CN111897536A - 一种应用部署方法、装置及电子设备 - Google Patents

一种应用部署方法、装置及电子设备 Download PDF

Info

Publication number
CN111897536A
CN111897536A CN202010605447.7A CN202010605447A CN111897536A CN 111897536 A CN111897536 A CN 111897536A CN 202010605447 A CN202010605447 A CN 202010605447A CN 111897536 A CN111897536 A CN 111897536A
Authority
CN
China
Prior art keywords
information
application deployment
division
edge nodes
edge
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.)
Granted
Application number
CN202010605447.7A
Other languages
English (en)
Other versions
CN111897536B (zh
Inventor
刘武明
沈寓实
汝聪翀
姚正斌
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.)
Fenomen Array Beijing Technology Co ltd
Original Assignee
Fenomen Array Beijing Technology 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 Fenomen Array Beijing Technology Co ltd filed Critical Fenomen Array Beijing Technology Co ltd
Priority to CN202010605447.7A priority Critical patent/CN111897536B/zh
Publication of CN111897536A publication Critical patent/CN111897536A/zh
Application granted granted Critical
Publication of CN111897536B publication Critical patent/CN111897536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/60Software deployment
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Stored Programmes (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种应用部署方法、装置及电子设备,属于边缘计算领域,该方法包括:获取M个边缘节点的位置信息;根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。上述方案,可以利用初次划分的第一划分信息以及第一应用部署信息对M个边缘节点二次划分的方式优化划分方式,从而优化应用部署方案,无需人工干预。

Description

一种应用部署方法、装置及电子设备
技术领域
本申请属于边缘计算技术领域,具体涉及一种应用部署方法、装置及电子设备。
背景技术
现有的边缘计算部署方案与云计算应用部署方案相同,通过遍历每一控制的节点进行应用部署,轮询所有要部署的节点,从应用仓库下载部署指定应用。
传统的应用部署方案只适合云计算模式,由于边缘节点并不同构,节点功能位置也各异,在应用部署时,往往需要大量人工进行干预,对节点进行划分,造成大量运维工作,同时由于没有考虑边缘节点的异构位置等,对应用的运行性能并不能达到最优。
发明内容
本申请实施例的目的是提供一种应用部署方法、装置及电子设备,能够解决现有对边缘节点进行划分的方式造成大量运维工作的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种应用部署方法,该方法包括:
获取M个边缘节点的位置信息;
根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;
根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;
根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
可选的,所述方法还包括:
更新所述M个边缘节点的位置信息。
可选的,所述根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,包括:
