CN114745563B - 选择边缘计算节点处理直播任务的方法、装置及系统 - Google Patents
选择边缘计算节点处理直播任务的方法、装置及系统 Download PDFInfo
- Publication number
- CN114745563B CN114745563B CN202210374084.XA CN202210374084A CN114745563B CN 114745563 B CN114745563 B CN 114745563B CN 202210374084 A CN202210374084 A CN 202210374084A CN 114745563 B CN114745563 B CN 114745563B
- Authority
- CN
- China
- Prior art keywords
- edge computing
- computing node
- task
- live broadcast
- selecting
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 109
- 238000012545 processing Methods 0.000 title claims abstract description 94
- 238000010606 normalization Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 52
- 238000012544 monitoring process Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2405—Monitoring of the internal components or processes of the server, e.g. server load
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer And Data Communications (AREA)
- Multi Processors (AREA)
Abstract
本发明提供一种选择边缘计算节点处理直播任务的方法、装置及系统，涉及直播及边缘计算技术领域，所述方法包括：获取为待处理直播任务选择边缘计算节点的第一请求；根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点；将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端，以使所述客户端将所述待处理直播任务发送给所述目标边缘计算节点处理。本发明所选择的用于处理直播任务的边缘计算节点同时满足存储空间大、I/O负载小的特点，实现提高边缘计算节点利用率，降低直播处理和转播的时间，提升直播效率，改善用户体验的效果。
Description
技术领域
本发明涉及直播及边缘计算技术领域，尤其涉及一种选择边缘计算节点处理直播任务的方法、装置及系统。
背景技术
近年来，随着直播行业发展和边缘计算技术的成熟，应用边缘计算技术处理直播任务，能够很大地提高直播效率。但是，目前相关技术中，在处理直播任务时，没有考虑边缘计算节点的计算资源及I/O(输入/输出，Input/Output)负载情况，不利于提高边缘计算节点的利用率，延长了直播处理和转播的时间，影响直播效果和用户体验。
发明内容
本发明所要解决的技术问题是针对现有技术的上述不足，提供一种选择边缘计算节点处理直播任务的方法、装置及系统，以解决现有技术利用边缘计算节点处理直播任务时，边缘计算节点利用率不高的问题。
第一方面，本发明提供一种选择边缘计算节点处理直播任务的方法，所述方法包括：
获取为待处理直播任务选择边缘计算节点的第一请求；
根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点；
将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端，以使所述客户端将所述待处理直播任务发送给所述目标边缘计算节点处理。
优选地，所述获取为待处理直播任务选择边缘计算节点的第一请求，具体包括：
接收客户端发出的所述待处理直播任务，并获取为其选择边缘计算节点的第一请求；或者，
监测是否存在I/O负载率超过第二阈值的边缘计算节点，如果是，调出该边缘计算节点上至少一个直播任务作为待处理直播任务，并获取为其选择边缘计算节点的第一请求。
优选地，所述监测是否存在I/O负载率超过第二阈值的边缘计算节点，如果是，调出该边缘计算节点上至少一个直播任务作为待处理直播任务，具体包括：
当监测到某个边缘计算节点的I/O负载率超过所述第二阈值时，探测该边缘计算节点上每个直播任务的访问量；
根据所述访问量从高到低的顺序调出若干个直播任务作为待处理直播任务，直至监测到该边缘计算节点的I/O负载率小于等于所述第二阈值。
优选地，所述根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点之前，所述方法还包括：
预先针对边缘计算节点建立剩余计算资源信息表，并对各边缘计算节点按照剩余计算资源从多到少的顺序进行排列；
实时接收各边缘计算节点在监控到自身计算资源状态发生变化时发送的自身当前剩余计算资源信息；
根据所述自身当前剩余计算资源信息，调整对应边缘计算节点在所述剩余计算资源信息表中的位置。
优选地，所述自身当前剩余计算资源信息，具体包括以下至少之一：
边缘计算节点i的剩余计算资源量Mi、计算资源剩余率Mi/Ci、计算资源使用率(Ci-Mi)/Ci；
其中：Ci为边缘计算节点i的总体计算资源量。
优选地，所述从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点，具体包括：
从所述剩余计算资源信息表中选择第一个边缘计算节点；
判断所述第一个边缘计算节点的I/O负载率是否小于所述第一阈值；
如果是，确定将所述第一个边缘计算节点作为目标边缘计算节点；
如果否，从所述剩余计算资源信息表中排除所述第一个边缘计算节点后，重复上述步骤。
优选地，所述判断所述第一个边缘计算节点的I/O负载率是否小于所述第一阈值，具体包括：
根据预存的I/O负载信息表获取所述第一个边缘计算节点的第一I/O负载率，判断所述第一I/O负载率是否小于所述第一阈值；和/或，
将所述待处理直播任务发送给所述第一个边缘计算节点处理，并获取其此时的I/O负载信息，将所获取的I/O负载信息更新在预存的I/O负载信息表中，根据更新后的I/O负载信息表获取所述第一个边缘计算节点的第二I/O负载率，判断所述第二I/O负载率是否小于第一阈值。
优选地，所述根据预存的I/O负载信息表获取所述第一个边缘计算节点的第一I/O负载率之前，所述方法还包括：
周期性地向各边缘计算节点发送收集I/O负载信息的第二请求；
