CN115904910B - 一种边缘节点状态感知方法、系统、介质及设备 - Google Patents
一种边缘节点状态感知方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN115904910B CN115904910B CN202211666058.0A CN202211666058A CN115904910B CN 115904910 B CN115904910 B CN 115904910B CN 202211666058 A CN202211666058 A CN 202211666058A CN 115904910 B CN115904910 B CN 115904910B
- Authority
- CN
- China
- Prior art keywords
- node
- index
- data
- equipment
- master control
- 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 51
- 238000012545 processing Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 10
- 238000013480 data collection Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008447 perception Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于设备统筹管理领域,尤其涉及一种边缘节点状态感知方法、系统、介质及设备。该方法包括:节点总控端将定义后的感知节点状态对应的参数下发至区域中心端,边缘设备端周期性在所述区域中心端中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端;区域中心端将采集结果进行整合并将整合结果发送至节点总控端。本发明通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。
Description
技术领域
本发明属于设备统筹管理领域,尤其涉及一种边缘节点状态感知方法、系统、介质及设备。
背景技术
在大规模边缘网络中,如边缘计算网络,存在数量规模极大的边缘节点,节点数量可能达到数万级甚至十万级。这种边缘节点由一组物理设备或虚拟设备构成,用于在边缘网络承载带宽或计算类型的边缘计算服务。每个边缘节点下的设备数据由两台到数十台不等,由业务模式或业务需求决定。在边缘节点承载业务的过程中,需要及时感知以整个边缘节点视角的状态来确认和保证边缘节点上承载的业务运行是否正常。常见的节点状态感知指标如节点的服务可用性、节点的整体负载、节点的服务质量,节点的可用资源、节点的网络延迟,节点特定业务或端口状态等各种不同的指标。这种节点状态感知指标需要对不同种类的相关数据进行采集、分析、计算及合并处理,传统的节点状态感知方式一般是将设备上的各种指标数据采集到大数据平台进行加工处理,然而,随着节点规模的扩大,承载的业务种类多变,每个节点的状态感知指标都可能有差异,即使是大数据平台也很难针对单个节点定制指标进行感知,需要有更灵活可控的方案来解决以下三个问题:大规模节点的节点状态感知的效率;大规模节点下不同节点的个性指标感知复杂度;大规模节点下状态感知指标维护的复杂度。
传统节点状态感知方案一般针对共性状态指标感知较好,如节点是否存活,节点负载等。但对个性指标则支持不足,比如某个节点下某个业务特定端口是否正常工作,这种特定业务端口可能只有一小部分的节点才具备,则需要额外辅助手段去感知,感知成本及代价很高。传统的节点状态感知方案感知时效较延迟。传统的节点状态感知方案一般都采用将状态指标数据采集到大数据平台来统一分析处理,数据一般是流水化作业,随着节点规模的扩大,虽然可以增加大数据平台的规模,由于不同业务的节点感知状态要求不同,需要配套的二次聚合,时效往往较为延迟。节点状态指标与节点关系维护困难。由于节点业务变更导致的指标变化需要及时更新维护,一旦未能及时更新节点指标,则采集的数据就可能发生误报,降低了节点状态数据的可信度。
发明内容
本发明所要解决的技术问题是提供一种边缘节点状态感知方法、系统、介质及设备。
本发明解决上述技术问题的技术方案如下:一种边缘节点状态感知方法,包括:
步骤1,节点总控端将定义后的感知节点状态对应的参数下发至区域中心端,所述参数包括指标清单以及节点设备数据库;
步骤2,边缘设备端周期性在所述区域中心端中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端;
步骤3,所述区域中心端将所述采集结果进行整合并将整合结果发送至所述节点总控端;
步骤4,所述节点总控端对所述整合结果进行显示。
本发明的有益效果是:可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述节点总控端将定义后的感知节点状态对应的参数下发至区域中心端之后还包括:
所述节点总控端实时获取针对所述参数的更改指令,并基于所述更改指令对所述参数进行更改,生成新参数。
进一步,所述依据所述第一数据以及所述第二数据进行采集处理具体为:
所述第二数据为所述待采集设备对应的节点,所述第一数据为所述待采集设备对应的节点对应的指标数据采集程序插件,根据所述指标数据采集程序插件进行采集处理。
进一步,所述所述区域中心端将所述采集结果进行整合并展示具体为:
根据预设合并规则,周期性将同节点下的采集结果进行数据整合并展示。
本发明解决上述技术问题的另一种技术方案如下:一种边缘节点状态感知系统,包括:
节点总控端用于:节点总控端将定义后的感知节点状态对应的参数下发至区域中心端,所述参数包括指标清单以及节点设备数据库;
边缘设备端用于:边缘设备端周期性在所述区域中心端中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端;
区域中心端用于:将所述采集结果进行整合并将整合结果发送至所述节点总控端;
所述节点总控端还用于:对所述整合结果进行显示。
本发明的有益效果是:可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
进一步,所述节点总控端将定义后的感知节点状态对应的参数下发至区域中心端之后还包括:
所述节点总控端实时获取针对所述参数的更改指令,并基于所述更改指令对所述参数进行更改,生成新参数。
进一步,所述依据所述第一数据以及所述第二数据进行采集处理具体为:
所述第二数据为所述待采集设备对应的节点,所述第一数据为所述待采集设备对应的节点对应的指标数据采集程序插件,根据所述指标数据采集程序插件进行采集处理。
进一步,所述所述区域中心端将所述采集结果进行整合并展示具体为:
根据预设合并规则,周期性将同节点下的采集结果进行数据整合并展示。
本发明解决上述技术问题的另一种技术方案如下:一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上述任一项所述的方法。
本发明的有益效果是:可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
本发明解决上述技术问题的另一种技术方案如下:一种电子设备,包括上述存储介质、执行上述存储介质内的指令的处理器。
本发明的有益效果是:可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
附图说明
图1为本发明一种边缘节点状态感知方法实施例提供的流程示意图;
图2为本发明一种边缘节点状态感知系统实施例提供的结构框架图;
图3为本发明一种边缘节点状态感知方法实施例提供的完整结构框架图;
图4为本发明一种边缘节点状态感知方法实施例提供的工作流程示意图;
图5为本发明一种边缘节点状态感知方法实施例提供的节点状态指标构成示意图;
图6为本发明一种边缘节点状态感知方法实施例提供的节点总控端指标管理模块工作示意图;
图7为本发明一种边缘节点状态感知方法实施例提供的边缘设备端指标关联及部署模块工作示意图;
图8为本发明一种边缘节点状态感知方法实施例提供的节点边缘设备指标关联示例说明示意图。
具体实施方式
以下对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种边缘节点状态感知方法,包括:
步骤1,节点总控端100将定义后的感知节点状态对应的参数下发至区域中心端300,所述参数包括指标清单以及节点设备数据库;
步骤2,边缘设备端200周期性在所述区域中心端300中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端300;
步骤3,所述区域中心端300将所述采集结果进行整合并将整合结果发送至所述节点总控端100;
步骤4,所述节点总控端100对所述整合结果进行显示。
在一些可能的实施方式中,可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
需要说明的是,图3为本发明的三个构成部分节点总控端100、区域中心端300及边缘设备端200三部分构成。
节点总控端100由三个模块构成,(a)指标管理模块:定义表达节点业务运行状态的指标及每个指标对应的数据采集插件。指标管理模块的工作结果是形成指标及插件库。该指标及插件就是边缘设备进行指标匹配和采集的依据。指标及插件库下发到区域中心端供边缘设备查询匹配使用。
节点状态感知指标是体现节点状态某种数据项,其本质上是对组成节点的合部设备上的具体某种或多种数据的采集后并合并处理后的形成的结论数据值,用于体现节点当前的特定某种状态。在本发明中,节点状态感知指标由六个要素组成,分别是1)指标名称,如业务可用性指标。2)指标值域,可以是某种单位的具体数据或百分比。如可用性90%。3)指标匹配特征,用于节点设备进行指标关联时按特征进行匹配。4)采集目标数据,即需要在组成节点的相应设备采集的具体数据项,如节点设备上对应的服务端口号,如端口号存在,采集结果为真,否则为假。5)指标配套的采集程序插件,即执行对目标数据进行采集的程序。6)数据合并规则,即将组成节点的多台设备上的采集结果数据按节点维度进行数据合并处理的规则。
下面以定义节点业务A的可用性指标为例列表说明,注意每个指标定义是按需进行,以下仅为业务A的指标定义过程:
表1
指标及每个指标配套的数据采集插件程序形成指标插件库,供组成节点的设备上的指标关联及部分下载模块进行指标匹配及安装相应的采集插件进行指标需求的目标数据项采集并上报。
(b)节点管理模块:用于定义节点,即根据业务需求,把一组边缘设备逻辑上组织成以一个节点,并同时定义节点的指标关联特征及匹配策略,包括节点的业务标识、业务端口等可用于与状态感知指标关联起的特征,并定义指标匹配策略,即指标特征匹配方法,如完全匹配,部分匹配,预先指定等。节点定义后,形成节点设备数据库,下发到区域中心端供边缘设备查询匹配使用。