将所述第一划分信息以及所述第一应用部署信息输入目标人工智能AI模型中,获取对所述M个边缘节点的目标划分方式;
根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息。
可选的,在所述根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息之后,所述方法还包括:
将所述第二划分信息以及按照所述第二划分信息进行应用部署的第二应用部署信息输入所述目标AI模型中,更新对所述M个边缘节点的目标划分方式;
根据更新后的目标划分方式,对所述M个边缘节点进行划分,确定更新后的第二划分信息。
可选的,所述获取M个边缘节点的位置信息之前,所述方法还包括:
获取划分信息数据集,所述划分信息数据集包括N个划分信息,N>1,且N为正整数;
根据所述N个划分信息,建立AI模型,并获取每一划分信息对应的应用部署信息;
根据所述应用部署信息,训练所述AI模型,并获取训练后的目标AI模型。
可选的,所述第一应用部署信息包括:应用部署消耗资源信息或应用部署后的性能指标信息。
可选的,所述根据所述第二划分信息对所述M个边缘节点进行应用部署,包括:
根据所述第二划分信息,将所述M个边缘节点划分为P个子集群;
确定每一所述子集群中的目标边缘节点,所述目标边缘节点用于对其所属子集群中的边缘节点进行应用部署;
其中,N为正整数,且M≥P。
第二方面,本申请实施例提供了一种应用部署装置,包括:
第一获取模块,用于获取M个边缘节点的位置信息;
第二获取模块,用于根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;
第一处理模块,用于根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;
第二处理模块,用于根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
第三方面,本申请实施例提供了一种电子设备,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如上所述的应用部署方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如上所述的应用部署方法的步骤。
在本申请实施例中,通过获取的M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息,并根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,根据所述第二划分信息对所述M个边缘节点进行应用部署,可以利用初次划分的第一划分信息以及第一应用部署信息对M个边缘节点二次划分的方式优化划分方式,从而优化应用部署方案,无需人工干预,减少运维工作量。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本申请实施例的应用部署方法流程图;
图2是本申请实施例的应用部署装置的结构示意图;
图3是本申请实施例的电子设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
在进行本发明实施例的说明时,首先对下面描述中所用到的一些概念进行解释说明。
边缘计算是云计算的新一代发展方向,传统的云计算的计算资源集中在数据中心,所有的计算器服务器集中在大的机房中,而边缘计算是指一些轻量化、在边缘测的设备和数据中心的计算设备相独立的外部设备。应用部署指的是管理员将指定的应用部署到指定的计算机或者服务器上面,分配其指定的计算资源。
本申请实施例提供了一种应用部署方法、装置及电子设备,能够解决现有对边缘节点进行划分的方式造成大量运维工作的问题,可以利用初次划分的第一划分信息以及第一应用部署信息对M个边缘节点二次划分的方式优化划分方式,从而优化应用部署方案,无需人工干预,减少运维工作量。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的应用部署方法进行详细地说明。
如图1所示,本申请实施例提供了一种应用部署方法,应用于控制中心,包括:
步骤101,获取M个边缘节点的位置信息。
具体的,M个边缘节点中的每一个边缘节点均可以通过全球定位系统(GlobalPositioning System,GPS)、北斗、第四代移动通信技术(the 4th Generation mobilecommunication technology,4G)或者第五代移动通信技术(5th-Generation,5G)基站等方式获取自身的位置信息,并将获取的自身的位置信息上报至所述控制中心,即控制中心接收各个边缘节点发送的位置信息,即所述控制中心获取到M个边缘节点中每一边缘节点的位置信息。
需要说明的是,所述控制中心在获取到M个边缘节点中每一边缘节点的位置信息之后,可以将每一边缘节点的位置信息进行存储。其中,所述M个边缘节点为同一集群中的边缘节点。
需要说明的是,所述位置信息可以包括但不限于地理位置信息和地图信息中的至少一项,在此不做具体限定。
