CN114710484A - 边缘计算协同方法、边缘计算节点、计算机设备及介质 - Google Patents
边缘计算协同方法、边缘计算节点、计算机设备及介质 Download PDFInfo
- Publication number
- CN114710484A CN114710484A CN202011484346.5A CN202011484346A CN114710484A CN 114710484 A CN114710484 A CN 114710484A CN 202011484346 A CN202011484346 A CN 202011484346A CN 114710484 A CN114710484 A CN 114710484A
- Authority
- CN
- China
- Prior art keywords
- application
- node
- edge computing
- load
- computing node
- 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.)
- Withdrawn
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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
-
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供一种边缘计算协同方法、边缘计算节点、计算机设备及可读存储介质，所述方法包括：边缘计算节点计算本节点上运行的各应用的最新负载值，向其它节点发送该最新负载值，以使其更新其应用负载信息表；接收其它节点发送的各自节点上运行的各应用的最新负载值；将本节点及其它节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；当有新的应用请求连接时，判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；若超过，则将新的应用请求引导至其负载信息表中该应用的最新负载值最低的节点进行处理。本公开的技术方案实现边缘计算节点群在应用层面的更精细化均衡利用，提升处理效率，提高应用响应速度。
Description
技术领域
本公开属于通信技术领域，具体涉及一种边缘计算协同方法，一种边缘计算节点，一种计算机设备，以及一种计算机可读存储介质。
背景技术
随着5G商用时代来临，数据量将更加巨大和复杂，对数据计算提出更高要求，同时也为边缘计算的发展带来了新的机遇，边缘计算是指在靠近用户、物等数据产生源头的一端，采用集网络、计算、存储、应用核心能力为一体的云计算开放平台，就近提供最近端服务；应用对计算和存储的需求在边缘侧完成，可以实现更快的业务响应，减轻核心网流量及中心云处理的压力，能很好满足用户在高实时性、应用智能、安全与隐私保护等方面的业务需求。
边缘计算节点靠近用户侧部署，数量较多，出于成本及需求考虑，单个节点的计算和存储能力配置不会太高。在某些情况下会出现各节点负载失衡的情况，如某区域大型活动造成用户聚集，移动端请求激增所带来的该区域边缘计算节点超出处理能力，但周边节点仍然处于正常或轻负荷状态的问题。
目前已有的解决边缘计算节点间协同的方案是建立分布式边缘云系统，由一个中心化平台或中心云平台完成多个边缘计算节点的管理，以及根据用户请求任务的复杂度和实时性要求分配到边缘计算节点或中心化平台进行处理，来实现边缘计算节点和中心化平台的负载均衡；对边缘计算节点的负载评估也大多基于整个节点的负载状况。此种方式类似于云边协同，中心化平台与中心云相似，但一旦中心平台出现问题，整个分布式边缘云架构无法正常运行，而且由于节点上运行应用的实际性能和响应时间与多种因素相关，节点的整体负载状况只是一种粗略的因素，并不能精细地反映节点中某个应用的实际处理效率，节点整体负载的评估在某些情况下不够精细；虽然边缘计算节点可以有自治能力，但没有机制实现各边缘计算节点间的协同和均衡，影响终端设备获取的边缘计算服务的质量。
发明内容
本公开提供一种边缘计算协同方法、边缘计算节点、计算机设备及计算机可读存储介质，可以解决边缘计算节点间负载不均衡的情况，从而实现边缘计算节点群在应用层面的更精细化均衡利用，提升处理效率，提高应用响应速度，提升用户体验。
第一方面，本公开实施例提供一种边缘计算协同方法，包括：
边缘计算节点计算本节点上运行的各应用的最新负载值，并向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；
所述边缘计算节点接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；
所述边缘计算节点将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；
当有新的应用请求连接到边缘计算节点时，所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；
若超过，则所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。
进一步的，所述边缘计算节点计算本节点上运行的各应用的最新负载值，包括：
所述边缘计算节点采集本节点上运行的各应用的连接数量和响应时延；
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延；以及，
