CN114138490A - 一种基于分布式云平台的云边管理方法及系统 - Google Patents
一种基于分布式云平台的云边管理方法及系统 Download PDFInfo
- Publication number
- CN114138490A CN114138490A CN202111469636.7A CN202111469636A CN114138490A CN 114138490 A CN114138490 A CN 114138490A CN 202111469636 A CN202111469636 A CN 202111469636A CN 114138490 A CN114138490 A CN 114138490A
- Authority
- CN
- China
- Prior art keywords
- cloud
- edge
- overload
- clouds
- central
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
-
- 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
-
- 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
Abstract
本发明提出了一种基于分布式云平台的云边管理方法,涉及云服务器管理的技术领域。包括:利用中心云在接入任一边缘云后,计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;设置过载阀值,当任一边缘云超过过载阀值时,向中心云发送过载信息;中心云根据数据传输时间进行排序;检测其他边缘云的负载状况;若任一边缘云过载高于过载阀值时,检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,记录地址,并向超载边缘云发送;收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将最终结果发送至对应的用户端。其能够避免单一云服务器过载的问题,从而提高了数据处理能力,提高了鲁棒性。
Description
技术领域
本发明涉及云服务器管理的技术领域,具体而言,涉及一种基于分布式云平台的云边管理方法及系统。
背景技术
随着大数据时代的到来,用户终端组件难以满足大量数据的处理需求,由此提出了云平台的理念。常规的云平台分为三类,包括以数据存储为主的存储型云平台、以数据处理为主的计算型云平台以及兼顾存储和计算的综合型云平台。其中云平台能够为用户提供即时的软件服务以及开发环境,降低用户使用和开发程序的成本。但是随着5G的商用部署、万物互联的到来以及终端类型及应用的进一步增加,传统的集中式、中心化架构的云平台计算已经无法满足终端侧“大连接、低时延、大带宽”的需求。网络数据的快速增长,对于中心化架构的云中心的存储能力和计算能力提出了很高的要求。另一方面,在传统的云平台中,对于非中心的云计算服务器(边缘云),在使用的过程中,一旦数据的大量涌入,会直接导致该云计算服务器过载,由此使得该云计算服务器周围的用户瘫痪,故而需要一种基于分布式云平台的云边管理方法及系统。
发明内容
本发明的目的在于提供一种基于分布式云平台的云边管理方法,其能够避免单一云服务器过载的问题,从而提高了数据处理能力,提高了鲁棒性。
本发明的实施例是这样实现的:
第一方面,本申请实施例提供一种基于分布式云平台的云边管理方法,其包括部署多云管理平台;多云管理平台包括中心云和多个与中心云连接的边缘云,多个边缘云相互连接;利用中心云在接入任一边缘云后,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;在所有边缘云内设置过载阀值,当任一边缘云的运算负载超过过载阀值时,定义为超载边缘云,超载边缘云向中心云发送过载信息;中心云收到过载信息后,根据超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;利用中心云根据边缘云辅助计算表的顺序,检测对应的其他边缘云的负载状况;若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于过载阀值时,按照边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,将边缘云定义为分载边缘云,记录分载边缘云的地址,并向超载边缘云发送地址;超载边缘云收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
在本发明的一些实施例中,当所有边缘云的运算负载均超过过载阀值时,中心云接收后续用户端数据进行运算,并将运算后的数据发送至对应的用户端。