步骤102,根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息。
具体的,根据所述M个边缘节点的位置信息可以对M个边缘节点进行初次划分,获取初次划分之后的第一划分信息(即将M个边缘节点划分为不同子集群的划分信息),并可以根据第一划分信息对不同的子集群进行应用部署,获取应用部署后的第一应用部署信息,即每一个子集群进行应用部署的相关信息。
例如:M取值为5,即M个边缘节点包括第一边缘节点A、第二边缘节点B、第三边缘节点C、第四边缘节点D以及第五边缘节点E;如果根据上述5个边缘节点的位置信息,将上述5个边缘节点初次划分为两个子集群,分别为第一子集群和第二子集群,所述第一子集群包括第一边缘节点A、第二边缘节点B和第三边缘节点C;所述第二子集群包括第四边缘节点D和第五边缘节点E,即第一划分信息包括:第一边缘节点A、第二边缘节点B和第三边缘节点C属于第一子集群,第四边缘节点D和第五边缘节点E属于第二子集群等相关信息。在获取到初次划分所述M个边缘节点的第一划分信息的情况下,按照所述第一划分信息对每一个子集群进行应用部署,得到应用部署后的第一应用部署信息,所述第一应用部署信息包括每一个子集群中的每一边缘节点的应用部署等信息,在此不做具体限定。
具体的,在所述位置信息包括地理位置信息的情况下,可以基于M个边缘节点的地理位置信息,初次划分成固定的区域格子,每一个区域格子代表一个子集群。
需要说明的是,所述地理位置信息可以包括但不限于经纬度和海拔中的至少一项。例如:同一个经纬度范围的边缘节点可以划分为同一子集群,或者同一个海拔范围的边缘节点可以划分为同一个子集群等。
例如:M取值为5,即M个边缘节点包括第一边缘节点A、第二边缘节点B、第三边缘节点C、第四边缘节点D以及第五边缘节点E。第一边缘节点A的海拔处于第一海拔范围内,所述第二边缘节点B的海拔处于第一海拔范围内,所述第三边缘节点C的海拔处于第一海拔范围内,所述第四边缘节点D的海拔处于第二海拔范围内,所述第五边缘节点E的海拔处于第二海拔范围内,即可以初次划分为两个固定的区域格子,其中一个为第一海拔范围的区域格子,另一个为第二海拔范围的区域格子。换句话说,所述第一边缘节点A、第二边缘节点B、第三边缘节点C均处于第一海拔范围内,所述第一边缘节点A、第二边缘节点B、第三边缘节点C属于同一个子集群。同理,所述第四边缘节点D和第五边缘节点E均处于第二海拔范围内,所述第四边缘节点D和第五边缘节点E属于同一个子集群。
具体的,在所述位置信息包括地图信息的情况下,可以基于M个边缘节点的地图信息,将M个边缘节点初次划分至不同的功能块,每一个功能块代表一个子集群。
需要说明的是,所述地图信息可以包括但不限于街区、居住区域、工厂、工厂道路、居住区域道路等。例如:同一个街区的边缘节点可以划分为同一功能块,或者同一个居住区域的边缘节点可以划分为同一功能块,或者同一个工厂的边缘节点可以划分为同一功能块等。
例如:M取值为5,即M个边缘节点包括第一边缘节点A、第二边缘节点B、第三边缘节点C、第四边缘节点D以及第五边缘节点E。第一边缘节点A所在地图的位置为第一工厂的范围内,所述第二边缘节点B所在地图的位置为第一工厂的范围内,所述第三边缘节点C所在地图的位置为第一工厂的范围内,所述第四边缘节点D所在地图的位置为第二工厂的范围内,所述第五边缘节点E所在地图的位置为第二工厂的范围内,即可以初次划分为两个功能块,其中一个为第一工厂的功能块,另一个为第二工厂的功能块。换句话说,所述第一边缘节点A、第二边缘节点B、第三边缘节点C均属于第一工厂的功能块,所述第一边缘节点A、第二边缘节点B、第三边缘节点C属于同一个子集群。同理,所述第四边缘节点D和第五边缘节点E均属于第二工厂的功能块,所述第四边缘节点D和第五边缘节点E属于同一个子集群。
步骤103,根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息。
具体的,根据初次划分之后得到的第一划分信息以及第一应用部署信息,可以对M个边缘节点进行重新划分或者进一步的精确划分,即可以利用初次划分的第一划分信息以及第一应用部署信息对M个边缘节点进行二次划分的方式优化划分方式,从而优化应用部署方案,无需人工干预。
例如:在所述二次划分为进一步的精确划分的情况下,如果M个边缘节点为6个边缘节点,则分别为第一边缘节点A、第二边缘节点B、第三边缘节点C、第四边缘节点D、第五边缘节点E以及第六边缘节点F,第一划分信息包括:第一边缘节点A、第二边缘节点B、第三边缘节点C和第四边缘节点D划分为第一子集群,第五边缘节点E和第六边缘节点F划分为第二子集群的相关信息;在第一子集群中,对第一边缘节点A、第二边缘节点B、第三边缘节点C和第四边缘节点D部署第一应用;在第二子集群中,对第五边缘节点E和第六边缘节点F部署第二应用,即所述第一应用部署信息包括:第一子集群中的第一边缘节点A、第二边缘节点B、第三边缘节点C和第四边缘节点D部署第一应用的相关信息,第二子集群中的第五边缘节点E和第六边缘节点F部署第二应用的相关信息。