所述边缘计算节点根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值。
进一步的，所述方法还包括：
所述边缘计算节点创建配置参数表，所述配置参数表包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
所述边缘计算节点采集本节点上运行的各应用的连接数量和响应时延，具体为：
所述边缘计算节点根据所述应用负载采集频率采集本节点上运行的各个应用的连接数量和响应时延；
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延，具体为：
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算所述应用负载更新周期内各应用的平均连接数量和平均响应时延；
所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值，具体为：
所述边缘计算节点根据本节点上运行的各应用的负载阈值判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值。
进一步的，所述边缘计算节点根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值，采用以下计算公式计算：
AL＝(C/CMAX)×WC+(R/RMAX)×WD；
其中，AL为所述边缘计算节点上运行的某应用的最新负载值；C为单位时间内该应用的平均连接数量；CMAX为单位时间内该应用的连接数量最大限值；WC为应用连接数量在节点应用负载评估中所占权重；R为单位时间内该应用的平均响应时延；RMAX为单位时间内该应用的响应时延最大限值；WD为响应时延在节点应用负载评估中所占权重，并且WC+WD＝1。
进一步的，所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理，包括：
所述边缘计算节点从其应用负载信息表中选择该应用的最新负载值为最低的边缘计算节点作为转移节点；以及，
将所述新的请求告知所述转移节点，并向所述新的应用请求发起方发送重定向消息，以使所述新的应用请求发起方重建连接至所述转移节点，并使所述转移节点处理所述新的应用请求。
第二方面，本公开实施例提供一种边缘计算节点，包括：计算模块、发送模块、接收模块、更新模块、判断模块和引导模块；
所述计算模块设置为计算本节点上运行的各应用的最新负载值；
所述发送模块设置为向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；
所述接收模块设置为接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；
所述更新模块设置为将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；
所述判断模块设置为当有新的应用请求连接到边缘计算节点时，判断边缘计算节点的应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；
所述引导模块设置为若所述判断模块判断本节点对应的该应用的最新负载值超过负载阈值，则将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。
进一步的，所述边缘计算节点还包括采集模块；
所述采集模块设置为采集本节点上运行的各应用的连接数量和响应时延；
所述计算模块具体设置为根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延；以及，
根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值。
进一步的，所述边缘计算节点还包括创建模块；
所述创建模块设置为在边缘计算节点中创建配置参数表；
所述配置参数表包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
所述采集模块具体设置为根据所述应用负载采集频率采集本节点上运行的各个应用的连接数量和响应时延；
所述计算模块具体设置为根据所述采集模块采集到的所述各应用的连接数量和响应时延计算所述应用负载更新周期内各应用的平均连接数量和平均响应时延；
所述判断模块具体设置为根据本节点上运行的各应用的负载阈值判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值。
进一步的，所述引导模块具体设置为：
从节点应用负载信息表中选择该应用的最新负载值为最低的边缘计算节点，作为转移节点；
通过所述发送模块将所述新的应用请求告知所述转移节点，并通过所述发送模块向所述新的应用请求发起方发送重定向消息，以使所述新的应用请求发起方重建连接至所述转移节点，并使所述转移节点处理所述新的应用请求。
第三方面，本公开实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行如第一方面中任一所述的边缘计算协同方法。
第四方面，本公开实施例还提供一种计算机可读存储介质，包括：计算机程序，当其在计算机上运行时，使得计算机执行如第一方面中任一所述的边缘计算协同方法。
有益效果：
