CN115686827A - 基于容器的工业物联网边缘计算资源分配方法及系统 - Google Patents
基于容器的工业物联网边缘计算资源分配方法及系统 Download PDFInfo
- Publication number
- CN115686827A CN115686827A CN202211219581.9A CN202211219581A CN115686827A CN 115686827 A CN115686827 A CN 115686827A CN 202211219581 A CN202211219581 A CN 202211219581A CN 115686827 A CN115686827 A CN 115686827A
- Authority
- CN
- China
- Prior art keywords
- resource
- container
- threshold value
- resources
- running
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013468 resource allocation Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 9
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 208000002874 Acne Vulgaris Diseases 0.000 description 2
- 206010000496 acne Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明适用于计算机领域，提供了基于容器的工业物联网边缘计算资源分配方法及系统，当存在一个资源容器的运行负载超过阈值时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务，可以实现各资源容器在执行任务时的资源的动态分配，解决了资源分配不合理，影响资源的使用率和任务的处理效率的问题。
Description
技术领域
本发明属于计算机领域，尤其涉及基于容器的工业物联网边缘计算资源分配方法及系统。
背景技术
当前，工业物联网边缘计算边缘计算指的是在网络边缘结点来处理、分析数据，是一种计算和存储在物理位置上更靠近数据生成的方法，对上传数据中心的流量进行聚合和预处理，使得工业行业应用不受制于接入带宽和成本的限制，满足工业行业应用对实时性、可靠性和安全性等有严格的要求。
目前技术架构中对容器使用资源的分配采用固定的方法。考虑容器集合的初始位置提供相匹配的资源，之后为提供能力的自适应功能，在配置文件中设置门限值，以便对资源进行相应的横向扩展或纵向扩展。横向扩展即为增强容器数量，纵向扩展即为为每个容器分配更多的资源。另一方面，采用门限策略需要对如何设置门限参数有综合化的知识，需要预先了解容器中应用负载等情况。而在边缘计算场景中，容器是在异构的云和边缘服务器上进行负载均衡，进一步实现多个目标的组合优化。
然而，现有的资源分配调度方法中，需要预先对系统平台的性能进行主观粗略评估，以确定需要分配的物理资源配额，然后创建好虚拟机，然后再根据策略把任务调度到虚拟机上进行处理，人工在对待部署的系统平台进行主观粗略评估后，容易造成物理资源不足而影响系统平台的正常运行，造成资源分配不合理，会影响资源的使用率和任务的处理效率。
发明内容
本发明实施例的目的在于提供基于容器的工业物联网边缘计算资源分配方法及系统，旨在解决上述背景技术中所提出的技术问题。
为实现上述目的，本发明提供了如下的技术方案。
第一方面，在本发明实施例中，提供了基于容器的工业物联网边缘计算资源分配方法，所述的资源分配方法包括以下步骤：
响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
若是，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
在本发明提供的一个实施例中，所述计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源的步骤包括：
获取运行负载超过阈值的资源容器的属性值，所述属性值包括资源容器的基础资源卷，以及在资源容器上部署的容器应用所需要的运行资源卷；
根据所述基础资源卷和所述运行资源卷计算待补充资源，所述待补充资源为运行资源卷和运行阈值之和减去所述基础资源卷的差值。
在本发明提供的一个实施例中，所述获取运行负载小于阈值的资源容器的步骤包括：
获取资源容器的属性值，所述属性值包括资源容器的基础资源卷，以及在资源容器上部署的容器应用所需要的运行资源卷；
将运行资源卷与基础资源卷的差值小于阈值的资源容器作为运行负载小于阈值的资源容器。
在本发明提供的一个实施例中，所述计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源的步骤包括：
计算当前资源容器中基础资源卷与运行资源卷的差值，将所述差值中去除运行阈值的剩余资源卷作为剩余可分配资源。
在本发明提供的一个实施例中，所述将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器的步骤包括：
将所述待补充资源和每一个所述剩余可分配资源进行一一比较；
将所述剩余可分配资源大于所述待补充资源的至少一个资源容器作为备选资源容器组；
计算所述备选资源容器组中每一个资源容器的容错值，所述容错值为剩余可分配资源与待补充资源的差值，根据所述容错值对所述至少一个资源容器进行排序；
基于所述排序结果确定待分割资源容器。
在本发明提供的一个实施例中，所述基于排序结果确定待分割资源容器的步骤包括：将排在首位的资源容器作为待分割资源容器。
在本发明提供的一个实施例中，所述将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中的步骤包括：