根据所述第一划分信息以及所述第一应用部署信息,对上述6个边缘节点进行进一步的划分,第一子集群包括第三子集群和第四子集群,将第一边缘节点A和第二边缘节点B划分为第三子集群,将第三边缘节点C和第四边缘节点D划分为第四子集群,第五边缘节点E和第六边缘节点F为第二子集群,即可以确定第二划分信息包括:第一边缘节点A和第二边缘节点B,第三边缘节点C和第四边缘节点D划分为第四子集群,第五边缘节点E和第六边缘节点F划分为第二子集群的相关信息。
步骤104,根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
具体的,所述控制中心按照所述第二划分信息对所述M个边缘节点进行应用部署,以便进一步优化M个边缘节点的应用部署方案。
在本申请实施例中,通过获取的M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息,并根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,根据所述第二划分信息对所述M个边缘节点进行应用部署,可以利用初次划分的第一划分信息以及第一应用部署信息对M个边缘节点二次划分的方式优化划分方式,从而优化应用部署方案,无需人工干预,减少运维工作量。
可选的,所述方法还可以包括:
更新所述M个边缘节点的位置信息。
具体的,在所述M个边缘节点中,如果有至少一个边缘节点的位置信息发生变化,发生变化的边缘节点需要重新获取自身的位置信息,即更新自身的位置信息,并将获取的更新后的位置信息上报至所述控制中心,便于所述控制中心及时获取最新的边缘节点的位置信息,便于优化边缘节点的划分方式。
可选的,所述步骤103,具体可以包括:
将所述第一划分信息以及所述第一应用部署信息输入目标人工智能(ArtificialIntelligence,AI)模型中,获取对所述M个边缘节点的目标划分方式;
根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息。
具体的,根据初次划分之后得到的第一划分信息以及第一应用部署信息,可以利用训练后的目标AI模型,对M个边缘节点进行重新划分或者进一步的精确划分,即可以利用目标AI模型,并根据初次划分的第一划分信息以及第一应用部署信息优化对M个边缘节点的划分方式,从而优化应用部署方案,无需人工干预。
可选的,在所述根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息的步骤之后,所述方法还可以包括:
将所述第二划分信息以及按照所述第二划分信息进行应用部署的第二应用部署信息输入所述目标AI模型中,更新对所述M个边缘节点的目标划分方式;
根据更新后的目标划分方式,对所述M个边缘节点进行划分,确定更新后的第二划分信息。
具体的,可以根据第二次划分之后得到的第二划分信息以及第二应用部署信息,继续利用训练后的目标AI模型,对M个边缘节点进行重新划分或者进一步的精确划分,即可以利用目标AI模型,并根据第二次划分的第二划分信息以及第二应用部署信息继续优化对M个边缘节点的划分方式,不断更新目标划分方式,并根据不断更新的划分方式不断更新第二划分信息,从而可以不断优化应用部署方案,无需人工干预。
可选的,所述第一应用部署信息包括:应用部署消耗资源信息或应用部署后的性能指标信息等,在此不做具体限定。
具体的,所述应用部署消耗资源信息指按照第一划分信息进行应用部署消耗的资源信息,例如:消耗带宽、流量等。所述应用部署后的性能指标信息指按照第一划分信息进行应用部署后的性能,例如:卡顿情况等。
可选的,所述步骤101之前,所述方法还可以包括:
获取划分信息数据集,所述划分信息数据集包括N个划分信息,N>1,且N为正整数;
根据所述N个划分信息,建立AI模型,并获取每一划分信息对应的应用部署信息;
根据所述应用部署信息,训练所述AI模型,并获取训练后的目标AI模型。
具体的,在获取M个边缘节点的位置信息之前,可以获取包括N个划分信息的划分信息数据集,根据所述划分信息数据集,首先建立AI模型,并且,按照划分信息数据集中的每一个划分信息进行应用部署,获取应用部署后的应用部署信息,即N个划分信息可以获取N个应用部署信息。统计N个应用部署信息作为标注信息用来训练AI模型,可以得到训练后的目标AI模型,即目标AI模型可以根据不同的划分信息和应用部署信息优化边缘节点的划分方式,从而优化应用部署方案。
需要说明的是,所述N个应用部署信息可以包括:应用部署消耗资源信息或应用部署后的性能指标信息等。所述应用部署消耗资源信息或应用部署后的性能指标信息等均可以作为标注信息训练AI模型,以获取目标AI模型。
可选的,作为其中一种优选的实施例,所述步骤104具体可以包括:
根据所述第二划分信息,将所述M个边缘节点划分为P个子集群;
确定每一所述子集群中的目标边缘节点,所述目标边缘节点用于对其所属子集群中的边缘节点进行应用部署;
其中,P为正整数,且M≥P。