接收各边缘计算节点根据所述第二请求发送的自身当前I/O负载信息；
对接收到的各边缘计算节点的自身当前I/O负载信息进行标准化或归一化处理；
将标准化或归一化处理后的I/O负载信息更新在预先建立的I/O负载信息表中。
优选地，所述I/O负载信息，具体包括：读写速度、吞吐量和读写等待时间；
所述对接收到的各边缘计算节点的自身当前I/O负载信息进行标准化或归一化处理，具体包括：
根据下式获得标准化处理后每一个边缘计算节点的读写速度：
其中：Oi表示边缘计算节点i标准化处理后的读写速度，Ii表示边缘计算节点i的自身当前读写速度， n表示边缘计算节点总数；
根据下式获得标准化处理后每一个边缘计算节点的吞吐量：
其中：Ri表示边缘计算节点i标准化处理后的吞吐量，Hi表示边缘计算节点i的自身当前吞吐量， n表示边缘计算节点总数；
根据下式获得标准化处理后每一个边缘计算节点的读写等待时间：
其中：ti表示边缘计算节点i标准化处理后的读写等待时间，Ti表示边缘计算节点i的自身当前读写等待时间， n表示边缘计算节点总数。
优选地，所述I/O负载率，具体根据下式获得：
Pi＝ω1Oi+ω2Ri+ω3ti
其中：Pi表示边缘计算节点i的I/O负载率，ω1、ω2、ω3分别为读写速度、吞吐量和读写等待时间的权重值，且ω1+ω2+ω3＝1。
优选地，所述第一阈值，具体根据下式获得：
其中：n为边缘计算节点总数，Pi为边缘计算节点i的I/O负载率。
第二方面，本发明提供一种选择边缘计算节点处理直播任务的装置，包括：
获取模块，用于获取为待处理直播任务选择边缘计算节点的第一请求；
选择模块，与所述获取模块连接，用于根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点；
发送模块，与所述选择模块连接，用于将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端，以使所述客户端将所述待处理直播任务发送给所述目标边缘计算节点处理。
第三方面，本发明提供一种选择边缘计算节点处理直播任务的装置，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，所述处理器执行如上所述的方法。
第四方面，本发明提供一种边缘计算节点处理直播任务的系统，包括：
客户端，用于发出直播任务；
选择边缘计算节点处理直播任务的装置，与所述客户端连接，用于执行如上所述的方法；
边缘计算节点，与所述客户端连接，用于处理所述直播任务。
本发明提供一种选择边缘计算节点处理直播任务的方法、装置及系统，针对每个待处理直播任务，通过预存的剩余计算资源信息表选择剩余计算资源多且I/O负载率小的边缘计算节点处理该直播任务，使得每次所选择的用于处理直播任务的边缘计算节点同时满足存储空间大、I/O负载小的特点，实现提高边缘计算节点利用率，降低直播处理和转播的时间，提升直播效率，改善用户体验的效果。
附图说明
图1是本发明实施例的一种选择边缘计算节点处理直播任务的方法的流程图；
图2是本发明实施例的一种边缘计算节点处理直播任务的系统的结构示意图；
图3是本发明实施例的另一种选择边缘计算节点处理直播任务的方法的流程图；
图4是本发明实施例的一种选择边缘计算节点处理直播任务的装置的结构示意图；
图5是本发明实施例的另一种选择边缘计算节点处理直播任务的装置的结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面将结合附图对本发明实施方式作进一步地详细描述。
可以理解的是，此处描述的具体实施例和附图仅仅用于解释本发明，而非对本发明的限定。
可以理解的是，在不冲突的情况下，本发明中的各实施例及实施例中的各特征可相互组合。
可以理解的是，为便于描述，本发明的附图中仅示出了与本发明相关的部分，而与本发明无关的部分未在附图中示出。
可以理解的是，本发明的实施例中所涉及的每个单元、模块可仅对应一个实体结构，也可由多个实体结构组成，或者，多个单元、模块也可集成为一个实体结构。
可以理解的是，在不冲突的情况下，本发明的流程图和框图中所标注的功能、步骤可按照不同于附图中所标注的顺序发生。
可以理解的是，本发明的流程图和框图中，示出了按照本发明各实施例的系统、装置、设备、方法的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可代表一个单元、模块、程序段、代码，其包含用于实现规定的功能的可执行指令。而且，框图和流程图中的每个方框或方框的组合，可用实现规定的功能的基于硬件的系统实现，也可用硬件与计算机指令的组合来实现。
可以理解的是，本发明实施例中所涉及的单元、模块可通过软件的方式实现，也可通过硬件的方式来实现，例如单元、模块可位于处理器中。
实施例1：
如图1所示，本发明实施例1提供一种选择边缘计算节点处理直播任务的方法，所述方法具体应用于如图2所示的边缘计算节点处理直播任务的系统中的选择边缘计算节点处理直播任务的装置2，用于为客户端1发出的直播任务选择合适的边缘计算节点3进行处理，所述方法包括：
S21、获取为待处理直播任务选择边缘计算节点3的第一请求。
具体而言，在本实施例中，如图2所示，边缘计算节点处理直播任务的系统还包括n个边缘计算节点3，选择边缘计算节点处理直播任务的装置2和n个边缘计算节点3相互连接并分别连接客户端1。为了便于表述，在后续说明中，边缘计算节点3指代所有n个节点，边缘计算节点i、边缘计算节点j分别指代其中某一个节点。客户端1根据客户操作发出直播任务，边缘计算节点3用于处理直播任务，选择边缘计算节点处理直播任务的装置2用于为不同的直播任务选择不同的边缘计算节点i(i∈[1，n])。选择边缘计算节点处理直播任务的装置2可以是n个边缘计算节点3中的一个，也即选择边缘计算节点的计算机程序可以设置在n个边缘计算节点3任意之一上，当然也可以另外单独设置一个计算装置用于实现该功能。选择边缘计算节点处理直播任务的装置2启动选择流程的前提是，存在等待处理的直播任务，针对等待处理的直播任务获取为其选择边缘计算节点3的第一请求，第一请求可以是客户端1或者边缘计算节点3发出，或者选择边缘计算节点处理直播任务的装置2自身生成均可，本发明对此不作限制，只要选择边缘计算节点处理直播任务的装置2获取到第一请求，即根据该请求启动一次为对应的待处理直播任务选择边缘计算节点3的流程。
在一个可选的实施例中，所述获取为待处理直播任务选择边缘计算节点3的第一请求，具体包括：
接收客户端1发出的所述待处理直播任务，并获取为其选择边缘计算节点3的第一请求；或者，
监测是否存在I/O负载率超过第二阈值的边缘计算节点j，如果是，调出该边缘计算节点j上的至少一个直播任务作为待处理直播任务，并获取为其选择边缘计算节点3的第一请求。