本公开提供的边缘计算协同方法、边缘计算节点、计算机设备及计算机可读存储介质，通过边缘计算节点边缘计算节点计算本节点上运行的各应用的最新负载值，并向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；所述边缘计算节点接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；所述边缘计算节点将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；当有新的应用请求连接到边缘计算节点时，所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；若超过，则所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。本公开技术方案通过动态计算运行在边缘计算节点上的各个应用效率状况并通告至其它节点，在某节点的某个应用动态负荷超过阈值时，将该应用新的连接请求按照一定规则分担至其它该应用轻负载的节点，解决边缘计算节点间负载不均衡的情况，从而实现边缘计算节点群在应用层面的更精细化均衡利用，提升处理效率，提高应用响应速度，提升用户体验。
附图说明
图1为本公开实施例一提供的一种边缘计算协同方法的流程示意图；
图2为本公开实施例二提供的一种边缘计算节点的架构图。
具体实施方式
为使本领域技术人员更好地理解本公开的技术方案，下面结合附图和实施例对本公开作进一步详细描述。
其中，在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚的表示其它含义。
在现有边缘计算技术体系中，大多关注的是边缘计算和中心云的云边协同，对于边缘计算节点间的协同少有考虑，而采用中心化平台建立分布式边缘云系统的方案，根据用户请求任务的复杂度和实时性要求分配到边缘计算节点或中心化平台进行处理，来实现边缘计算节点和中心化平台的负载均衡。对边缘计算节点的负载评估也大多基于整个节点的负载状况。但根据节点整体负载的评估在某些情况下不够精细，并不能精细地反映节点中某个应用的实际处理效率，并且一旦中心平台出现问题，整个分布式边缘云架构无法正常运行。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本公开实施例一提供的一种边缘计算协同方法，包括：
步骤S101：边缘计算节点计算本节点上运行的各应用的最新负载值，并向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；
步骤S102：所述边缘计算节点接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；
步骤S103：所述边缘计算节点将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；
步骤S104：当有新的应用请求连接到边缘计算节点时，所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；
步骤S105：若超过，则所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。
本地各边缘计算节点组成边缘计算节点群，在边缘计算节点群的每个节点中，存在并维护关于群内各节点所运行的各应用负载的信息表。节点的负载信息表中包含整个边缘计算节点群各个节点中运行的各应用当前最新负载数值，应用负载信息表结构可以如下表1所示：
表1：应用负载信息表
其中：
节点序号是边缘计算节点群中各节点的编号；
节点地址是节点对应的IP地址；
应用序号是节点中运行的应用程序的编号；
应用名称是节点中运行的应用程序的简称；
应用端口是节点中运行的应用程序所使用的端口；
注：应用序号和应用名称在边缘计算节点群中各节点上应保持一致，以便于识别为同一应用。
各节点每隔一段时间周期采集本节点所运行的各应用的负载参数，并通告其它节点，各节点均维护群内所有节点的应用级负载信息表，当某节点的某应用负载超过阈值时，在有新的该应用请求连接到本节点时，查询节点应用级负载信息表，将新应用请求引导至该应用负载较轻的节点进行处理。
进一步的，所述边缘计算节点计算本节点上运行的各应用的最新负载值，包括：
所述边缘计算节点采集本节点上运行的各应用的连接数量和响应时延；
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延；以及，
所述边缘计算节点根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值。
边缘计算节点的整体负载并不能很好的反应当用户的请求接入后在本节点的处理请况，在节点内部各个应用的请求数量不同，处理的效率也不相同，通过采集节点上运行的各应用的连接数量和响应时延，可以从应用级来进行节点负载状况的计算，更准确地反映应用在当前节点中的执行效率，而且各应用的请求数量是变动的，可能在某一段时间内用户聚集导致应用的请求较多，因此通过在一定的时间内，根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延连接数量，能更好的反应节点内应用的实际状况，然后根据平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值，存储在边缘计算节点中。
进一步的，所述方法还包括：
所述边缘计算节点创建配置参数表，所述配置参数表包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
所述边缘计算节点采集本节点上运行的各应用的连接数量和响应时延，具体为：
所述边缘计算节点根据所述应用负载采集频率采集本节点上运行的各个应用的连接数量和响应时延；
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延，具体为：