具体的,所述控制中心可以根据M个边缘节点的网络状态信息和地理位置信息等信息,将所述M个边缘节点划分为不同的更新域,一个更新域为一个子集群,一个子集群中包括一个或多个边缘节点。所述控制中心确定每一个子集群中的一个边缘节点为目标边缘节点,并将该目标边缘节点用于对所属的子集群中的所有边缘节点进行应用部署,换句话说,所述目标边缘节点先下载部署目标应用,然后所述目标边缘节点再将目标应用分发至所述目标边缘节点所属子集群中的每个边缘节点。所述目标边缘节点对其所属子集群中除所属目标边缘节点之外的其他边缘节点部署目标应用的过程不消耗公网数据资源,每一更新的子集群仅需要一次应用下载部署过程,只占用一次公网的数据消耗,节省公网的数据消耗。
需要说明的是,根据所述第二划分信息对所述M个边缘节点进行应用部署的过程和方式并不仅限定上述过程和方式。
综上所述,本申请实施例中,通过获取的M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息,并根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,根据所述第二划分信息对所述M个边缘节点进行应用部署,可以利用初次划分的第一划分信息以及第一应用部署信息,动态对M个边缘节点进行划分,无需人工干预,同时采用目标AI模型优化划分方式,从而优化应用部署方案。
如图2所示,本申请实施例提供了一种应用部署装置200,包括:
第一获取模块201,用于获取M个边缘节点的位置信息;
第二获取模块202,用于根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;
第一处理模块203,用于根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;
第二处理模块204,用于根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
在本申请实施例中,通过第一获取模块201获取的M个边缘节点的位置信息,再通过第二获取模块202获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息,第一处理模块203根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,第二处理模块204根据所述第二划分信息对所述M个边缘节点进行应用部署,可以利用初次划分的第一划分信息以及第一应用部署信息对M个边缘节点二次划分的方式优化划分方式,从而优化应用部署方案,无需人工干预。
可选的,所述装置还包括:
第一更新模块,用于更新所述M个边缘节点的位置信息。
可选的,所述第一处理模块203,包括:
第一处理单元,用于将所述第一划分信息以及所述第一应用部署信息输入目标人工智能AI模型中,获取对所述M个边缘节点的目标划分方式;
第二处理单元,用于根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息。
可选的,所述装置还包括:
第二更新模块,用于将所述第二划分信息以及按照所述第二划分信息进行应用部署的第二应用部署信息输入所述目标AI模型中,更新对所述M个边缘节点的目标划分方式;
第一确定模块,用于根据更新后的目标划分方式,对所述M个边缘节点进行划分,确定更新后的第二划分信息。
可选的,所述装置还包括:
第三获取模块,用于获取划分信息数据集,所述划分信息数据集包括N个划分信息,N>1,且N为正整数;
第三处理模块,用于根据所述N个划分信息,建立AI模型,并获取每一划分信息对应的应用部署信息;
第四处理模块,用于根据所述应用部署信息,训练所述AI模型,并获取训练后的目标AI模型。
可选的,所述第一应用部署信息包括:应用部署消耗资源信息或应用部署后的性能指标信息。
可选的,所述第二处理模块,包括:
第一划分单元,用于根据所述第二划分信息,将所述M个边缘节点划分为P个子集群;
第一确定单元,用于确定每一所述子集群中的目标边缘节点,所述目标边缘节点用于对其所属子集群中的边缘节点进行应用部署;
其中,P为正整数,且M≥P。
综上所述,本申请实施例中,通过获取的M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息,并根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,根据所述第二划分信息对所述M个边缘节点进行应用部署,可以利用初次划分的第一划分信息以及第一应用部署信息,动态对M个边缘节点进行划分,无需人工干预,同时采用目标AI模型优化划分方式,从而优化应用部署方案。
需要说明的是,该应用部署装置实施例是与上述应用于控制中心的应用部署方法相对应的装置,上述实施例的所有实现方式均适用于该装置实施例中,也能达到与其相同的技术效果,在此不再赘述。
本发明实施例还提供了一种电子设备,该电子设备可以是服务器。如图3所示,包括处理器301、通信接口302、存储器303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。
存储器303,用于存放计算机程序。
在电子设备为终端设备时,处理器301用于执行存储器303上所存放的程序时,实现如下步骤:
获取M个边缘节点的位置信息;
根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;