具体而言，在本实施例中，由于每个直播任务根据客户需求会持续不特定的时长，直播过程中每个直播任务的用户访问量也会不断变化，这就使得在整个直播任务处理过程中，选择边缘计算节点处理直播任务的装置2需要持续调整所有直播任务在n个边缘计算节点3上的分布，以达到实现n个边缘计算节点3上的负载均衡的效果，即所述方法为一个动态的处理过程。这种动态过程主要体现在两个方面：第一是随时接入的客户端1可能发出新的直播任务，选择边缘计算节点处理直播任务的装置2需要为这些新任务选定一个剩余计算资源多、且I/O负载小的边缘计算节点i，在每次客户端1的发起直播任务开始就进行负载均衡过程，以对其进行及时有效的处理；第二是正在某个边缘计算节点j上处理的直播任务，可能由于其用户访问量过高，导致该边缘计算节点j不能有效处理该直播任务，则有必要为其重新选择一个高计算资源量、低负载率的边缘计算节点i，平衡边缘计算节点3的I/O访问量，以实现边缘计算节点3的动态负载均衡。
在一个更具体的实施例中，如图3所示，所述获取为待处理直播任务选择边缘计算节点3的第一请求，具体包括：S001：实时接收客户端1新发出的直播任务；S012：实时监测边缘计算节点3的I/O负载率，调出I/O负载率超过第二阈值的边缘计算节点j上的若干个直播任务；S002：生成为相应直播任务选择边缘计算节点3的第一请求。具体地，首先，在所述选择边缘计算节点处理直播任务的方法开始以及各边缘计算节点3处理直播任务的过程中，如果有客户端1新发出直播任务，则同步产生为该直播任务选择边缘计算节点3的第一请求，以使选择边缘计算节点处理直播任务的装置2为该直播任务的处理选择一个起始边缘计算节点i；第二，在边缘计算节点3处理直播任务的过程中，如果监测发现某个边缘计算节点j的I/O负载率超过第二阈值，则从该边缘计算节点j调出一个或几个直播任务，并同步产生为该直播任务选择边缘计算节点3的第一请求，以使选择边缘计算节点处理直播任务的装置2重新为调出的直播任务选择合适的边缘计算节点i；该第一请求也可以由选择边缘计算节点处理直播任务的装置2产生，并不需要限定产生第一请求的主体。
在一个可选的实施例中，所述监测是否存在I/O负载率超过第二阈值的边缘计算节点j，如果是，调出该边缘计算节点j上的至少一个直播任务作为待处理直播任务，具体包括：
当监测到某个边缘计算节点j的I/O负载率超过所述第二阈值时，探测该边缘计算节点j上每个直播任务的访问量；
根据所述访问量从高到低的顺序调出若干个直播任务作为待处理直播任务，直至监测到该边缘计算节点j的I/O负载率小于等于所述第二阈值。
具体而言，在本实施例中，从I/O负载率超过第二阈值的边缘计算节点j优先调出访问量高的直播任务，以减少直播任务处理请求数量，并有效降低边缘计算节点j的负载。
S22、根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点i作为目标边缘计算节点。
具体而言，在本实施例中，选择边缘计算节点处理直播任务的装置2负责对n个边缘计算节点3的总体计算资源及负载进行均衡调控，为此需要预先采集和存储n个边缘计算节点3的信息。如图2所示，在选择边缘计算节点处理直播任务的装置2中预设有剩余计算资源信息表，用于实时采集和存储n个边缘计算节点3的剩余计算资源信息，当选择边缘计算节点处理直播任务的装置2获取第一请求后，通过剩余计算资源信息表中存储的剩余计算资源信息，快速选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点i作为目标边缘计算节点。
在一个可选的实施例中，所述根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点i作为目标边缘计算节点之前，所述方法还包括：
预先针对边缘计算节点3建立剩余计算资源信息表，并对各边缘计算节点i(i∈[1，n])按照剩余计算资源从多到少的顺序进行排列；
实时接收各边缘计算节点i(i∈[1，n])在监控到自身计算资源状态发生变化时发送的自身当前剩余计算资源信息；
根据所述自身当前剩余计算资源信息，调整对应边缘计算节点i在所述剩余计算资源信息表中的位置。
具体而言，在本实施例中，如图2所示，在预先建立的剩余计算资源信息表的基础上，更新任意一个边缘计算节点i的实时剩余计算资源信息的方法是，在边缘计算节点i设置计算资源监控模块，通过计算资源监控模块自动监控该边缘计算节点i的计算资源变化情况，当自身计算资源发生变化时，计算资源监控模块向选择边缘计算节点处理直播任务的装置2发送自身当前计算资源信息，在剩余计算资源信息表中实时更新该边缘计算节点i的剩余计算资源信息，并调整其在剩余计算资源信息表中的排列位置，以实现始终按照剩余计算资源从多到少的顺序对n个边缘计算节点3排序。通过预先排序的方法，加快从预存的剩余计算资源信息表中选出目标边缘计算节点的速度，当某个边缘计算节点i的计算资源变化时，仅通过调整其位置就可以保持正确的排序结果，计算比较简单快捷。
在一个可选的实施例中，所述自身当前剩余计算资源信息，具体包括以下至少之一：
边缘计算节点i的剩余计算资源量Mi、计算资源剩余率Mi/Ci、计算资源使用率(Ci-Mi)/Ci；
其中：Ci为边缘计算节点i的总体计算资源量。
具体而言，在本实施例中，边缘计算节点i所发送的自身当前计算资源信息可以是该边缘计算节点i的剩余计算资源量Mi，Mi大代表该节点的存储性能较优，可以在剩余计算资源信息表中直接更新Mi，并按照Mi从大到小的顺序对各边缘计算节点i(i∈[1，n])进行排序，则每次选择边缘计算节点i时，按照剩余计算资源信息表中排列的顺序选择即可。另外，也可以将边缘计算节点i的计算资源剩余率Mi/Ci、计算资源利用率(Ci-Mi)/Ci等作为剩余计算资源信息，当使用计算资源剩余率时，则按照Mi/Ci的值从大到小的顺序排列各边缘计算节点i(i∈[1，n])，当使用计算资源利用率时，则按照(Ci-Mi)/Ci的值从小到大的顺序排列，使用计算资源剩余率、计算资源利用率可以综合反应边缘计算节点i的剩余计算能力。
在一个可选的实施例中，所述从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点各边缘计算节点i作为目标边缘计算节点，具体包括：
从所述剩余计算资源信息表中选择第一个边缘计算节点i(i∈[1，n])；
判断所述第一个边缘计算节点i的I/O负载率是否小于所述第一阈值；
如果是，确定将所述第一个边缘计算节点各边缘计算节点i作为目标边缘计算节点；
如果否，从所述剩余计算资源信息表中排除所述第一个边缘计算节点各边缘计算节点i后，重复上述步骤。
具体而言，在本实施例中，通过按顺序依次选择剩余计算资源信息表中的边缘计算节点i(i∈[1，n])，通过循环计算每次所选择的边缘计算节点i是否满足I/O负载率小于第一阈值的条件，确定本次所选择的边缘计算节点i是否作为目标边缘计算节点。通过预先对边缘计算节点按照剩余计算资源多少排序，快速选出剩余计算资源多的节点，以I/O负载率小于第一阈值为条件进行循环运算，确保最终选择的目标边缘计算节点是剩余计算资源最多且I/O负载率小于第一阈值的节点。