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算所述应用负载更新周期内各应用的平均连接数量和平均响应时延；
所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值，具体为：
所述边缘计算节点根据本节点上运行的各应用的负载阈值判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值。
在每一个边缘计算节点创建配置参数表，其包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
负载采集频率是单位时间内采集本节点上运行的各个应用的当前连接数量和响应时延的次数，采集频率越高，数据越精确，可以根据实际情况进行设置，边缘计算节点根据节点应用负载采集频率由系统监测进程采集节点上运行的每个应用的连接数量、应用响应时延，并写入临时存储区。应用负载更新周期为更新应用负载信息表的周期，在应用负载更新周期时间到达时，读取以上临时存储区，计算周期时间内每个应用的平均应用连接数量、应用响应时延，并用节点应用负载参数的计算模型计算出各应用最新负载值，并以计算所得值更新节点应用负载信息表中本节点运行的各应用的负载参数值。
本节点上运行的各应用的负载阈值是触发应用分流的节点各应用的负载参数阈值，该参数是触发节点所运行应用实现连接分流的阈值，在某应用有新的连接请求时，若节点该应用当前负载参数数值大于阈值，则将该应用的新连接请求转接至边缘计算节点群中该应用负载最轻的节点进行处理。配置参数表结构可以如下表2所示：
表2：配置参数表
注：应用序号、应用名称、应用端口和节点应用负载信息表中保持一致。
进一步的，所述边缘计算节点根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值，采用以下计算公式计算：
AL＝(C/CMAX)×WC+(R/RMAX)×WD；
其中，AL为所述边缘计算节点上运行的某应用的最新负载值；C为单位时间内该应用的平均连接数量；CMAX为单位时间内该应用的连接数量最大限值；WC为应用连接数量在节点应用负载评估中所占权重；R为单位时间内该应用的平均响应时延；RMAX为单位时间内该应用的响应时延最大限值；WD为响应时延在节点应用负载评估中所占权重，并且WC+WD＝1。
依据边缘节点某应用的单位时间连接数量和平均应用响应时延两个因素来进行评估最新负载值。由于各边缘计算节点的硬件资源配置不同所导致的处理能力差异，因此综合考虑节点某应用的单位时间连接数量和平均应用响应时延来衡量节点应用的负载状况，以决定是否实行应用级的负载分流。
进一步的，所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理，包括：
所述边缘计算节点从其应用负载信息表中选择该应用的最新负载值为最低的边缘计算节点作为转移节点；以及，
将所述新的请求告知所述转移节点，并向所述新的应用请求发起方发送重定向消息，以使所述新的应用请求发起方重建连接至所述转移节点，并使所述转移节点处理所述新的应用请求。
由于，各个边缘计算节点都会定期收到其他边缘计算节点发送的其运行的各应用的最新负载值，并更新在应用负载信息表中，所以在新的应用接入时，可以从应用负载信息表中选择出该应用的最新负载值为最低的边缘计算节点，将作为转移节点，通过细化颗粒度，从应用级来进行节点处理效率的计算和进行负载均衡可以达到更优的效果，然后进行节点间处理任务的优化分配，将新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理，提高效率。
本公开实施例通过动态计算运行在边缘计算节点上的各个应用效率状况并通告至其它节点，在某节点的某个应用动态负荷超过阈值时，将该应用新的连接请求按照一定规则分担至其它该应用轻负载的节点，解决边缘计算节点间负载不均衡的情况，从而实现边缘计算节点群在应用层面的更精细化均衡利用，提升处理效率，提高应用响应速度，提升用户体验。
图2为本公开实施例二提供一种边缘计算节点的架构图，如图2所示，包括：计算模块1、发送模块2、接收模块3、更新模块4、判断模块5和引导模块6；
所述计算模块1设置为计算本节点上运行的各应用的最新负载值；
所述发送模块2设置为向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；
所述接收模块3设置为接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；
所述更新模块4设置为将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；
所述判断模块5设置为当有新的应用请求连接到边缘计算节点时，判断边缘计算节点的应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；
所述引导模块6设置为若所述判断模块5判断本节点对应的该应用的最新负载值超过负载阈值，则将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。
进一步的，所述边缘计算节点还包括采集模块7；
所述采集模块7设置为采集本节点上运行的各应用的连接数量和响应时延；
所述计算模块1具体设置为根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延；以及，