响应于资源卸载请求，将所述待分割资源容器的剩余可分配资源的资源卷进行卸载，形成新扩容卷；
响应于资源扩容请求，将所述新扩容卷挂载到所述运行负载超过阈值的资源容器上。
第二方面，在本发明实施例中，提供了基于容器的工业物联网边缘计算资源分配系统，所述的分配系统包括：
运行监控模块，所述监控模块用于响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
容器选择模块，所述容器选择模块用于在所述监控模块的执行结果为是时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
任务执行模块，所述任务执行模块用于将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
第三方面，在本发明实施例中，提供了计算机设备，所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令；
其中，所述处理器执行所述计算机可读指令时实现如第一方面所提供的基于容器的工业物联网边缘计算资源分配方法。
第四方面，本发明还提供了一种计算机可读存储介质；
所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如第一方面所提供的基于容器的工业物联网边缘计算资源分配方法。
与现有技术相比，本发明提供的基于容器的工业物联网边缘计算资源分配方法及系统，当存在一个资源容器的运行负载超过阈值时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务，可以实现各资源容器在执行任务时的资源的动态分配，解决了传统方式中容易造成物理资源不足而影响系统平台的正常运行，造成资源分配不合理，会影响资源的使用率和任务的处理效率的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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。
图1为本发明用于实现基于容器的工业物联网边缘计算资源分配方法的系统架构图；
图2为本发明基于容器的工业物联网边缘计算资源分配方法的实现流程图；
图3为本发明提供的资源分配方法的一个子流程图；
图4为本发明提供的资源分配方法的另一个子流程图；
图5为本发明提供的资源分配方法的再一个子流程图；
图6为本发明提供的资源分配方法的又一个子流程图；
图7为本发明基于容器的工业物联网边缘计算资源分配系统的结构框图；
图8为本发明提供的一种计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
可以理解的是，目前工业物联网边缘计算的资源分配调度方法中，需要预先对系统平台的性能进行主观粗略评估，以确定需要分配的物理资源配额，然后创建好虚拟机，然后再根据策略把任务调度到虚拟机上进行处理，人工在对待部署的系统平台进行主观粗略评估后，容易造成物理资源不足而影响系统平台的正常运行，造成资源分配不合理，会影响资源的使用率和任务的处理效率。
为解决上述问题，本发明提供的基于容器的工业物联网边缘计算资源分配方法及系统，当存在一个资源容器的运行负载超过阈值时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务，可以实现各资源容器在执行任务时的资源的动态分配，解决了传统方式中容易造成物理资源不足而影响系统平台的正常运行，造成资源分配不合理，会影响资源的使用率和任务的处理效率的问题。
图1示例性的示出了本发明用于实现基于容器的工业物联网边缘计算资源分配方法的系统架构图。
如图1所示，本申请提供的容器资源分配方法，可以应用于如图1所示的应用环境中。其中，终端101与服务器102通过网络进行通信。其中，终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器102可以用多个服务器组成的服务器集群来实现。
实施例1
如图2所示，在本发明实施例中，提供了基于容器的工业物联网边缘计算资源分配方法，用以解决传统方式中容易造成物理资源不足而影响系统平台的正常运行，造成资源分配不合理，会影响资源的使用率和任务的处理效率的问题。
其中，在本发明实施例中，所述的资源分配方法包括以下步骤：
步骤S201：响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
在本发明提供的步骤S201的具体实现中，通过对每一个资源容器的运行负载进行实时监控，并判断当前所监控的资源容器的运行负载是否超过阈值，若超过阈值，则需要进行响应；若不超过阈值，则无需进行响应。
可以理解的是，在本发明实施例中，所述运行负载超过阈值中的阈值为设定值，可以根据需要进行设定，具体不进行限定。
步骤S202：若是，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
其中，在本发明提供的步骤S202的具体实现中，当步骤S201中的资源容器的运行负载超过阈值时，则对步骤S202进行执行，具体的，需要进一步计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，并对运行负载小于阈值的资源容器进行调取，计算可用于支配的剩余可分配资源，以此将其他资源容器的剩余可分配资源提供给需要待补充资源的容器进行使用，以满足资源容器在不超过阈值的情况下的正常运行要求。
步骤S203：将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
在本发明实施例提供的步骤S203的使用中，通过对不同资源容器的资源的相互的动态挂载分配，以满足资源容器在运行状态下的资源需求。