根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;
根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
可选的,处理器301用于执行存储器303上所存放的程序时,还实现如下步骤:
更新所述M个边缘节点的位置信息。
可选的,所述根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,包括:
将所述第一划分信息以及所述第一应用部署信息输入目标人工智能AI模型中,获取对所述M个边缘节点的目标划分方式;
根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息。
可选的,所述根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息之后,处理器301用于执行存储器303上所存放的程序时,还实现如下步骤:
将所述第二划分信息以及按照所述第二划分信息进行应用部署的第二应用部署信息输入所述目标AI模型中,更新对所述M个边缘节点的目标划分方式;
根据更新后的目标划分方式,对所述M个边缘节点进行划分,确定更新后的第二划分信息。
可选的,所述获取M个边缘节点的位置信息之前,处理器301用于执行存储器303上所存放的程序时,还实现如下步骤:
获取划分信息数据集,所述划分信息数据集包括N个划分信息,N>1,且N为正整数;
根据所述N个划分信息,建立AI模型,并获取每一划分信息对应的应用部署信息;
根据所述应用部署信息,训练所述AI模型,并获取训练后的目标AI模型。
可选的,所述第一应用部署信息包括:应用部署消耗资源信息或应用部署后的性能指标信息。
可选的,所述根据所述第二划分信息对所述M个边缘节点进行应用部署,包括:
根据所述第二划分信息,将所述M个边缘节点划分为P个子集群;
确定每一所述子集群中的目标边缘节点,所述目标边缘节点用于对其所属子集群中的边缘节点进行应用部署;
其中,P为正整数,且M≥P。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中所述的应用部署方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。

Claims (10)

1.一种应用部署方法,其特征在于,包括:
获取M个边缘节点的位置信息;
根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;
根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;
根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
更新所述M个边缘节点的位置信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息,包括:
将所述第一划分信息以及所述第一应用部署信息输入目标人工智能AI模型中,获取对所述M个边缘节点的目标划分方式;
根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息。
4.根据权利要求3所述的方法,其特征在于,在所述根据所述目标划分方式,对所述M个边缘节点进行划分,确定划分后的第二划分信息之后,所述方法还包括:
将所述第二划分信息以及按照所述第二划分信息进行应用部署的第二应用部署信息输入所述目标AI模型中,更新对所述M个边缘节点的目标划分方式;
根据更新后的目标划分方式,对所述M个边缘节点进行划分,确定更新后的第二划分信息。
5.根据权利要求3所述的方法,其特征在于,所述获取M个边缘节点的位置信息之前,所述方法还包括:
获取划分信息数据集,所述划分信息数据集包括N个划分信息,N>1,且N为正整数;
根据所述N个划分信息,建立AI模型,并获取每一划分信息对应的应用部署信息;
根据所述应用部署信息,训练所述AI模型,并获取训练后的目标AI模型。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述第一应用部署信息包括:应用部署消耗资源信息或应用部署后的性能指标信息。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述根据所述第二划分信息对所述M个边缘节点进行应用部署,包括:
根据所述第二划分信息,将所述M个边缘节点划分为P个子集群;
确定每一所述子集群中的目标边缘节点,所述目标边缘节点用于对其所属子集群中的边缘节点进行应用部署;
其中,P为正整数,且M≥P。
8.一种应用部署装置,其特征在于,包括:
第一获取模块,用于获取M个边缘节点的位置信息;
第二获取模块,用于根据所述M个边缘节点的位置信息,获取初次划分所述M个边缘节点的第一划分信息以及按照所述第一划分信息进行应用部署的第一应用部署信息;
第一处理模块,用于根据所述第一划分信息以及所述第一应用部署信息,对所述M个边缘节点进行二次划分,确定划分后的第二划分信息;