在一个更具体的实施例中，如图3所示，针对步骤S002生成的第一请求，选择边缘计算节点处理直播任务的装置2继续执行如下步骤：S003：通过预存的剩余计算资源信息表，按照其中预先根据剩余计算资源从多到少的排序，依次选择边缘计算节点i(i∈[1，n])；从步骤S003开始进入循环，判断每次选择的边缘计算节点i是否满足预设的判断条件-I/O负载率小于第一阈值，直至获得某个边缘计算节点i满足条件时结束循环。更具体地说，从剩余计算资源信息表中先查询第一个边缘计算节点1，然后针对边缘计算节点1判断是否满足I/O负载率小于第一阈值，如果是，则确定将边缘计算节点1作为目标边缘计算节点，结束循环，否则舍弃边缘计算节点1，从剩余计算资源信息表中继续查询第二个边缘计算节点2，针对边缘计算节点2判断是否满足I/O负载率小于第一阈值……如此，直至某个边缘计算节点i能够满足I/O负载率小于第一阈值的条件。通过首先考虑将直播任务放在剩余计算资源多的边缘计算节点3上进行处理，按照剩余计算资源从多到少的顺序选择边缘计算节点3，再通过计算I/O负载率确定选择，使得选择的目标边缘计算节点尽可能最优地满足直播任务对计算资源和负载的双重要求。
在一个可选的实施例中，所述判断所述第一个边缘计算节点i的I/O负载率是否小于所述第一阈值，具体包括：
根据预存的I/O负载信息表获取所述第一个边缘计算节点i的第一I/O负载率，判断所述第一I/O负载率是否小于所述第一阈值；和/或，
将所述待处理直播任务发送给所述第一个边缘计算节点i处理，并获取其此时的I/O负载信息，将所获取的I/O负载信息更新在预存的I/O负载信息表中，根据更新后的I/O负载信息表获取所述第一个边缘计算节点i的第二I/O负载率，判断所述第二I/O负载率是否小于第一阈值。
具体而言，在本实施例中，对每次所选择的第一个边缘计算节点i判断其I/O负载率是否小于第一阈值的方法有两种：一种是根据现在该边缘计算节点i的第一I/O负载率直接判断其是否小于第一阈值，如果否，直接排除该边缘计算节点i，通过i＝i+1指向下一个边缘计算节点i，重新选择和判断；如果是，可以直接选择该边缘计算节点i处理该直播任务，如果该边缘计算节点i处理该直播任务后负载过大，可以通过步骤S012进行调整；也可以在此继续使用第二种方法判断其I/O负载率是否小于第一阈值，即先将该直播任务放在该边缘计算节点i处理，获取此时该边缘计算节点i的第二I/O负载率，并判断其是否小于第一阈值，如果否，排除该边缘计算节点i，通过i＝i+1指向下一个边缘计算节点i，重新选择和判断；如果是，则选择该边缘计算节点i处理该直播任务；两种方法可以各自单独使用，也可以联合使用。通过从直播任务开始时就同时考虑边缘计算节点3的剩余计算资源量及I/O负载情况，首先选择剩余计算资源多的第一个边缘计算节点i，然后考虑第一个边缘计算节点i的I/O负载情况，确定最终选择用于处理该直播任务的目标边缘计算节点，确保目标边缘计算节点是当前的最优选择。
在一个更具体的实施例中，如图3所示，针对直播任务处理请求，在执行步骤S003选择第一个边缘计算节点i后，选择边缘计算节点处理直播任务的装置2继续执行如下过程：S004：通过预存的I/O负载信息表获取本次所选择的边缘计算节点i的I/O负载率Pi；S005：判断是否Pi＜Q；如果否，执行步骤S006：i＝i+1，并返回步骤S003，即排除本次所选择的边缘计算节点i后，选择剩余计算资源信息表中的下一个边缘计算节点i，然后循环执行S004和S005，直至达到满足S005的条件，即Pi＜Q；继续执行步骤S007：尝试在本次所选择的边缘计算节点i处理相应直播任务；S008：更新此时边缘计算节点i的第二I/O负载率为Pi′；S009：判断是否Pi′＜Q；如果否，执行步骤S006：i＝i+1，并返回步骤S003，即排除本次所选择的边缘计算节点i后，选择剩余计算资源信息表中的下一个边缘计算节点i，然后循环执行S004至S009，直至达到同时满足S005和S009的条件，即如果Pi＜Q且Pi′＜Q；完成本次选择边缘计算节点的任务，确定目标边缘计算节点，并结束循环。更具体地，通过最新的剩余计算资源信息表和I/O负载信息表，获得剩余计算资源信息表中排在第一的边缘计算节点i(i＝1)，和该边缘计算节点i(i＝1)的I/O负载信息，并通过计算获得该边缘计算节点i(i＝1)的第一I/O负载率P1；将该边缘计算节点i(i＝1)的第一I/O负载率P1与所设定的阈值Q(Q可以根据最新的I/O负载信息表计算得到)比较；若是P1＞Q，则该直播任务不能放在这个边缘计算节点i(i＝1)，尝试将该直播任务放在剩余计算资源信息表中的下一个边缘计算节点i(i＝2)，再次执行步骤S004-S005，直到某个边缘计算节点i的Pi＜Q，才进行S005之后的操作；或者，若是P1＜Q，则将这个边缘计算节点i(i＝1)反馈给客户端1，客户端1向该边缘计算节点i(i＝1)发送该直播任务以尝试进行处理；此时，单独更新边缘计算节点i(i＝1)的I/O负载信息，并根据I/O负载信息表采用与计算P1相同的方式获得P1′，即，对更新后边缘计算节点i(i＝1)的I/O负载信息，结合I/O负载信息表中预设的其它边缘计算节点3的I/O负载信息计算P1′；将该边缘计算节点i(i＝1)的I/O负载率P1′与所设定的阈值Q(Q直接采用S004中相同的值即可)比较；若是P1′＞Q，表明加入该直播任务后这个边缘计算节点i(i＝1)的I/O负载过重，会影响整体性能，尝试将该直播任务放在剩余计算资源信息表中的下一个边缘计算节点i(i＝2)，再次执行步骤S004-S009，直到某个边缘计算节点i(i＝j)的Pi′＜Q，才进行S009之后操作。
在一个可选的实施例中，所述根据预存的I/O负载信息表获取所述第一个边缘计算节点的第一I/O负载率之前，所述方法还包括：
周期性地向各边缘计算节点i(i∈[1，n])发送收集I/O负载信息的第二请求；
接收各边缘计算节点i(i∈[1，n])根据所述第二请求发送的自身当前I/O负载信息；
对接收到的各边缘计算节点i(i∈[1，n])的自身当前I/O负载信息进行标准化或归一化处理；
将标准化或归一化处理后的I/O负载信息更新在预先建立的I/O负载信息表中。
具体而言，在本实施例中，如图2所示，在选择边缘计算节点处理直播任务的装置2中预设有I/O负载信息表，用于存储边缘计算节点3的I/O负载信息，获得任意一个边缘计算节点i的I/O负载信息的方法是，在边缘计算节点i设置I/O信息收集模块，通过选择边缘计算节点处理直播任务的装置2周期性地向I/O信息收集模块发送I/O信息收集请求，I/O信息收集模块接收到该请求后，向选择边缘计算节点处理直播任务的装置2发送自身当前的I/O负载信息，选择边缘计算节点处理直播任务的装置2接收到各边缘计算节点i(i∈[1，n])发送的自身当前I/O负载信息后，需要对全部边缘计算节点3的自身当前I/O负载信息进行标准化或归一化处理，I/O负载信息表存储的是标准化或归一化处理后的I/O负载信息，以便于后续计算I/O负载率。易于理解的是，I/O负载信息表与剩余计算资源信息表只是表明其存储的边缘计算节点3的信息不同，二者可以合并设置为同一个表，也可以分开设置为两个表，具体形式并不受限。