根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值。
进一步的，所述边缘计算节点还包括创建模块8；
所述创建模块8设置为在边缘计算节点中创建配置参数表；
所述配置参数表包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
所述采集模块7具体设置为根据所述应用负载采集频率采集本节点上运行的各个应用的连接数量和响应时延；
所述计算模块1具体设置为根据所述采集模块采集到的所述各应用的连接数量和响应时延计算所述应用负载更新周期内各应用的平均连接数量和平均响应时延；
所述判断模块5具体设置为根据本节点上运行的各应用的负载阈值判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值。
进一步的，所述引导模块6具体设置为：
从节点应用负载信息表中选择该应用的最新负载值为最低的边缘计算节点，作为转移节点；
通过所述发送模块将所述新的应用请求告知所述转移节点，并通过所述发送模块2向所述新的应用请求发起方发送重定向消息，以使所述新的应用请求发起方重建连接至所述转移节点，并使所述转移节点处理所述新的应用请求。
本公开实施例的边缘计算节点用于实施方法实施例一中的边缘计算协同方法，所以描述的较为简单，具体可以参见前面方法实施例一中的相关描述，此处不再赘述。
此外，本公开实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行上述各种可能的方法。
此外，本公开实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。
其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC(Application Specific Integrated Circuit，专用集成电路)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。
可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开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公开的保护范围。
Claims (11)
1.一种边缘计算协同方法，其特征在于，包括：
边缘计算节点计算本节点上运行的各应用的最新负载值，并向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；
所述边缘计算节点接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；
所述边缘计算节点将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；
当有新的应用请求连接到边缘计算节点时，所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；
若超过，则所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。
2.根据权利要求1所述的方法，其特征在于，所述边缘计算节点计算本节点上运行的各应用的最新负载值，包括：
所述边缘计算节点采集本节点上运行的各应用的连接数量和响应时延；
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延；以及，
所述边缘计算节点根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
所述边缘计算节点创建配置参数表，所述配置参数表包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
所述边缘计算节点采集本节点上运行的各应用的连接数量和响应时延，具体为：
所述边缘计算节点根据所述应用负载采集频率采集本节点上运行的各个应用的连接数量和响应时延；
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延，具体为：
所述边缘计算节点根据采集到的所述各应用的连接数量和响应时延计算所述应用负载更新周期内各应用的平均连接数量和平均响应时延；
所述边缘计算节点判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值，具体为：
所述边缘计算节点根据本节点上运行的各应用的负载阈值判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值。
4.根据权利要求2所述的方法，其特征在于，所述边缘计算节点根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值，采用以下计算公式计算：
AL＝(C/CMAX)×WC+(R/RMAX)×WD；
其中，AL为所述边缘计算节点上运行的某应用的最新负载值；C为单位时间内该应用的平均连接数量；CMAX为单位时间内该应用的连接数量最大限值；WC为应用连接数量在节点应用负载评估中所占权重；R为单位时间内该应用的平均响应时延；RMAX为单位时间内该应用的响应时延最大限值；WD为响应时延在节点应用负载评估中所占权重，并且WC+WD＝1。
5.根据权利要求1所述的方法，其特征在于，所述边缘计算节点将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理，包括：