在本发明的一些实施例中,当中心云和所有边缘云运算负载均超过过载阀值时,中心云停止用户端数据接收,利用中心云检测边缘云的剩余算力,并根据剩余算力的从大到小进行排序,得到剩余算力表,将用户端新接入的数据,按剩余算力表的顺序接入对应的边缘云,当边缘云检测新接收的数据大于其负载上限时,按照剩余算力表,切换至下一个边缘云进行处理。
在本发明的一些实施例中,在所有边缘云内设置过载阀值的步骤包括:检测边缘云中央处理器的每一个计算单元的运算状况,设置中央处理器中预设比例的计算单元达到满负荷运算时,定义为边缘云过载,并将预设比例定义为过载阀值。
在本发明的一些实施例中,任一计算单元采用64位字长。
在本发明的一些实施例中,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间的步骤包括:中心云或边缘云分别向其他边缘云发送时间信号,任一边缘云收到时间信号后,记录接收时间信号的本地时间,并利用本地时间减去时间信号代表的时间得到对应的边缘云与中心云之间的传输时间,边缘云将传输时间反馈至中心云。
在本发明的一些实施例中,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端的步骤包括:将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,同时将用户端数据已经运算的部分结果发送至分载边缘云,汇总结果后,分载边缘云向超载边缘云获取与用户端数据对应的用户端接口信息,直接将汇总结果发送至用户端。
第二方面,本申请实施例提供一种基于分布式云平台的云边管理系统,其包括部署模块,用于部署多云管理平台;多云管理平台包括中心云和多个与中心云连接的边缘云,多个边缘云相互连接;传输时间计算模块,用于利用中心云在接入任一边缘云后,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;超载警示模块,用于在所有边缘云内设置过载阀值,当任一边缘云的运算负载超过过载阀值时,定义为超载边缘云,超载边缘云向中心云发送过载信息;超载预处理模块,用于中心云收到过载信息后,根据超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;利用中心云根据边缘云辅助计算表的顺序,检测对应的其他边缘云的负载状况;分载选择模块,用于若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于过载阀值时,按照边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,将边缘云定义为分载边缘云,记录分载边缘云的地址,并向超载边缘云发送地址;数据迁移模块,用于超载边缘云收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
第三方面,本申请实施例提供一种电子设备,包括至少一个处理器、至少一个存储器和数据总线;其中:处理器与存储器通过数据总线完成相互间的通信;存储器存储有可被处理器执行的程序指令,处理器调用程序指令以执行一种基于分布式云平台的云边管理方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现一种基于分布式云平台的云边管理方法。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
本设计利用中心云服务器对其他边缘云服务器的协调,从而使得在部分边缘云服务器计算出现满负荷的情况下,利用数据迁移使得多个云服务器协同运算,由此极大的避免了单一云服务器过载的问题,从而提高了数据处理能力,提高了鲁棒性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明中一种基于分布式云平台的云边管理方法的流程图;
图2为本发明中一种基于分布式云平台的云边管理系统的结构示意图;
图3为本发明中一种电子设备的结构示意图。
图标:1、部署模块;2、传输时间计算模块;3、超载警示模块;4、超载预处理模块;5、分载选择模块;6、数据迁移模块;7、处理器;8、存储器;9、数据总线。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
实施例1
请参阅图1,为本申请实施例提供的一种基于分布式云平台的云边管理方法,本设计利用中心云服务器(简称中心云)对其他边缘云服务器(简称边缘云)的协调,从而使得在部分边缘云服务器计算出现满负荷的情况下,利用数据迁移使得多个云服务器协同运算,由此极大的避免了单一云服务器过载的问题,从而提高了数据处理能力,提高了鲁棒性。
S101:部署多云管理平台;多云管理平台包括中心云和多个与中心云连接的边缘云,多个边缘云相互连接;
为了尽可能地方便将各个云服务器都参与至数据迁移的过程中,将中心云以及所有的边缘云之间进行有线或无线连接.