在一个可选的实施例中，所述I/O负载信息，具体包括：读写速度、吞吐量和读写等待时间；
所述对接收到的各边缘计算节点i(i∈[1，n])的自身当前I/O负载信息进行标准化或归一化处理，具体包括：
根据下式获得标准化处理后每一个边缘计算节点的读写速度：
其中：Oi表示边缘计算节点i标准化处理后的读写速度，Ii表示边缘计算节点i的自身当前读写速度， n表示边缘计算节点3总数；
根据下式获得标准化处理后每一个边缘计算节点的吞吐量：
其中：Ri表示边缘计算节点i标准化处理后的吞吐量，Hi表示边缘计算节点i的自身当前吞吐量， n表示边缘计算节点3总数；
根据下式获得标准化处理后每一个边缘计算节点的读写等待时间：
其中：ti表示边缘计算节点i标准化处理后的读写等待时间，Ti表示边缘计算节点i的自身当前读写等待时间， n表示边缘计算节点3总数。
在一个可选的实施例中，所述I/O负载率，具体根据下式获得：
Pi＝ω1Oi+ω2Ri+ω3ti
其中：Pi为边缘计算节点i的I/O负载率，ω1、ω2、ω3分别为读写速度、吞吐量和读写等待时间的权重值，且ω1+ω2+ω3＝1。
在一个可选的实施例中，所述第一阈值，具体根据下式获得：
其中：n为边缘计算节点3总数，Pi为边缘计算节点i的I/O负载率。
具体而言，在本实施例中，各边缘计算节点i(i∈[1，n])所发送的自身当前I/O负载信息包括影响I/O负载率的每秒的读写速度IOPS(Input/Output Per Second)、吞吐量Throughput和数据进行读写操作的读写等待时间Time等，为了便于计算各边缘计算节点3的I/O负载率，对接收到的读写速度IOPS、吞吐量Throughput和读写等待时间Time分别进行标准化或归一化处理，以实现各边缘计算节点3计量统一，然后将标准化或归一化处理后的读写速度IOPS、吞吐量Throughput和读写等待时间Time存储在I/O负载信息表中，通过查询I/O负载信息表获得标准化或归一化处理后的读写速度IOPS、吞吐量Throughput和读写等待时间Time，然后根据标准化或归一化处理后的读写速度IOPS、吞吐量Throughput和读写等待时间Time计算获得I/O负载率Pi以及第一阈值Q。当Pi＞Q时表明该边缘计算节点i目前I/O负载较重，该边缘计算节点i目前不适合接收新任务量；当Pi＜Q时表明该边缘计算节点i，负载较低，该边缘计算节点i现在能够接收新的任务量。第二I/O负载率的计算方法与第一I/O负载率的计算方法相同，只是更新的相应节点的I/O负载信息。第一阈值为各边缘计算节点i(i∈[1，n])的平均I/O负载率，第二阈值的值应大于等于第一阈值，具体可以通过在第一阈值的基础上加上一个常数获得第二阈值。
S23、将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端1，以使所述客户端1将所述待处理直播任务发送给所述目标边缘计算节点处理。
具体而言，在本实施例中，将确定选择的目标边缘计算节点信息反馈给发出待处理直播任务的客户端1，由客户端1向该边缘计算节点发送任务，本次选择边缘计算节点处理直播任务的过程结束。之后，选择边缘计算节点处理直播任务的装置2会继续更新剩余计算资源信息表和I/O负载信息表，为下一次选择边缘计算节点处理直播任务做准备，并实现对各边缘计算节点i(i∈[1，n])的I/O负载率的实时监控。
在一个更具体的实施例中，如图3所示，选择边缘计算节点处理直播任务的装置2在结束选择边缘计算节点i的循环后，继续执行步骤S010：确定在本次所选择的边缘计算节点i处理相应直播任务；S011：实时更新剩余计算资源信息表及I/O负载信息表；S012：实时监测边缘计算节点3的I/O负载率，调出I/O负载率超过第二阈值的边缘计算节点j上的若干个直播任务，并返回步骤S002。具体地，通过前述步骤，若是Pi′＜Q，说明此时这个边缘计算节点i的计算资源剩余量及I/O负载情况能最好地满足处理该直播任务的要求，因此将该直播任务放在这个边缘计算节点i处理；在将该直播任务放在边缘计算节点i处理后，随着客户直播量以及各边缘计算节点3访问量的变化，各边缘计算节点3的剩余计算资源和I/O负载量会发生变化，因此需要实时更新剩余计算资源信息表及I/O负载信息表，以为下一轮为待处理直播任务的选择边缘计算节点3准备最新的剩余计算资源信息表和I/O负载信息表；并根据实时更新的I/O负载信息表对各边缘计算节点3的I/O负载率进行实时监控，若再次接收到客户端1发送的新的直播任务或监控到某个边缘计算节点的I/O负载率过高，则进入下一轮边缘计算节点3选择过程，即在每次选择边缘计算节点3之前均更新了剩余计算资源信息表及I/O负载信息表，每次均根据更新后的剩余计算资源信息表及I/O负载信息表做出选择。
实施例2：
如图4所示，本发明实施例2提供一种选择边缘计算节点处理直播任务的装置2，设置于如图2所示的边缘计算节点处理直播任务的系统中，包括：
获取模块21，用于获取为待处理直播任务选择边缘计算节点3的第一请求；
选择模块22，与所述获取模块21连接，用于根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点i作为目标边缘计算节点；
发送模块23，与所述选择模块22连接，用于将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端1，以使所述客户端1将所述待处理直播任务发送给所述目标边缘计算节点处理。
在一个可选的实施例中，所述获取模块21，具体包括：
第一获取单元，用于接收客户端1发出的所述待处理直播任务，并获取为其选择边缘计算节点3的第一请求；
第二获取单元，用于监测是否存在I/O负载率超过第二阈值的边缘计算节点j，如果是，调出该边缘计算节点j上的至少一个直播任务作为待处理直播任务，并获取为其选择边缘计算节点3的第一请求。
在一个可选的实施例中，所述第二获取单元，具体包括：
监测子单元，用于当监测到某个边缘计算节点j的I/O负载率超过所述第二阈值时，探测该边缘计算节点j上每个直播任务的访问量；
调出子单元，用于根据所述访问量从高到低的顺序调出若干个直播任务作为待处理直播任务，直至监测到该边缘计算节点j的I/O负载率小于等于所述第二阈值。
在一个可选的实施例中，所述选择模块22包括：剩余计算资源信息表单元，所述剩余计算资源信息表单元具体包括：
排列子单元，用于预先针对边缘计算节点3建立剩余计算资源信息表，并对各边缘计算节点i(i∈[1，n])按照剩余计算资源从多到少的顺序进行排列；
第一接收子单元，用于实时接收各边缘计算节点i(i∈[1，n])在监控到自身计算资源状态发生变化时发送的自身当前剩余计算资源信息；
调整子单元，用于根据所述自身当前剩余计算资源信息，调整对应边缘计算节点i在所述剩余计算资源信息表中的位置。
在一个可选的实施例中，所述自身当前剩余计算资源信息，具体包括以下至少之一：
边缘计算节点i的剩余计算资源量Mi、计算资源剩余率Mi/Ci、计算资源使用率(Ci-Mi)/Ci；