因此，在本发明提供的基于容器的工业物联网边缘计算资源分配方法中，当存在一个资源容器的运行负载超过阈值时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务，可以实现各资源容器在执行任务时的资源的动态分配，解决了传统方式中容易造成物理资源不足而影响系统平台的正常运行，造成资源分配不合理，会影响资源的使用率和任务的处理效率的问题。
进一步的，如图3所示，在本发明实施例中，所述计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源的步骤包括：
步骤S301：获取运行负载超过阈值的资源容器的属性值，所述属性值包括资源容器的基础资源卷，以及在资源容器上部署的容器应用所需要的运行资源卷；
步骤S302：根据所述基础资源卷和所述运行资源卷计算待补充资源，所述待补充资源为运行资源卷和运行阈值之和减去所述基础资源卷的差值；
可以理解的是，在本发明提供的步骤S302中，通过对运行阈值的设定，使得资源容器运行时，保留一定的余量空间，确保资源容器运行时的稳定性，减少宕机、卡顿的情况。
如图4所示，在本发明实施例中，所述获取运行负载小于阈值的资源容器的步骤包括：
步骤S401：获取资源容器的属性值，所述属性值包括资源容器的基础资源卷，以及在资源容器上部署的容器应用所需要的运行资源卷；
步骤S402：将运行资源卷与基础资源卷的差值小于阈值的资源容器作为运行负载小于阈值的资源容器。
在本发明提供的一个实施例中，所述计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源的步骤包括：
计算当前资源容器中基础资源卷与运行资源卷的差值，将所述差值中去除运行阈值的剩余资源卷作为剩余可分配资源。
同样的，在本发明实施例中，在剩余可分配资源的配置过程中，通过对运行阈值的设定，使得资源容器运行时，保留一定的余量空间，确保资源容器运行时的稳定性，减少宕机、卡顿的情况。
如图5所示，在本发明实施例中，所述将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器的步骤包括：
步骤S501：将所述待补充资源和每一个所述剩余可分配资源进行一一比较；
步骤S502：将所述剩余可分配资源大于所述待补充资源的至少一个资源容器作为备选资源容器组；
步骤S503：计算所述备选资源容器组中每一个资源容器的容错值，所述容错值为剩余可分配资源与待补充资源的差值，根据所述容错值对所述至少一个资源容器进行排序；
步骤S504：基于所述排序结果确定待分割资源容器。
在本发明提供的步骤S504的具体实现中，基于容错值的大小进行排序，按照容错值从小到大依次排列，以对多个备选资源容器组进行排序，并进一步根据排序结果去顶待分割资源容器。
其中，在本发明实施例中，所述基于排序结果确定待分割资源容器的步骤包括：将排在首位的资源容器作为待分割资源容器，具体的，把容错值最小的备选资源容器作为待分割资源容器。
如图6所示，在本发明实施例中，所述将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中的步骤包括：
步骤S601：响应于资源卸载请求，将所述待分割资源容器的剩余可分配资源的资源卷进行卸载，形成新扩容卷；
步骤S602：响应于资源扩容请求，将所述新扩容卷挂载到所述运行负载超过阈值的资源容器上。
实施例2
如图7所示，在本发明实施例中，提供了基于容器的工业物联网边缘计算资源分配系统，所述的分配系统700包括：
运行监控模块701，所述监控模块用于响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
容器选择模块702，所述容器选择模块用于在所述监控模块的执行结果为是时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
任务执行模块703，所述任务执行模块用于将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
实施例3
如图8所示，在本发明提供的实施例3中，提供了一种计算机设备。
具体的，在本发明实施例中，所述的计算机设备800包括存储器801和处理器802，所述存储器801存储有算机程序，所述计算机程序被所述处理器802执行时，使得所述处理器802执行如上述实施例1所提供的基于油脂测定的祛痘功效评估方法。
其中，在本发明实施例3中，所述的资源分配方法包括以下步骤：
步骤S201：响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
步骤S202：若是，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
步骤S203：将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
此外，本发明实施例提供的所述计算机设备800还可具有通讯接口803，用于接收控制指令。
实施例4
在本发明的再一个优选实施方式中，提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述实施例1所提供的基于油脂测定的祛痘功效评估方法。
其中，在本发明实施例4中，所述的资源分配方法包括以下步骤：
步骤S201：响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
步骤S202：若是，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
步骤S203：将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
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，或者通过所述计算机可读存储介质进行传输。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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述的资源分配方法包括以下步骤：