S102:利用中心云在接入任一边缘云后,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;
计算传输时间的目的时为了在进行数据迁移时,方便找到数据传输时间最短的临近边缘云或中心云;从而尽可能减少数据传输时间。
S103:在所有边缘云内设置过载阀值,当任一边缘云的运算负载超过过载阀值时,定义为超载边缘云,超载边缘云向中心云发送过载信息;
由于边缘云时刻都在接收数据,故而为了留下充足的分配时间,避免边缘云过载后无法对新接收的数据进行计算,由此设置过载阀值,以超过边缘云总运算能力的百分之八十作为预设过载阀值,留下部分运算能力使得其边缘云可以继续运行。并同时向中心云发送过载信息;由中心云进行协调。
S104:中心云收到过载信息后,根据超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;
而在对边缘云进行选取时,首先便是需要尽快的处理数据,选择传输时间最短的边缘云,其数据处理效果最佳,由此需要生成边缘云辅助计算表。
S105:利用中心云根据边缘云辅助计算表的顺序,检测对应的其他边缘云的负载状况;
同时还要兼顾其他边缘云的负载状况,避免将数据迁移至已经过载的边缘云中。
S106:若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于过载阀值时,按照边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,将边缘云定义为分载边缘云,记录分载边缘云的地址,并向超载边缘云发送地址;
利用上述方式选取没有超过过载阀值,且与超载边缘云传输时间最短的边缘云进行数据迁移,从而减轻超载边缘云的运算压力。
S107:超载边缘云收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
而当分载边缘云处理完数据后,若重新再经过超载边缘云进行发送至用户端,无疑还是会为超载边缘云带来一定的运算压力,由此本设计采用直接由分载边缘云通过基站直接向用户端发送处理后的数据,提高了便捷性。
在本发明的一些实施例中,当所有边缘云的运算负载均超过过载阀值时,中心云接收后续用户端数据进行运算,并将运算后的数据发送至对应的用户端。
在本发明的一些实施例中,由于中心云平常的工作除了日常的自身数据处理,其余也仅仅是在协调所有边缘云,故而其还有较多计算能力剩余,由此当所有边缘云均超过过载阀值时,中心云的剩余计算能力便可以对其他边缘云的数据进行接收,从而减轻边缘云的压力。
在本发明的一些实施例中,当中心云和所有边缘云运算负载均超过过载阀值时,中心云停止用户端数据接收,利用中心云检测边缘云的剩余算力,并根据剩余算力的从大到小进行排序,得到剩余算力表,将用户端新接入的数据,按剩余算力表的顺序接入对应的边缘云,当边缘云检测新接收的数据大于其负载上限时,按照剩余算力表,切换至下一个边缘云进行处理。
在本发明的一些实施例中,当出现大量数据涌入,使得中心云和所有边缘云均运算负载均超过过载阀值时,由于阀值的设置并不是代表中心云或边缘云超出运算范围,而是还留有一定的余量,故而对剩下的余量进行排序,生成剩余算力表,在中心云的调控下尽可能地利用剩余算力保证边缘云直接数据的均衡,从而减轻服务器停机的风险。
在本发明的一些实施例中,在所有边缘云内设置过载阀值的步骤包括:检测边缘云中央处理器的每一个计算单元的运算状况,设置中央处理器中预设比例的计算单元达到满负荷运算时,定义为边缘云过载,并将预设比例定义为过载阀值。
在本发明的一些实施例中,任一计算单元采用64位字长。
在本发明的一些实施例中,字长是CPU的主要技术指标之一,指的是CPU一次能并行处理的二进制位数,服务器中的计算单元可以通过编程的方法来处理任意大小的数字,但数字越大,计算单元就要花越长的时间来计算。计算单元在一次操作中能处理的最大数字是由计算单元的字长确定的;由此为了保证计算单元的处理速度,采用64位字长,
在本发明的一些实施例中,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间的步骤包括:中心云或边缘云分别向其他边缘云发送时间信号,任一边缘云收到时间信号后,记录接收时间信号的本地时间,并利用本地时间减去时间信号代表的时间得到对应的边缘云与中心云之间的传输时间,边缘云将传输时间反馈至中心云。
在本发明的一些实施例中,对于计算传输时间差的操作,只需要在设备部署后的前几次操作中进行,或者在服务器进行搬运后进行重新安装时进行检验,其主要利用信号发送时间与接收时间的差值进行求得。
在本发明的一些实施例中,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端的步骤包括:将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,同时将用户端数据已经运算的部分结果发送至分载边缘云,汇总结果后,分载边缘云向超载边缘云获取与用户端数据对应的用户端接口信息,直接将汇总结果发送至用户端。
在本发明的一些实施例中,对于部分运算结果和用户端接口信息的迁移,旨在将数据迁移后,为了方便分载边缘云对用户端进行总结果的数据传输,从而减少中间再回传到超载边缘云的步骤,提高了便捷性,也同时减轻了超载边缘云的负荷。
实施例2