其中：Ci为边缘计算节点i的总体计算资源量。
在一个可选的实施例中，所述选择模块22，具体还包括：
选择单元，用于从所述剩余计算资源信息表中选择第一个边缘计算节点i(i∈[1，n])；
判断单元，用于判断所述第一个边缘计算节点i的I/O负载率是否小于所述第一阈值；
确定单元，用于如果所述第一个边缘计算节点i的I/O负载率小于所述第一阈值，确定将所述第一个边缘计算节点i作为目标边缘计算节点；
排除返回单元，用于如果所述第一个边缘计算节点i的I/O负载率不小于所述第一阈值，从所述剩余计算资源信息表中排除所述第一个边缘计算节点i后，重复上述步骤。
在一个可选的实施例中，所述判断单元，具体包括：
第一判断子单元，用于根据预存的I/O负载信息表获取所述第一个边缘计算节点i的第一I/O负载率，判断所述第一I/O负载率是否小于所述第一阈值；和/或，
第二判断子单元，用于将所述待处理直播任务发送给所述第一个边缘计算节点i处理，并获取其此时的I/O负载信息，将所获取的I/O负载信息更新在预存的I/O负载信息表中，根据更新后的I/O负载信息表获取所述第一个边缘计算节点i的第二I/O负载率，判断所述第二I/O负载率是否小于第一阈值。
在一个可选的实施例中，所述选择模块22还包括I/O负载信息表单元，所述I/O负载信息表单元具体包括：
第二发送子单元，用于周期性地向各边缘计算节点i(i∈[1，n])发送收集I/O负载信息的第二请求；
第二接收子单元，用于接收各边缘计算节点i(i∈[1，n])根据所述第二请求发送的自身当前I/O负载信息；
处理子单元，用于对接收到的各边缘计算节点i(i∈[1，n])的自身当前I/O负载信息进行标准化或归一化处理；
更新子单元，用于将标准化或归一化处理后的I/O负载信息更新在预先建立的I/O负载信息表中。
在一个可选的实施例中，所述I/O负载信息，具体包括：读写速度、吞吐量和读写等待时间；
所述处理子单元，具体包括：
读写速度处理子单元，用于根据下式获得标准化处理后每一个边缘计算节点i(i∈[1，n])的读写速度：
其中：Oi表示边缘计算节点i标准化处理后的读写速度，Ii表示边缘计算节点i的自身当前读写速度， n表示边缘计算节点总数；
吞吐量处理子单元，用于根据下式获得标准化处理后每一个边缘计算节点i(i∈[1，n])的吞吐量：
其中：Ri表示边缘计算节点i标准化处理后的吞吐量，Hi表示边缘计算节点i的自身当前吞吐量， n表示边缘计算节点总数；
读写等待时间处理子单元，用于根据下式获得标准化处理后每一个边缘计算节点i(i∈[1，n])的读写等待时间：
其中：ti表示边缘计算节点i标准化处理后的读写等待时间，Ti表示边缘计算节点i的自身当前读写等待时间， n表示边缘计算节点总数。
在一个可选的实施例中，所述I/O负载率，具体根据下式获得：
Pi＝ω1Oi+ω2Ri+ω3ti
其中：Pi为边缘计算节点i的I/O负载率，ω1、ω2、ω3分别为读写速度、吞吐量和读写等待时间的权重值，且ω1+ω2+ω3＝1。
在一个可选的实施例中，所述第一阈值，具体根据下式获得：
其中：n为边缘计算节点总数，Pi为边缘计算节点i的I/O负载率。
实施例3：
如图5所示，本发明实施例3提供一种选择边缘计算节点处理直播任务的装置2，设置于如图2所示的边缘计算节点处理直播任务的系统中，包括存储器10和处理器20，所述存储器10中存储有计算机程序，当所述处理器20运行所述存储器20存储的计算机程序时，所述处理器20执行如实施例1所述的选择边缘计算节点处理直播任务的方法。
其中，存储器10与处理器20连接，存储器10可采用闪存或只读存储器或其他存储器，处理器20可采用中央处理器或单片机。
实施例4：
如图2所示，本发明实施例4提供一种边缘计算节点处理直播任务的系统，包括：
客户端1，用于发出直播任务；
选择边缘计算节点处理直播任务的装置2，与所述客户端1连接，用于执行如实施例1所述的选择边缘计算节点处理直播任务的方法；
边缘计算节点3，与所述客户端1连接，用于处理所述直播任务。
本发明实施例1-4提供一种选择边缘计算节点处理直播任务的方法、装置及系统，针对每个待处理直播任务，通过预存的剩余计算资源信息表选择剩余计算资源多且I/O负载率小的边缘计算节点处理该直播任务，使得每次所选择的用于处理直播任务的边缘计算节点同时满足存储空间大、I/O负载小的特点，实现提高边缘计算节点利用率，降低直播处理和转播的时间，提升直播效率，改善用户体验的效果。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明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发明的保护范围。
Claims (12)
1.一种选择边缘计算节点处理直播任务的方法，其特征在于，所述方法包括：
获取为待处理直播任务选择边缘计算节点的第一请求，具体包括：
当监测到某个边缘计算节点的I/O负载率超过第二阈值时，探测该边缘计算节点上每个直播任务的访问量，根据直播任务的访问量从高到低的顺序调出若干个直播任务作为待处理直播任务，并生成为所述若干个直播任务选择边缘计算节点的第一请求，直至监测到该边缘计算节点的I/O负载率小于等于所述第二阈值，第二阈值通过在第一阈值的基础上加上一个常数获得，第一阈值是各边缘计算节点的平均I/O负载率；
根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点；
将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端，以使所述客户端将所述待处理直播任务发送给所述目标边缘计算节点处理。
2.根据权利要求1所述的方法，其特征在于，所述获取为待处理直播任务选择边缘计算节点的第一请求，具体还包括：
接收客户端发出的所述待处理直播任务，并获取为其选择边缘计算节点的第一请求。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点之前，所述方法还包括：
预先针对边缘计算节点建立剩余计算资源信息表，并对各边缘计算节点按照剩余计算资源从多到少的顺序进行排列；
实时接收各边缘计算节点在监控到自身计算资源状态发生变化时发送的自身当前剩余计算资源信息；
根据所述自身当前剩余计算资源信息，调整对应边缘计算节点在所述剩余计算资源信息表中的位置。
4.根据权利要求3所述的方法，其特征在于，所述自身当前剩余计算资源信息，具体包括以下至少之一：
边缘计算节点i的剩余计算资源量Mi、计算资源剩余率Mi/Ci、计算资源使用率(Ci-Mi)/Ci；
其中：Ci为边缘计算节点i的总体计算资源量。
5.根据权利要求3所述的方法，其特征在于，所述从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点，具体包括：
从所述剩余计算资源信息表中选择第一个边缘计算节点；
判断所述第一个边缘计算节点的I/O负载率是否小于所述第一阈值；