响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
若是，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
2.根据权利要求1所述的基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源的步骤包括：
获取运行负载超过阈值的资源容器的属性值，所述属性值包括资源容器的基础资源卷，以及在资源容器上部署的容器应用所需要的运行资源卷；
根据所述基础资源卷和所述运行资源卷计算待补充资源，所述待补充资源为运行资源卷和运行阈值之和减去所述基础资源卷的差值。
3.根据权利要求2所述的基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述获取运行负载小于阈值的资源容器的步骤包括：
获取资源容器的属性值，所述属性值包括资源容器的基础资源卷，以及在资源容器上部署的容器应用所需要的运行资源卷；
将运行资源卷与基础资源卷的差值小于阈值的资源容器作为运行负载小于阈值的资源容器。
4.根据权利要求2所述的基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源的步骤包括：
计算当前资源容器中基础资源卷与运行资源卷的差值，将所述差值中去除运行阈值的剩余资源卷作为剩余可分配资源。
5.根据权利要求4所述的基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器的步骤包括：
将所述待补充资源和每一个所述剩余可分配资源进行一一比较；
将所述剩余可分配资源大于所述待补充资源的至少一个资源容器作为备选资源容器组；
计算所述备选资源容器组中每一个资源容器的容错值，所述容错值为剩余可分配资源与待补充资源的差值，根据所述容错值对所述至少一个资源容器进行排序；
基于所述排序结果确定待分割资源容器。
6.根据权利要求5所述的基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述基于排序结果确定待分割资源容器的步骤包括：将排在首位的资源容器作为待分割资源容器。
7.根据权利要求6所述的基于容器的工业物联网边缘计算资源分配方法，其特征在于，所述将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中的步骤包括：
响应于资源卸载请求，将所述待分割资源容器的剩余可分配资源的资源卷进行卸载，形成新扩容卷；
响应于资源扩容请求，将所述新扩容卷挂载到所述运行负载超过阈值的资源容器上。
8.基于容器的工业物联网边缘计算资源分配系统，其特征在于，所述分配系统用于执行如权利要求1-7任一所述的分配方法，所述的分配系统包括：
运行监控模块，所述监控模块用于响应于资源分配请求监控是否存在一个资源容器的运行负载超过阈值；
容器选择模块，所述容器选择模块用于在所述监控模块的执行结果为是时，计算运行负载超过阈值的资源容器满足任务运行时所需的待补充资源，获取运行负载小于阈值的资源容器，计算每一个所述运行负载小于阈值的资源容器的剩余可分配资源，将所述待补充资源和每一个所述剩余可分配资源进行比较，根据比较结果确定一个待分割资源容器；
任务执行模块，所述任务执行模块用于将所述待分割资源容器的剩余可分配资源挂载到所述运行负载超过阈值的资源容器中，并在所述挂载后的资源容器中的继续执行任务。
9.计算机设备，其特征在于，所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令；
其中，所述处理器执行所述计算机可读指令时实现如权利要求1-7任一所述的基于容器的工业物联网边缘计算资源分配方法。
10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-7任一所述的基于容器的工业物联网边缘计算资源分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211219581.9A CN115686827A (zh) | 2022-09-30 | 2022-09-30 | 基于容器的工业物联网边缘计算资源分配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211219581.9A CN115686827A (zh) | 2022-09-30 | 2022-09-30 | 基于容器的工业物联网边缘计算资源分配方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115686827A true CN115686827A (zh) | 2023-02-03 |
Family
ID=85064603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211219581.9A Pending CN115686827A (zh) | 2022-09-30 | 2022-09-30 | 基于容器的工业物联网边缘计算资源分配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115686827A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130174146A1 (en) * | 2011-12-30 | 2013-07-04 | International Business Machines Corporation | Dynamically scaling multi-tier applications in a cloud environment |