请参阅图2,为本发明提供的一种基于分布式云平台的云边管理系统,包括:部署模块1,用于部署多云管理平台;多云管理平台包括中心云和多个与中心云连接的边缘云,多个边缘云相互连接;传输时间计算模块2,用于利用中心云在接入任一边缘云后,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;超载警示模块3,用于在所有边缘云内设置过载阀值,当任一边缘云的运算负载超过过载阀值时,定义为超载边缘云,超载边缘云向中心云发送过载信息;超载预处理模块4,用于中心云收到过载信息后,根据超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;利用中心云根据边缘云辅助计算表的顺序,检测对应的其他边缘云的负载状况;分载选择模块5,用于若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于过载阀值时,按照边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,将边缘云定义为分载边缘云,记录分载边缘云的地址,并向超载边缘云发送地址;数据迁移模块6,用于超载边缘云收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
实施例3
请参阅图3,为本发明提供的一种电子设备,包括至少一个处理器7、至少一个存储器8和数据总线9;其中:处理器7与存储器8通过数据总线9完成相互间的通信;存储器8存储有可被处理器7执行的程序指令,处理器7调用程序指令以执行一种基于分布式云平台的云边管理方法。例如实现:
部署多云管理平台;多云管理平台包括中心云和多个与中心云连接的边缘云,多个边缘云相互连接;利用中心云在接入任一边缘云后,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;在所有边缘云内设置过载阀值,当任一边缘云的运算负载超过过载阀值时,定义为超载边缘云,超载边缘云向中心云发送过载信息;中心云收到过载信息后,根据超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;利用中心云根据边缘云辅助计算表的顺序,检测对应的其他边缘云的负载状况;若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于过载阀值时,按照边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,将边缘云定义为分载边缘云,记录分载边缘云的地址,并向超载边缘云发送地址;超载边缘云收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
实施例4
本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器7执行时实现一种基于分布式云平台的云边管理方法。
例如实现:
部署多云管理平台;多云管理平台包括中心云和多个与中心云连接的边缘云,多个边缘云相互连接;利用中心云在接入任一边缘云后,中心云计算与边缘云的数据传输时间以及每个边缘云之间的数据传输时间;在所有边缘云内设置过载阀值,当任一边缘云的运算负载超过过载阀值时,定义为超载边缘云,超载边缘云向中心云发送过载信息;中心云收到过载信息后,根据超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;利用中心云根据边缘云辅助计算表的顺序,检测对应的其他边缘云的负载状况;若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于过载阀值时,按照边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于过载阀值时,将边缘云定义为分载边缘云,记录分载边缘云的地址,并向超载边缘云发送地址;超载边缘云收到地址后,将超载边缘云后续收到的用户端数据转移至分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
其中,存储器8可以是但不限于,随机存取存储器(RANDOM ACCESS MEMORY,RAM),只读存储器(READ ONLY MEMORY,ROM),可编程只读存储器(PROGRAMMABLE READ-ONLYMEMORY,PROM),可擦除只读存储器(ERASABLE PROGRAMMABLE READ-ONLY MEMORY,EPROM),电可擦除只读存储器(ELECTRIC ERASABLE PROGRAMMABLE READ-ONLY MEMORY,EEPROM)等。
处理器7可以是一种集成电路芯片,具有信号处理能力。该处理器7可以是通用处理器,包括中央处理器(CENTRAL PROCESSING UNIT,CPU)、网络处理器(NETWORKPROCESSOR,NP)等;还可以是数字信号处理器(DIGITAL SIGNAL PROCESSING,DSP)、专用集成电路(APPLICATION SPECIFIC INTEGRATED CIRCUIT,ASIC)、现场可编程门阵列(FIELD-PROGRAMMABLE GATE ARRAY,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。
