务列表，以便逐条进行处理，并将处理结果反馈至对应的用户终端；
步骤4：各雾服务器在逐条处理任务的过程中，每隔预设时长向云服务器上报任务预完成时间；
步骤5：云服务器接收各雾服务器上报的任务预完成时间，统计各雾服务器的上报状态，根据所述上报状态动态调整各雾服务器的任务分配权值，然后执行步骤2；
所述根据所述上报状态动态调整各雾服务器的任务分配权值，具体为：若根据所述上报状态判断获知各雾服务器运行无异常，则继续根据各雾服务器的原有的任务分配权值轮转分发任务；若根据所述上报状态判断获知各雾服务器运行异常，则重新调整各雾服务器的任务分配权值，根据新的任务分配权值轮转分发任务，具体包括：若某个雾服务器运行异常，则将该雾服务器的任务分配权值设置为0，表示云服务器不再向该雾服务器分配任务；针对某个雾服务器，若云服务器本次接收到的任务预完成时间大于上次接收到的任务预完成时间，则减小该雾服务器的任务分配权值。
CN202010360749.2A 2020-04-30 2020-04-30 基于加权轮转算法的新型雾计算架构及其任务调度方法 Active CN111614735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010360749.2A CN111614735B (zh) 2020-04-30 2020-04-30 基于加权轮转算法的新型雾计算架构及其任务调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010360749.2A CN111614735B (zh) 2020-04-30 2020-04-30 基于加权轮转算法的新型雾计算架构及其任务调度方法

Publications (2)

Publication Number Publication Date
CN111614735A CN111614735A (zh) 2020-09-01
CN111614735B true CN111614735B (zh) 2022-03-22

Family

ID=72201239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010360749.2A Active CN111614735B (zh) 2020-04-30 2020-04-30 基于加权轮转算法的新型雾计算架构及其任务调度方法

Country Status (1)

Country Link
CN (1) CN111614735B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112398917A (zh) * 2020-10-29 2021-02-23 国网信息通信产业集团有限公司北京分公司 面向多站融合架构的实时任务调度方法和装置
CN115484260A (zh) * 2021-06-15 2022-12-16 北京小米移动软件有限公司 一种资源配置方法、云服务器、终端及存储介质
CN115357257B (zh) * 2022-10-21 2023-01-24 统信软件技术有限公司 一种安装文件生成方法、系统、计算设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107493334A (zh) * 2017-08-18 2017-12-19 西安电子科技大学 一种云雾计算网络架构及增强云雾网络架构可靠性的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9507630B2 (en) * 2012-02-09 2016-11-29 Cisco Technology, Inc. Application context transfer for distributed computing resources
CN107172166B (zh) * 2017-05-27 2021-03-23 电子科技大学 面向工业智能化服务的云雾计算系统
CN108156267B (zh) * 2018-03-22 2020-12-29 山东大学 一种雾计算架构中使用缓存改善网站访问时延的方法
CN108600355A (zh) * 2018-04-13 2018-09-28 济南浪潮高新科技投资发展有限公司 一种雾计算负载均衡调度系统及方法
CN110392079B (zh) * 2018-04-20 2021-10-26 上海无线通信研究中心 面向雾计算的节点计算任务调度方法及其设备
CN110888734A (zh) * 2019-10-17 2020-03-17 国网浙江省电力有限公司 一种雾计算资源处理方法、装置、电子设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107493334A (zh) * 2017-08-18 2017-12-19 西安电子科技大学 一种云雾计算网络架构及增强云雾网络架构可靠性的方法

Also Published As

Publication number Publication date
CN111614735A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111614735B (zh) 基于加权轮转算法的新型雾计算架构及其任务调度方法
US20200029110A1 (en) Bandwidth Control Method and Apparatus, and Device
WO2023050901A1 (zh) 一种负载均衡方法、装置、设备、计算机存储介质和程序
CN109582447B (zh) 计算资源分配方法、任务处理方法及装置
US11894992B2 (en) Network component management method and network device
EP4167539A1 (en) Resource management method and system, proxy server, and storage medium
CN107205030B (zh) 服务器资源调度方法及系统
CN110221920B (zh) 部署方法、装置、存储介质及系统
CN112711479A (zh) 服务器集群的负载均衡系统、方法、装置和存储介质
CN108446179B (zh) 基于负载均衡机制的权重优先Task任务调度方法
CN118277105B (zh) 分布式集群并发任务分发的负载均衡方法、系统及产品
CN113726690A (zh) 一种协议报文的上传方法、系统、电子设备及存储介质
CN110868323B (zh) 一种带宽控制方法、装置、设备及介质
CN111741079A (zh) 一种基于微服务架构的接口处理方法及系统
CN112882827A (zh) 用于负载均衡的方法、电子设备和计算机程序产品
CN112511652B (zh) 一种边缘计算下的合作计算任务分配方法
WO2021083196A1 (zh) 网络流量的迁移方法及装置
CN103297511A (zh) 高度动态环境下的客户端/服务器的调度方法和系统
CN112817726A (zh) 一种云环境下基于优先级的虚拟机分组资源调度方法
CN107995312B (zh) 一种边界网络服务流量分流系统及动态分流方法
CN110209475B (zh) 数据采集方法及装置
CN110955522B (zh) 一种协调性能隔离和数据恢复优化的资源管理方法及系统
CN109445934B (zh) 查询请求的分配方法及系统
CN113835888A (zh) CPU动态分配提升WiFi性能的方法、WiFi通讯设备及存储介质
CN113986523A (zh) 一种Flink系统资源分配优化方法、系统、设备及介质

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