CN114077497A - 一种云边协同边缘应用部署方法 - Google Patents
一种云边协同边缘应用部署方法 Download PDFInfo
- Publication number
- CN114077497A CN114077497A CN202111321615.0A CN202111321615A CN114077497A CN 114077497 A CN114077497 A CN 114077497A CN 202111321615 A CN202111321615 A CN 202111321615A CN 114077497 A CN114077497 A CN 114077497A
- Authority
- CN
- China
- Prior art keywords
- edge
- network communication
- communication delay
- edge node
- cloud
- 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
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
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
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)
Abstract
本发明涉及一种云边协同边缘应用部署方法，包括如下步骤：云平台确定目标边缘应用，获取目标边缘应用运行过程中的资源需求量；云平台获取当前周期各个边缘节点的负载率、网络通信延迟和资源容量；云平台根据所述资源需求量以及所述各个边缘节点的负载率、网络通信延迟和资源容量确定所述目标边缘应用的部署边缘节点位置。本发明能够解决如何合理地进行云边协同边缘应用部署为亟待解决的技术问题。
Description
技术领域
本发明涉及边缘应用部署技术领域，具体涉及一种云边协同边缘应用部署方法。
背景技术
云计算、大数据、物联网、移动互联网、智能算法的不断深入发展与相互融合，进而促进了以边缘云、边缘计算、云边协同的万物互联行业产业化的发展，其中边缘计算的发展，始终面临着诸多亟需解决的问题与挑战，由于边缘节点与云平台之间的物理空间、网络空间的长距离导致了大量的通信成本、计算延迟、能量消耗等，对实时计算的应用场景提出了较大技术难题与挑战。云服务器具有较大规模计算能力、存储能力，在处理大规模的高功耗的计算任务时具有较大的优势，但是其计算时延较大；边缘节点相比于移动终端设备具有计算能力与存储能力的优势，同时，其离终端设备较近，在满足应用低时延的前提下，还可以提供较大的计算能力与存储能力。
因此，如何合理地进行云边协同边缘应用部署为亟待解决的技术问题。
发明内容
本发明的目的在于提出一种云边协同边缘应用部署方法，以解决如何合理地进行云边协同边缘应用部署为亟待解决的技术问题。
本发明实施例提出一种云边协同边缘应用部署方法，包括如下步骤：
云平台确定目标边缘应用，获取目标边缘应用运行过程中的资源需求量；
云平台获取当前周期各个边缘节点的负载率、网络通信延迟和资源容量；
云平台根据所述资源需求量以及所述各个边缘节点的负载率、网络通信延迟和资源容量确定所述目标边缘应用的部署边缘节点位置。
优选地，所述资源需求量包括目标边缘应用运行过程中运行过程中的CPU使用量、内存使用量和存储占用量。
优选地，所述负载率包括边缘节点的CPU使用率、内存使用率和存储使用率。
优选地，所述网络通信延迟包括边缘节点与设备侧的网络通信延迟、边缘节点与云平台侧的网络通信延迟和边缘节点与其他边缘节点的网络通信延迟。
优选地，所述网络通信延迟的计算方式如下：
边缘节点按照预设采样间隔发送云平台侧发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述云平台侧接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与云平台侧的网络通信延迟，并将其发送给边缘节点；
边缘节点按照预设采样间隔发送设备侧发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述设备侧接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与设备侧的网络通信延迟，并将其发送给边缘节点；
边缘节点按照预设采样间隔发送其他边缘节点发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述其他边缘节点接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与其他边缘节点的网络通信延迟，并将其发送给边缘节点。
优选地，所述资源容量包括边缘节点的CPU核心数、内存空间、硬盘空间、网卡带宽、内存剩余空间和硬盘剩余空间。
优选地，所述方法还包括：
各个边缘节点周期性地将当前周期所有采样点的平均值作为当前周期的负载率、网络通信延迟和资源容量上传给云平台。
优选地，所述云平台根据所述资源需求量以及所述各个边缘节点的负载率、网络通信延迟和资源容量确定所述目标边缘应用的部署边缘节点位置，包括：
将所述多个边缘节点的资源容量进行排序，选择资源容量满足所述目标边缘应用的资源需求量的多个边缘节点作为候选边缘节点；
云平台根据多个候选边缘节点的负载率进行排序，选取负载率低于85％的边缘节点多个候选边缘节点，并从中选择网络通信延迟最小的边缘节点作为候选边缘节点。
本发明的实施例至少具有以下有益效果：
云平台根据目标边缘应用的资源需求量以及所述各个边缘节点在当前周期的负载率、网络通信延迟和资源容量综合分析确定所述目标边缘应用的部署边缘节点位置，能够解决如何合理地进行云边协同边缘应用部署为亟待解决的技术问题。
本发明的实施例的其它特征和优点将在随后的说明书中阐述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，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为本发明实施例中一种云边协同边缘应用部署方法流程图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