在本申请所提供的实施例中,应该理解到,所揭露的方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,READ-ONLY MEMORY)、随机存取存储器(RAM,RANDOM ACCESS MEMORY)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于分布式云平台的云边管理方法,其特征在于,包括:
部署多云管理平台;多云管理平台包括中心云和多个与所述中心云连接的边缘云,多个所述边缘云相互连接;
利用所述中心云在接入任一边缘云后,所述中心云计算与所述边缘云的数据传输时间以及每个边缘云之间的数据传输时间;
在所有边缘云内设置过载阀值,当任一所述边缘云的运算负载超过所述过载阀值时,定义为超载边缘云,所述超载边缘云向中心云发送过载信息;
所述中心云收到所述过载信息后,根据所述超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;
利用所述中心云根据所述边缘云辅助计算表的顺序,检测对应的所述其他边缘云的负载状况;
若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于所述过载阀值时,按照所述边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于所述过载阀值时,将所述边缘云定义为分载边缘云,记录所述分载边缘云的地址,并向超载边缘云发送所述地址;
所述超载边缘云收到所述地址后,将所述超载边缘云后续收到的用户端数据转移至所述分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
2.如权利要求1所述的一种基于分布式云平台的云边管理方法,其特征在于,当所有边缘云的运算负载均超过所述过载阀值时,所述中心云接收后续用户端数据进行运算,并将运算后的数据发送至对应的用户端。
3.如权利要求2所述的一种基于分布式云平台的云边管理方法,其特征在于,当中心云和所有边缘云运算负载均超过所述过载阀值时,所述中心云停止用户端数据接收,利用所述中心云检测所述边缘云的剩余算力,并根据所述剩余算力的从大到小进行排序,得到剩余算力表,将用户端新接入的数据,按所述剩余算力表的顺序接入对应的边缘云,当边缘云检测新接收的数据大于其负载上限时,按照所述剩余算力表,切换至下一个边缘云进行处理。
4.如权利要求1所述的一种基于分布式云平台的云边管理方法,其特征在于,在所有边缘云内设置过载阀值的步骤包括:
检测所述边缘云中央处理器的每一个计算单元的运算状况,设置所述中央处理器中预设比例的所述计算单元达到满负荷运算时,定义为边缘云过载,并将所述预设比例定义为过载阀值。
5.如权利要求4所述的一种基于分布式云平台的云边管理方法,其特征在于,任一所述计算单元采用64位字长。
6.如权利要求1所述的一种基于分布式云平台的云边管理方法,其特征在于,所述中心云计算与所述边缘云的数据传输时间以及每个边缘云之间的数据传输时间的步骤包括:
所述中心云或所述边缘云分别向其他所述边缘云发送时间信号,任一所述边缘云收到所述时间信号后,记录接收所述时间信号的本地时间,并利用本地时间减去时间信号代表的时间得到对应的边缘云与所述中心云之间的传输时间,所述边缘云将所述传输时间反馈至所述中心云。
7.如权利要求1所述的一种基于分布式云平台的云边管理方法,其特征在于,将所述超载边缘云后续收到的用户端数据转移至所述分载边缘云进行处理,并将运算后的数据发送至对应的用户端的步骤包括:
将所述超载边缘云后续收到的用户端数据转移至所述分载边缘云进行处理,同时将所述用户端数据已经运算的部分结果发送至所述分载边缘云,汇总结果后,所述分载边缘云向所述超载边缘云获取与所述用户端数据对应的用户端接口信息,直接将汇总结果发送至所述用户端。
8.一种基于分布式云平台的云边管理系统,其特征在于,包括:
部署模块,用于部署多云管理平台;多云管理平台包括中心云和多个与所述中心云连接的边缘云,多个所述边缘云相互连接;
传输时间计算模块,用于利用所述中心云在接入任一边缘云后,所述中心云计算与所述边缘云的数据传输时间以及每个边缘云之间的数据传输时间;
超载警示模块,用于在所有边缘云内设置过载阀值,当任一所述边缘云的运算负载超过所述过载阀值时,定义为超载边缘云,所述超载边缘云向中心云发送过载信息;
超载预处理模块,用于所述中心云收到所述过载信息后,根据所述超载边缘云与其他边缘云的数据传输时间从短到长进行排序,得到边缘云辅助计算表;利用所述中心云根据所述边缘云辅助计算表的顺序,检测对应的所述其他边缘云的负载状况;
分载选择模块,用于若按照边缘云辅助计算表上的顺序,依次检测所有边缘云的过程中,检测到任一边缘云过载高于所述过载阀值时,按照所述边缘云辅助计算表的顺序继续检测下一个边缘云;若检测出任一边缘云过载低于或等于所述过载阀值时,将所述边缘云定义为分载边缘云,记录所述分载边缘云的地址,并向超载边缘云发送所述地址;
数据迁移模块,用于所述超载边缘云收到所述地址后,将所述超载边缘云后续收到的用户端数据转移至所述分载边缘云进行处理,并将运算后的数据发送至对应的用户端。