第二处理模块,用于根据所述第二划分信息对所述M个边缘节点进行应用部署,M为正整数。
9.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的应用部署方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的应用部署方法的步骤。
CN202010605447.7A 2020-06-29 2020-06-29 一种应用部署方法、装置及电子设备 Active CN111897536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010605447.7A CN111897536B (zh) 2020-06-29 2020-06-29 一种应用部署方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010605447.7A CN111897536B (zh) 2020-06-29 2020-06-29 一种应用部署方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111897536A true CN111897536A (zh) 2020-11-06
CN111897536B CN111897536B (zh) 2022-08-09

Family

ID=73207146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010605447.7A Active CN111897536B (zh) 2020-06-29 2020-06-29 一种应用部署方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111897536B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2190160A1 (fr) * 2008-11-21 2010-05-26 Thales Système et procédé pour le déploiement dynamique de traitements distribués
CN105743995A (zh) * 2016-04-05 2016-07-06 北京轻元科技有限公司 一种可移植高可用部署和管理容器集群的系统和方法
CN105978740A (zh) * 2016-07-18 2016-09-28 北京邮电大学 一种在软件定义网络中部署控制器的方法
US20170149875A1 (en) * 2015-11-24 2017-05-25 International Business Machines Corporation Deployment of multi-task analytics applications in multi-clouds
US20170322966A1 (en) * 2016-05-09 2017-11-09 Sap Se Prioritized deployment of database artifacts
CN109286508A (zh) * 2017-07-19 2019-01-29 中兴通讯股份有限公司 一种雾节点部署方法及系统
CN109542457A (zh) * 2018-11-21 2019-03-29 四川长虹电器股份有限公司 一种边缘计算网络的分布式应用分发部署的系统及方法
CN109686082A (zh) * 2018-12-07 2019-04-26 西安电子科技大学 一种基于边缘计算节点的城市交通监测系统及部署方法
CN110535930A (zh) * 2019-08-22 2019-12-03 网宿科技股份有限公司 一种边缘cdn节点的调度方法和系统
CN110572834A (zh) * 2019-08-02 2019-12-13 天津大学 一种面向动态水下环境的锚节点部署方法
CN110798338A (zh) * 2019-09-30 2020-02-14 烽火通信科技股份有限公司 一种边缘云部署方法及装置
CN110932920A (zh) * 2020-01-23 2020-03-27 飞诺门阵(北京)科技有限公司 一种网络拓扑结构

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2190160A1 (fr) * 2008-11-21 2010-05-26 Thales Système et procédé pour le déploiement dynamique de traitements distribués
US20170149875A1 (en) * 2015-11-24 2017-05-25 International Business Machines Corporation Deployment of multi-task analytics applications in multi-clouds