如果是，确定将所述第一个边缘计算节点作为目标边缘计算节点；
如果否，从所述剩余计算资源信息表中排除所述第一个边缘计算节点后，重复上述步骤。
6.根据权利要求5所述的方法，其特征在于，所述判断所述第一个边缘计算节点的I/O负载率是否小于所述第一阈值，具体包括：
根据预存的I/O负载信息表获取所述第一个边缘计算节点的第一I/O负载率，判断所述第一I/O负载率是否小于所述第一阈值；和/或，
将所述待处理直播任务发送给所述第一个边缘计算节点处理，并获取其此时的I/O负载信息，将所获取的I/O负载信息更新在预存的I/O负载信息表中，根据更新后的I/O负载信息表获取所述第一个边缘计算节点的第二I/O负载率，判断所述第二I/O负载率是否小于第一阈值。
7.根据权利要求6所述的方法，其特征在于，所述根据预存的I/O负载信息表获取所述第一个边缘计算节点的第一I/O负载率之前，所述方法还包括：
周期性地向各边缘计算节点发送收集I/O负载信息的第二请求；
接收各边缘计算节点根据所述第二请求发送的自身当前I/O负载信息；
对接收到的各边缘计算节点的自身当前I/O负载信息进行标准化或归一化处理；
将标准化或归一化处理后的I/O负载信息更新在预先建立的I/O负载信息表中。
8.根据权利要求7所述的方法，其特征在于，所述I/O负载信息，具体包括：读写速度、吞吐量和读写等待时间；
所述对接收到的各边缘计算节点的自身当前I/O负载信息进行标准化或归一化处理，具体包括：
根据下式获得标准化处理后每一个边缘计算节点的读写速度：
其中：Oi表示边缘计算节点i标准化处理后的读写速度，Ii表示边缘计算节点i的自身当前读写速度， n表示边缘计算节点总数；
根据下式获得标准化处理后每一个边缘计算节点的吞吐量：
其中：Ri表示边缘计算节点i标准化处理后的吞吐量，Hi表示边缘计算节点i的自身当前吞吐量， n表示边缘计算节点总数；
根据下式获得标准化处理后每一个边缘计算节点的读写等待时间：
其中：ti表示边缘计算节点i标准化处理后的读写等待时间，T表示边缘计算节点i的自身当前读写等待时间， n表示边缘计算节点总数。
9.根据权利要求8所述的方法，其特征在于，所述I/O负载率，具体根据下式获得：
Pi＝ω1Oi+ω2Ri+ω3ti
其中：Pi表示边缘计算节点i的I/O负载率，ω1、ω2、ω3分别为读写速度、吞吐量和读写等待时间的权重值，且ω1+ω2+ω3＝1。
10.一种选择边缘计算节点处理直播任务的装置，其特征在于，包括：
获取模块，用于获取为待处理直播任务选择边缘计算节点的第一请求，具体包括：
第二获取单元，用于当监测到某个边缘计算节点的I/O负载率超过第二阈值时，探测该边缘计算节点上每个直播任务的访问量，根据直播任务的访问量从高到低的顺序调出若干个直播任务作为待处理直播任务，并生成为所述若干个直播任务选择边缘计算节点的第一请求，直至监测到该边缘计算节点的I/O负载率小于等于所述第二阈值，第二阈值通过第一阈值加上一个常数获得，第一阈值是各边缘计算节点的平均I/O负载率；
选择模块，与所述获取模块连接，用于根据所述第一请求，从预存的剩余计算资源信息表中选择剩余计算资源最多且I/O负载率小于第一阈值的边缘计算节点作为目标边缘计算节点；
发送模块，与所述选择模块连接，用于将所述目标边缘计算节点信息发送给发出所述待处理直播任务的客户端，以使所述客户端将所述待处理直播任务发送给所述目标边缘计算节点处理。
11.一种选择边缘计算节点处理直播任务的装置，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，所述处理器执行如权利要求1-9任一项所述的方法。
12.一种边缘计算节点处理直播任务的系统，其特征在于，包括：
客户端，用于发出直播任务；
选择边缘计算节点处理直播任务的装置，与所述客户端连接，用于执行如权利要求1-9任一项所述的方法；
边缘计算节点，与所述客户端连接，用于处理所述直播任务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210374084.XA CN114745563B (zh) | 2022-04-11 | 2022-04-11 | 选择边缘计算节点处理直播任务的方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210374084.XA CN114745563B (zh) | 2022-04-11 | 2022-04-11 | 选择边缘计算节点处理直播任务的方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114745563A CN114745563A (zh) | 2022-07-12 |
| CN114745563B true CN114745563B (zh) | 2024-01-30 |
Family
ID=82282621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210374084.XA Active CN114745563B (zh) | 2022-04-11 | 2022-04-11 | 选择边缘计算节点处理直播任务的方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114745563B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115574898B (zh) * | 2022-09-30 | 2024-06-14 | 江苏移动信息系统集成有限公司 | 一种基于5g边缘计算的水利感知系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006136422A1 (en) * | 2005-06-24 | 2006-12-28 | Siemens S.P.A. | Method to share signalling load between radio access network controllers in a cellular communication network |
| CN105491138A (zh) * | 2015-12-15 | 2016-04-13 | 国网智能电网研究院 | 一种基于负载率分级触发的分布式负载调度方法 |
| CN108900626A (zh) * | 2018-07-18 | 2018-11-27 | 中国联合网络通信集团有限公司 | 一种云环境下数据存储方法、装置及系统 |
| 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 |
| CN112533020A (zh) * | 2020-12-16 | 2021-03-19 | 华南理工大学 | 面向电视直播系统的负载均衡动态组网系统及方法 |