9.一种电子设备,其特征在于,包括至少一个处理器、至少一个存储器和数据总线;其中:所述处理器与所述存储器通过所述数据总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令以执行如权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111469636.7A CN114138490A (zh) | 2021-12-04 | 2021-12-04 | 一种基于分布式云平台的云边管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111469636.7A CN114138490A (zh) | 2021-12-04 | 2021-12-04 | 一种基于分布式云平台的云边管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114138490A true CN114138490A (zh) | 2022-03-04 |
Family
ID=80387543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111469636.7A Pending CN114138490A (zh) | 2021-12-04 | 2021-12-04 | 一种基于分布式云平台的云边管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114138490A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115604266A (zh) * | 2022-11-28 | 2023-01-13 | 广州信诚信息科技有限公司(Cn) | 一种基于云边协同智能分配算力的边缘服务终端 |
-
2021
- 2021-12-04 CN CN202111469636.7A patent/CN114138490A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115604266A (zh) * | 2022-11-28 | 2023-01-13 | 广州信诚信息科技有限公司(Cn) | 一种基于云边协同智能分配算力的边缘服务终端 |
CN115604266B (zh) * | 2022-11-28 | 2023-03-24 | 广州信诚信息科技有限公司 | 一种基于云边协同智能分配算力的边缘服务终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108683720B (zh) | 一种容器集群服务配置方法及装置 | |
CN111258737B (zh) | 一种资源调度的方法、装置和过滤式调度器 | |
CN109800204B (zh) | 数据分配方法及相关产品 | |
CN105516347A (zh) | 一种流媒体服务器的负载均衡调配的方法及装置 | |
CN107819797B (zh) | 访问请求处理方法和装置 | |
CN110365748A (zh) | 业务数据的处理方法和装置、存储介质及电子装置 | |
CN103634224A (zh) | 网络中数据传输的方法和系统 | |
CN113114517B (zh) | 网络切片下基于节点特征的网络资源动态备份方法及系统 | |
CN104301243A (zh) | 一种负载控制方法和装置 | |
CN114138490A (zh) | 一种基于分布式云平台的云边管理方法及系统 | |
CN108932182B (zh) | 一种消息总线性能测试方法及系统 | |
CN111159195A (zh) | 区块链系统中的数据存储控制方法及设备 | |
CN114780244A (zh) | 容器云资源弹性分配方法、装置、计算机设备及介质 | |
CN113688001A (zh) | 服务器硬盘功耗动态均衡方法、装置、终端及存储介质 | |
CN114448989B (zh) | 调整消息分发的方法、装置、电子设备、存储介质及产品 | |
CN111538572A (zh) | 任务处理方法、装置、调度服务器及介质 | |
CN111131375B (zh) | 接口服务获取方法、装置、计算机设备及存储介质 | |
CN110113269B (zh) | 一种基于中间件的流量控制的方法及相关装置 | |
CN116865404A (zh) | 一种电池簇系统并机方法、装置、设备及介质 | |
CN114979282B (zh) | 任务调度方法、装置、存储介质以及电子设备 | |
CN113438678B (zh) | 一种为网络切片分配云资源的方法及装置 | |
CN115361295A (zh) | 基于topsis的资源备份方法、装置、设备及介质 | |
CN113364648A (zh) | 流量控制方法、系统、装置、服务设备及存储介质 | |
CN108595367B (zh) | 一种基于局域网内计算机集群的服务器系统 | |
CN103593249A (zh) | 一种ha预警方法及虚拟资源管理器 |
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 |