所述边缘计算节点从其应用负载信息表中选择该应用的最新负载值为最低的边缘计算节点作为转移节点；以及，
将所述新的请求告知所述转移节点，并向所述新的应用请求发起方发送重定向消息，以使所述新的应用请求发起方重建连接至所述转移节点，并使所述转移节点处理所述新的应用请求。
6.一种边缘计算节点，其特征在于，包括：计算模块、发送模块、接收模块、更新模块、判断模块和引导模块；
所述计算模块设置为计算本节点上运行的各应用的最新负载值；
所述发送模块设置为向边缘计算群内其它边缘计算节点发送本节点上运行的各应用的最新负载值，以使其它边缘计算节点根据所述各应用的最新负载值更新其应用负载信息表；
所述接收模块设置为接收边缘计算群内其它边缘计算节点发送的各自节点上运行的各应用的最新负载值；
所述更新模块设置为将本节点及边缘计算群内其它边缘计算节点上运行的各应用的最新负载值分别更新到本节点的应用负载信息表中；
所述判断模块设置为当有新的应用请求连接到边缘计算节点时，判断边缘计算节点的应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值；
所述引导模块设置为若所述判断模块判断本节点对应的该应用的最新负载值超过负载阈值，则将所述新的应用请求引导至其负载信息表中该应用的最新负载值最低的边缘计算节点进行处理。
7.根据权利要求6所述的边缘计算节点，其特征在于，所述边缘计算节点还包括采集模块；
所述采集模块设置为采集本节点上运行的各应用的连接数量和响应时延；
所述计算模块具体设置为根据采集到的所述各应用的连接数量和响应时延计算各应用的平均连接数量和平均响应时延；以及，
根据所述各应用的平均连接数量和平均响应时延计算出本节点上运行的各应用的最新负载值。
8.根据权利要求7所述的边缘计算节点，其特征在于，所述边缘计算节点还包括创建模块；
所述创建模块设置为在边缘计算节点中创建配置参数表；
所述配置参数表包括应用负载采集频率、应用负载更新周期和本节点上运行的各应用的负载阈值；
所述采集模块具体设置为根据所述应用负载采集频率采集本节点上运行的各个应用的连接数量和响应时延；
所述计算模块具体设置为根据所述采集模块采集到的所述各应用的连接数量和响应时延计算所述应用负载更新周期内各应用的平均连接数量和平均响应时延；
所述判断模块具体设置为根据本节点上运行的各应用的负载阈值判断其应用负载信息表中本节点对应的该应用的最新负载值是否超过负载阈值。
9.根据权利要求6所述的边缘计算节点，其特征在于，所述引导模块具体设置为：
从节点应用负载信息表中选择该应用的最新负载值为最低的边缘计算节点，作为转移节点；
通过所述发送模块将所述新的应用请求告知所述转移节点，并通过所述发送模块向所述新的应用请求发起方发送重定向消息，以使所述新的应用请求发起方重建连接至所述转移节点，并使所述转移节点处理所述新的应用请求。
10.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据权利要求1-5任一项中所述的边缘计算协同方法。
11.一种计算机可读存储介质，包括：计算机程序，当其在计算机上运行时，使得计算机执行根据权利要求1-5任一项中所述的边缘计算协同方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011484346.5A CN114710484A (zh) | 2020-12-16 | 2020-12-16 | 边缘计算协同方法、边缘计算节点、计算机设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011484346.5A CN114710484A (zh) | 2020-12-16 | 2020-12-16 | 边缘计算协同方法、边缘计算节点、计算机设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114710484A true CN114710484A (zh) | 2022-07-05 |
Family
ID=82165988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011484346.5A Withdrawn CN114710484A (zh) | 2020-12-16 | 2020-12-16 | 边缘计算协同方法、边缘计算节点、计算机设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114710484A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102469126A (zh) * | 2010-11-10 | 2012-05-23 | 中国移动通信集团公司 | 一种应用调度系统、方法和相关装置 |
| CN105407162A (zh) * | 2015-11-27 | 2016-03-16 | 国云科技股份有限公司 | 一种基于SLA服务等级的云计算Web应用资源负载均衡算法 |
| EP3632083A1 (en) * | 2017-05-22 | 2020-04-08 | Telefonaktiebolaget LM Ericsson (Publ) | Edge cloud broker and method therein for allocating edge cloud resources |
| CN111274035A (zh) * | 2020-01-20 | 2020-06-12 | 长沙市源本信息科技有限公司 | 边缘计算环境下的资源调度方法、装置和计算机设备 |