| CN112887345A (zh) * | 2019-11-29 | 2021-06-01 | 上海交通大学 | 边缘计算环境的节点负载均衡调度方法 |
| CN113055693A (zh) * | 2021-04-20 | 2021-06-29 | 上海哔哩哔哩科技有限公司 | 数据处理方法及装置 |
| CN113157443A (zh) * | 2021-03-29 | 2021-07-23 | 威胜信息技术股份有限公司 | 一种基于边缘计算环境的资源均衡调度方法 |
| CN113904974A (zh) * | 2021-10-09 | 2022-01-07 | 咪咕文化科技有限公司 | 智能路由方法、装置及设备 |
| CN113992691A (zh) * | 2021-12-24 | 2022-01-28 | 苏州浪潮智能科技有限公司 | 一种边缘计算资源的分配方法、装置、设备及存储介质 |
-
2022
- 2022-04-11 CN CN202210374084.XA patent/CN114745563B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006136422A1 (en) * | 2005-06-24 | 2006-12-28 | Siemens S.P.A. | Method to share signalling load between radio access network controllers in a cellular communication network |
| CN105491138A (zh) * | 2015-12-15 | 2016-04-13 | 国网智能电网研究院 | 一种基于负载率分级触发的分布式负载调度方法 |
| CN108900626A (zh) * | 2018-07-18 | 2018-11-27 | 中国联合网络通信集团有限公司 | 一种云环境下数据存储方法、装置及系统 |
| CN112887345A (zh) * | 2019-11-29 | 2021-06-01 | 上海交通大学 | 边缘计算环境的节点负载均衡调度方法 |
| 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 |
| CN112533020A (zh) * | 2020-12-16 | 2021-03-19 | 华南理工大学 | 面向电视直播系统的负载均衡动态组网系统及方法 |
| CN113157443A (zh) * | 2021-03-29 | 2021-07-23 | 威胜信息技术股份有限公司 | 一种基于边缘计算环境的资源均衡调度方法 |
| CN113055693A (zh) * | 2021-04-20 | 2021-06-29 | 上海哔哩哔哩科技有限公司 | 数据处理方法及装置 |
| CN113904974A (zh) * | 2021-10-09 | 2022-01-07 | 咪咕文化科技有限公司 | 智能路由方法、装置及设备 |
| CN113992691A (zh) * | 2021-12-24 | 2022-01-28 | 苏州浪潮智能科技有限公司 | 一种边缘计算资源的分配方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 曾凡太.《物联网之雾 基于雾计算的智能硬件快速反应与安全控制》.机械工业出版社,2020,第94页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114745563A (zh) | 2022-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107911478B (zh) | 基于化学反应优化算法的多用户计算卸载方法及装置 | |
| CN109492018B (zh) | 一种数据同步系统自适应动态调整方法和装置 | |
| EP3754915B1 (en) | Data processing method and apparatus | |
| CN114745563B (zh) | 选择边缘计算节点处理直播任务的方法、装置及系统 | |
| CN109710412A (zh) | 一种基于动态反馈的Nginx负载均衡方法 | |
| CN109617710B (zh) | 数据中心间有截止时间约束的大数据传输带宽调度方法 | |
| CN109194984A (zh) | 一种基于边缘计算的视频帧调度方法 | |
| CN108900626B (zh) | 一种云环境下数据存储方法、装置及系统 | |
| CN111258762A (zh) | 一种动态周期的媒体服务器负载均衡算法 | |
| CN108667938B (zh) | 切换流量的方法、装置及服务器 | |
| CN105007336B (zh) | 服务器的负载均衡方法及其系统 | |
| CN110809291B (zh) | 基于能量采集设备的移动边缘计算系统双层负载平衡方法 | |
| CN117155942A (zh) | 一种微服务动态自适应客户端负载均衡方法及系统 | |
| Li et al. | An efficient scheduling optimization strategy for improving consistency maintenance in edge cloud environment | |
| CN112214328B (zh) | 一种用于同构多链中交易处理的负载均衡方法 | |
| CN111212114A (zh) | 一种下载资源文件的方法和装置 | |
| CN112711479A (zh) | 服务器集群的负载均衡系统、方法、装置和存储介质 | |
| CN111143036A (zh) | 一种基于强化学习的虚拟机资源调度方法 | |
| CN116684420A (zh) | 集群资源调度方法、装置、集群系统和可读存储介质 | |
| CN110597619A (zh) | 一种负载均衡方法、负载均衡装置和负载均衡服务器 | |
| CN114625654A (zh) | 一种测试方法及其相关设备 | |
| CN111258729B (zh) | 基于Redis的任务分配方法、装置、计算机设备及存储介质 | |
| CN110167031A (zh) | 一种面向集中式基站的资源分配方法、设备及存储介质 | |
| Kabir et al. | VM placement algorithms for hierarchical cloud infrastructure | |
| CN105872109B (zh) | 云平台负载运行方法 |
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 |