| CN103530189A (zh) * | 2013-09-29 | 2014-01-22 | 中国科学院信息工程研究所 | 一种面向流式数据的自动伸缩及迁移的方法及装置 |
| CN110597623A (zh) * | 2019-08-13 | 2019-12-20 | 平安普惠企业管理有限公司 | 容器资源分配方法、装置、计算机设备和存储介质 |
| CN112799847A (zh) * | 2021-02-07 | 2021-05-14 | 联想(北京)有限公司 | 一种内存分配方法、系统以及存储介质 |
| CN113157390A (zh) * | 2021-04-09 | 2021-07-23 | 烽火通信科技股份有限公司 | 一种电力终端中针对电力应用的容器资源管理方法和装置 |
-
2022
- 2022-09-30 CN CN202211219581.9A patent/CN115686827A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130174146A1 (en) * | 2011-12-30 | 2013-07-04 | International Business Machines Corporation | Dynamically scaling multi-tier applications in a cloud environment |
| CN103530189A (zh) * | 2013-09-29 | 2014-01-22 | 中国科学院信息工程研究所 | 一种面向流式数据的自动伸缩及迁移的方法及装置 |
| CN110597623A (zh) * | 2019-08-13 | 2019-12-20 | 平安普惠企业管理有限公司 | 容器资源分配方法、装置、计算机设备和存储介质 |
| CN112799847A (zh) * | 2021-02-07 | 2021-05-14 | 联想(北京)有限公司 | 一种内存分配方法、系统以及存储介质 |
| CN113157390A (zh) * | 2021-04-09 | 2021-07-23 | 烽火通信科技股份有限公司 | 一种电力终端中针对电力应用的容器资源管理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9954758B2 (en) | Virtual network function resource allocation and management system | |
| CN110196770B (zh) | 云系统内存数据处理方法、装置、设备及存储介质 | |
| CN111464355A (zh) | Kubernetes容器集群的伸缩容控制方法、装置和网络设备 | |
| US7590816B2 (en) | Computer system, management computer and storage system, and storage area allocation amount controlling method | |
| CN103346912B (zh) | 告警相关性分析的方法、装置及系统 | |
| CN109960575B (zh) | 一种计算能力共享方法、系统及相关设备 | |
| US20160378557A1 (en) | Task allocation determination apparatus, control method, and program | |
| CN106133693A (zh) | 虚拟机的迁移方法、装置及设备 | |
| CN108205541A (zh) | 分布式网络爬虫任务的调度方法及装置 | |
| EP3000024B1 (en) | Dynamically provisioning storage | |
| WO2023024410A1 (zh) | 任务调度方法、装置、设备、存储介质及计算机程序产品、计算机程序 | |
| WO2019108465A1 (en) | Automated capacity management in distributed computing systems | |
| US10754547B2 (en) | Apparatus for managing disaggregated memory and method thereof | |
| CN116149846A (zh) | 一种应用性能优化方法、装置、电子设备及存储介质 | |
| CN117785465A (zh) | 一种资源调度方法、装置、设备及存储介质 | |
| US9563532B1 (en) | Allocation of tasks in large scale computing systems | |
| CN113377866B (zh) | 一种虚拟化数据库代理服务的负载均衡方法及装置 | |
| WO2020000724A1 (zh) | 云平台主机间通信负载的处理方法、电子装置及介质 | |
| CN114764371A (zh) | 任务调度方法及管理系统 | |
| CN115686827A (zh) | 基于容器的工业物联网边缘计算资源分配方法及系统 | |
| CN111104203A (zh) | 虚拟机分散调度方法、装置以及电子设备、存储介质 | |
| CN110908783A (zh) | 一种云数据中心虚拟机的管控方法、系统及设备 | |
| CN114327905A (zh) | 负载均衡方法、装置及计算机设备 | |
| CN114675973A (zh) | 资源管理方法、设备、存储介质及程序产品 | |
| CN115269110A (zh) | 云计算平台的资源分配方法、装置、电子设备和存储介质 |
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 |