CN105743995A (zh) * 2016-04-05 2016-07-06 北京轻元科技有限公司 一种可移植高可用部署和管理容器集群的系统和方法
US20170322966A1 (en) * 2016-05-09 2017-11-09 Sap Se Prioritized deployment of database artifacts
CN105978740A (zh) * 2016-07-18 2016-09-28 北京邮电大学 一种在软件定义网络中部署控制器的方法
CN109286508A (zh) * 2017-07-19 2019-01-29 中兴通讯股份有限公司 一种雾节点部署方法及系统
CN109542457A (zh) * 2018-11-21 2019-03-29 四川长虹电器股份有限公司 一种边缘计算网络的分布式应用分发部署的系统及方法
CN109686082A (zh) * 2018-12-07 2019-04-26 西安电子科技大学 一种基于边缘计算节点的城市交通监测系统及部署方法
CN110572834A (zh) * 2019-08-02 2019-12-13 天津大学 一种面向动态水下环境的锚节点部署方法
CN110535930A (zh) * 2019-08-22 2019-12-03 网宿科技股份有限公司 一种边缘cdn节点的调度方法和系统
CN110798338A (zh) * 2019-09-30 2020-02-14 烽火通信科技股份有限公司 一种边缘云部署方法及装置
CN110932920A (zh) * 2020-01-23 2020-03-27 飞诺门阵(北京)科技有限公司 一种网络拓扑结构

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王健: "轻量级边缘计算平台方案设计与应用研究", 《北京邮电大学 硕士学位论文》 *

Also Published As

Publication number Publication date
CN111897536B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN103345508B (zh) 一种适用于社会网络图的数据存储方法及系统
US20160277939A1 (en) Connection Technology-Based Wireless Coverage Verification
AU3502500A (en) Method for determining if the location of a wireless communication device is within a specified area
US20160334237A1 (en) Route planning method and device for navigation system and storage medium
CN110035388A (zh) 确定用户区域的方法、计算机可读存储介质及终端设备
CN105472730A (zh) 一种网络定位方法及装置
CN103822638A (zh) 用户位置信息的处理方法和装置
CN108390914B (zh) 一种服务更新方法及装置、系统
CN111339111A (zh) 一种高精度地图数据的更新方法及系统
CN114614989A (zh) 基于数字孪生技术的网络业务的可行性验证方法及装置
CN111311193B (zh) 公共服务资源的配置方法和装置
CN110019179A (zh) 更新索引库的方法及装置、电子设备、存储介质
CN111897536B (zh) 一种应用部署方法、装置及电子设备
CN114375035A (zh) 一种基站参数调整方法、装置、电子设备及可读存储介质
CN105429144A (zh) 用于配网抢修的信息处理方法及装置
CN116132998B (zh) 一种基于路口中心度的城市边缘服务器部署方法
CN110674134B (zh) 一种地理信息数据存储方法、查询方法及装置
CN112036695A (zh) 天气信息的预测方法、装置、可读存储介质和电子设备
CN110569546A (zh) 交通小区的划分方法及装置
CN111935772A (zh) 一种确定业务区域的价值的方法和装置
WO2015185919A1 (en) System for providing location-based social networking services to users of mobile devices
CN115186048A (zh) 基于地理网格的地图数据更新方法、装置、设备及介质
CN104050168A (zh) 信息处理方法、电子设备及词库服务器
CN113887813A (zh) 台风灾害预警方法、装置、服务器及存储介质
CN111460237A (zh) 一种数据查询的方法、装置、可读存储介质和电子设备

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