参阅图1，本发明实施例提出一种云边协同边缘应用部署方法，包括如下步骤：
步骤S100、云平台确定目标边缘应用，获取目标边缘应用运行过程中的资源需求量；
步骤S200、云平台获取当前周期各个边缘节点的负载率、网络通信延迟和资源容量；
步骤S300、云平台根据所述资源需求量以及所述各个边缘节点的负载率、网络通信延迟和资源容量确定所述目标边缘应用的部署边缘节点位置。
具体地在本发明实施例中，所述资源需求量包括目标边缘应用运行过程中运行过程中的CPU使用量、内存使用量和存储占用量。
具体地在本发明实施例中，所述负载率包括边缘节点的CPU使用率、内存使用率和存储使用率。
具体地在本发明实施例中，所述网络通信延迟包括边缘节点与设备侧的网络通信延迟、边缘节点与云平台侧的网络通信延迟和边缘节点与其他边缘节点的网络通信延迟。
具体地在本发明实施例中，所述网络通信延迟的计算方式如下：
边缘节点按照预设采样间隔发送云平台侧发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述云平台侧接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与云平台侧的网络通信延迟，并将其发送给边缘节点；
边缘节点按照预设采样间隔发送设备侧发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述设备侧接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与设备侧的网络通信延迟，并将其发送给边缘节点；
边缘节点按照预设采样间隔发送其他边缘节点发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述其他边缘节点接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与其他边缘节点的网络通信延迟，并将其发送给边缘节点。
具体地在本发明实施例中，所述资源容量包括边缘节点的CPU核心数、内存空间、硬盘空间、网卡带宽、内存剩余空间和硬盘剩余空间。
具体地在本发明实施例中，所述方法还包括：
各个边缘节点周期性地将当前周期所有采样点的平均值作为当前周期的负载率、网络通信延迟和资源容量上传给云平台。
具体地在本发明实施例中，所述步骤S300，包括：
为减少边缘节点资源碎片化，资源容量采用最佳适配原则，将所述多个边缘节点的资源容量进行排序，选择资源容量满足所述目标边缘应用的资源需求量的多个边缘节点作为候选边缘节点；
为减少边缘节点对CPU资源竞争过于激烈，云平台根据多个候选边缘节点的负载率进行排序，选取负载率低于85％的边缘节点多个候选边缘节点；并为降低边缘节点与边缘设计之间的通信成本，提高系统的实时性，将根据候选边缘节点与边缘应用需要服务的设备之间的网络延迟和网络质量，从中选择网络通信延迟最小的边缘节点作为候选边缘节点。
本发明实施例方法依托云平台进行边缘节点、边缘应用、边缘应用部署的基础管理与运行监控管理，平台统一边缘节点资源级管理、并提供统一的边缘应用开发规范、边缘应用接入规程。边缘应用管理服务作为云平台侧云边协同领域的关键基础微服务，主要协同边缘节点核心服务进行云边协同的应用部署、运行、监控的管理，同时提供边缘应用接入、应用发布的边缘应用管理能力。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种云边协同边缘应用部署方法，其特征在于，包括如下步骤：
云平台确定目标边缘应用，获取目标边缘应用运行过程中的资源需求量；
云平台获取当前周期各个边缘节点的负载率、网络通信延迟和资源容量；
云平台根据所述资源需求量以及所述各个边缘节点的负载率、网络通信延迟和资源容量确定所述目标边缘应用的部署边缘节点位置。
2.根据权利要求1所述的云边协同边缘应用部署方法，其特征在于，所述资源需求量包括目标边缘应用运行过程中运行过程中的CPU使用量、内存使用量和存储占用量。
3.根据权利要求1所述的云边协同边缘应用部署方法，其特征在于，所述负载率包括边缘节点的CPU使用率、内存使用率和存储使用率。
4.根据权利要求1所述的云边协同边缘应用部署方法，其特征在于，所述网络通信延迟包括边缘节点与设备侧的网络通信延迟、边缘节点与云平台侧的网络通信延迟和边缘节点与其他边缘节点的网络通信延迟。
5.根据权利要求4所述的云边协同边缘应用部署方法，其特征在于，所述网络通信延迟的计算方式如下：
边缘节点按照预设采样间隔发送云平台侧发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述云平台侧接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与云平台侧的网络通信延迟，并将其发送给边缘节点；
边缘节点按照预设采样间隔发送设备侧发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述设备侧接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与设备侧的网络通信延迟，并将其发送给边缘节点；
边缘节点按照预设采样间隔发送其他边缘节点发送一心跳信息，该心跳信息包含有边缘节点的编号和发送心跳信息时刻的时间戳，所述其他边缘节点接收到该心跳信息后，将收到该信条信息的时间戳减去该发送心跳信息时刻的时间戳得到当前采样点的边缘节点与其他边缘节点的网络通信延迟，并将其发送给边缘节点。
6.根据权利要求1所述的云边协同边缘应用部署方法，其特征在于，所述资源容量包括边缘节点的CPU核心数、内存空间、硬盘空间、网卡带宽、内存剩余空间和硬盘剩余空间。
7.根据权利要求1所述的云边协同边缘应用部署方法，其特征在于，所述方法还包括：
各个边缘节点周期性地将当前周期所有采样点的平均值作为当前周期的负载率、网络通信延迟和资源容量上传给云平台。
8.根据权利要求1所述的云边协同边缘应用部署方法，其特征在于，所述云平台根据所述资源需求量以及所述各个边缘节点的负载率、网络通信延迟和资源容量确定所述目标边缘应用的部署边缘节点位置，包括：