| CN111629046A (zh) * | 2020-05-22 | 2020-09-04 | 中国联合网络通信集团有限公司 | 边缘计算协同方法、边缘计算设备及终端 |
-
2020
- 2020-12-16 CN CN202011484346.5A patent/CN114710484A/zh not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102469126A (zh) * | 2010-11-10 | 2012-05-23 | 中国移动通信集团公司 | 一种应用调度系统、方法和相关装置 |
| CN105407162A (zh) * | 2015-11-27 | 2016-03-16 | 国云科技股份有限公司 | 一种基于SLA服务等级的云计算Web应用资源负载均衡算法 |
| EP3632083A1 (en) * | 2017-05-22 | 2020-04-08 | Telefonaktiebolaget LM Ericsson (Publ) | Edge cloud broker and method therein for allocating edge cloud resources |
| CN111274035A (zh) * | 2020-01-20 | 2020-06-12 | 长沙市源本信息科技有限公司 | 边缘计算环境下的资源调度方法、装置和计算机设备 |
| CN111629046A (zh) * | 2020-05-22 | 2020-09-04 | 中国联合网络通信集团有限公司 | 边缘计算协同方法、边缘计算设备及终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sahoo et al. | ESMLB: Efficient switch migration-based load balancing for multicontroller SDN in IoT | |
| JP6559670B2 (ja) | ネットワーク機能仮想化情報コンセントレータのための方法、システム、およびコンピュータ読取可能媒体 | |
| CN108712464A (zh) | 一种面向集群微服务高可用的实现方法 | |
| US10652360B2 (en) | Access scheduling method and apparatus for terminal, and computer storage medium | |
| US20150215228A1 (en) | Methods, systems, and computer readable media for a cloud-based virtualization orchestrator | |
| Liu et al. | Task scheduling in fog enabled Internet of Things for smart cities | |
| CN112261120B (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
| CN103401947A (zh) | 多个服务器的任务分配方法和装置 | |
| CN108170530B (zh) | 一种基于混合元启发式算法的Hadoop负载均衡任务调度方法 | |
| CN109918170A (zh) | 一种云数据中心虚拟机动态资源配置方法及系统 | |
| CN108965014A (zh) | QoS感知的服务链备份方法及系统 | |
| CN104038540A (zh) | 一种应用代理服务器自动选择方法及系统 | |
| WO2020134133A1 (zh) | 一种资源配置方法、变电站及计算机可读存储介质 | |
| CN113286315B (zh) | 负载均衡判断方法、装置、设备及存储介质 | |
| CN112187891A (zh) | 基于多业务的边缘计算节点集合的负载优化方法及装置 | |
| CN113342510A (zh) | 一种水电流域应急指挥云边计算资源协同处理方法 | |
| CN113377866A (zh) | 一种虚拟化数据库代理服务的负载均衡方法及装置 | |
| CN113032146A (zh) | 一种面向多接入边缘计算环境的健壮性服务供应方法 | |
| CN117112171A (zh) | 一种基于智能感知的业务在线协同迁移方法 | |
| CN112565388A (zh) | 一种基于打分体系的分布式采集服务调度系统及方法 | |
| Wu et al. | Machine Learning Based 5G Network Slicing Management and Classification | |
| CN116546028A (zh) | 服务请求的处理方法、装置、存储介质及电子设备 | |
| CN114710484A (zh) | 边缘计算协同方法、边缘计算节点、计算机设备及介质 | |
| Furusawa et al. | Service mesh controller for cooperative load balancing among neighboring edge servers | |
| CN108984271A (zh) | 一种均衡负载的方法以及相关设备 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220705 |