将所述多个边缘节点的资源容量进行排序，选择资源容量满足所述目标边缘应用的资源需求量的多个边缘节点作为候选边缘节点；
云平台根据多个候选边缘节点的负载率进行排序，选取负载率低于85％的边缘节点多个候选边缘节点，并从中选择网络通信延迟最小的边缘节点作为候选边缘节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111321615.0A CN114077497A (zh) | 2021-11-09 | 2021-11-09 | 一种云边协同边缘应用部署方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111321615.0A CN114077497A (zh) | 2021-11-09 | 2021-11-09 | 一种云边协同边缘应用部署方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114077497A true CN114077497A (zh) | 2022-02-22 |
Family
ID=80284099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111321615.0A Pending CN114077497A (zh) | 2021-11-09 | 2021-11-09 | 一种云边协同边缘应用部署方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114077497A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114995900A (zh) * | 2022-05-23 | 2022-09-02 | 中国联合网络通信集团有限公司 | 多个微服务模块的部署方法、装置及计算机可读存储介质 |
| CN115309561A (zh) * | 2022-10-11 | 2022-11-08 | 中诚华隆计算机技术有限公司 | 一种基于任务协处理芯片进行任务协同处理的方法及系统 |
-
2021
- 2021-11-09 CN CN202111321615.0A patent/CN114077497A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114995900A (zh) * | 2022-05-23 | 2022-09-02 | 中国联合网络通信集团有限公司 | 多个微服务模块的部署方法、装置及计算机可读存储介质 |
| CN114995900B (zh) * | 2022-05-23 | 2024-05-14 | 中国联合网络通信集团有限公司 | 多个微服务模块的部署方法、装置及计算机可读存储介质 |
| CN115309561A (zh) * | 2022-10-11 | 2022-11-08 | 中诚华隆计算机技术有限公司 | 一种基于任务协处理芯片进行任务协同处理的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111262906B (zh) | 分布式边缘计算服务系统下的移动用户终端任务卸载方法 | |
| CN108541027B (zh) | 一种基于边缘云网络的通信计算资源置换方法 | |
| CN114077497A (zh) | 一种云边协同边缘应用部署方法 | |
| CN110784779B (zh) | 一种用电信息采集系统的数据采集方法 | |
| CN108632863A (zh) | 流量预警方法、装置及服务器 | |
| CN114637608B (zh) | 一种计算任务分配和更新方法、终端及网络设备 | |
| CN111090268B (zh) | 基于线程划分的数据采集方法、装置及数据采集设备 | |
| CN111131082A (zh) | 一种充电设施数据传输动态控制方法及系统 | |
| CN111200821B (zh) | 一种容量规划方法及装置 | |
| CN112133074A (zh) | 多计量传感器的数据采集方法、设备、服务器和系统 | |
| CA2857727C (en) | Computer-implemented method, computer system, computer program product to manage traffic in a network | |
| CN109802868B (zh) | 一种基于云计算的移动应用实时识别方法 | |
| Ganjalizadeh et al. | Interplay between distributed AI workflow and URLLC | |
| CN112311623B (zh) | 应用于列车的时间敏感网络测试平台及测试方法 | |
| CN103607731A (zh) | 一种测量报告的处理方法及装置 | |
| CN106790354B (zh) | 一种防数据拥堵的通信方法及其装置 | |
| CN106341433A (zh) | 一种服务系统、信号服务器和对讲服务器 | |
| CN114679793A (zh) | 切片资源配置方法、装置、终端、网络设备及存储介质 | |
| CN101459987B (zh) | 一种无线通信控制方法及装置 | |
| CN114071149B (zh) | 分布式视频转码方法及相关装置 | |
| CN102056096A (zh) | 文件的无线传输方法、系统和设备 | |
| CN109788047A (zh) | 一种缓存优化方法及一种存储介质 | |
| CN114173318A (zh) | 待优化区域识别方法、装置及设备 | |
| CN103782563A (zh) | 通信网络中基于事件的保活时间 | |
| CN110650135A (zh) | 一种节点处理方法、相关设备及计算机可读存储介质 |
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 |