(c)指标状态数据接收及展现模块:负责接收由区域中心端300合并过的节点状态指标结论数据,形成节点状态数据库及并展现节点状态数据。
区域中心端300由三个模块构成:a)状态指标数据合并模块:负责接收边缘设备上报的指标数据并合并成节点状态数据。b)节点清单查询模块:接收节点总控端100的节点设备数据库,供边缘设备端查询节点与设备的逻辑关系,此模块的节点与设备及特定指标关联关系数据由节点总控端100下发而来。c)指标清单查询模块:此模块的数据由节点总控端100下发,接收边缘设备端采集到的指标数据,并根据节点清单中定义的节点与边缘设备的关系,将边缘设备上报的采集指标明细数据以根据节点清单中的节点定义,以节点为单位进行合并,合并完成后上报给节点总控端100的状态指标数据接收及展现模块。
区域中心端300的状态指标合并模块在对边缘设备上报的指标采集数据项合并时向b)节点清单查询模块查询节点与设备的组成关系,向c)指标清单查询模块查询采集数据合并规则。模块a)完成数据合并后向节点总控端100上报。其合并的过程是:接收边缘设备上报的指标采集数据,从指标清单中查询到该指标中定义的数据合并规则,再从节点清单查询的节点与设备的关系,把同节点下的设备上报的同一节点状态指标进行合并,合并后向节点总控端100上报。如下例:把同节点Node1下的四台设备上报的业务A可用性(定义见上文)采集到值如表2:
表2
节点 | 设备 | 业务A可用性采集值 |
Node1 | 设备1 | 1 |
Node1 | 设备2 | 1 |
Node1 | 设备3 | 0 |
Node1 | 设备4 | 1 |
区域中心端300的a)状态指标数据合并模块向b)节点清单模块查询到节点Node1由4台设备即设备1至设备4组成,向c)指标清单模块查询到数据合并规则为累加后求平均,最终本表合并结果为(1+1+0+1)/4=0.75,即本次采集数据合并后的业务A的可用性指标值为75%。此例为示意性举例,每个指标的数据合并规则由指标本身定义。
节点边缘设备端200,即一台一台的真正的边缘设备,由两部分组成:a)指标关联及部署模块:周期性向区域中心端300的节点清单查询模块查询自身所归属的节点及节点的状态指标匹配策略,周期性向区域中心端300的指标清单查询模块查询指标清单,并根据自身的相关扫描特征与指标特征根据节点指标匹配策略进行匹配,匹配到自身需要采集的状态指标并安装部署该指标配套的指标数据采集插件。b)指标采集及上报模块:已安装的指标数据采集插件根据指标数据采集要求进行周期性数据采集,并将每周期采集到的指标明细数据向区域中心端300上报。(具体关联及采集参见具体实施方式#3-#5)。
本发明的基本工作流程:
(1)节点总控端100定义用于感知节点状态的相应指标项及状态指标数据采集程序插件,并下发到区域中心端300。
(2)节点总控端100通过添加共同的节点标识将一组设备逻辑上组成一个节点,并下发到区域中心端300。
(3)节点下的边缘设备,指标关联及部署模块向区域中心端300查询指标清单,并根据自身指标识别特征及节点的指标特征,根据相应的匹配策略自动匹配节点需要采集数据的状态指标项并下载安装相应的指标数据采集程序插件,且定期查询指标清单的变化同步维护自身的指标采集插件。
(4)边缘设备已部署的指标数据采集程序插件采集指标相应的数据及设备所属节点标识,上报到区域中心端300。
(5)区域中心端300根据节点清单,把边缘设备上报的指标数据按节点清单的设备关系合并成节点状态指标数据后上报给节点总控端100。
(6)节点总控端100接收节点的状态指标数据用于展现或其他需要的用途。
本发明具体工作过程如下(参考图4):
#1节点总控端100的指标管理模块定义指标及指标采集插件库,并发送到区域中心端300的指标清单查询模块,供边缘设备端查询。
#2节点总控端100的节点管理模块定义节点关系,将边缘设备逻辑上组织成一个个的节点及每个节点的状态感知指标匹配策略,形成节点设备数据库,并发送到区域中心端300的节点清单查询模块,供边缘设备端查询。
#3边缘设备端200的指标关联与部署模块周期性向区域中心端的节点清单查询模块查询自身的节点归属及状态指标关联策略,周期性向指标清单查询模块查询指标关联匹配特征,确定自身应该安装部署的指标采集插件并进行插件安装或清除。
#4边缘设备端200的指标采集及上报模块,执行自身安装的指标采集插件,根据状态感知指标的数据采集要求,进行周期性数据采集。
#5边缘设备端200指标采集及上报模块将采集到的指标状态明细数据上报给区域中心端300的状态指标数据合并模块。
#6区域中心端300的状态指标数据合并模块,向区域中心端的节点清单查询模块查询节点设备清单。向指标清单模块查询每个指标的数据合并处理要求,并根据每个指标数据合并处理要求,以节点为基本单位把节点下的多台边缘设备的采集数据合并出每个节点的每个状态感知指标的结论数据。
#7区域中心端300的状态指标数据合并模块把指标结论数据发送到节点总控端100的状态指标接收及展现模块,进行状态指标的展示。
#1通过节点总控端100指标管理模块,定义需要节点状态感知指标及用于采集指标数据的程序插件,并下发到区域中心端300指标清单查询模块,供节点边缘设备端200的指标关联及部署模块查询匹配状态感知指标及下载指标采集程序插件。如图5所示,指标名称:人为定义状态指标名称,主要为了方便管理人员查看,如xx业务性能指标,xx业务可用性指标等。
指标值域:用于量化表示节点状态的数值区间,可以是百分比或具体数据,如0%-100%,30-50毫秒等,其具体含义由指标管理者清楚即可。
指标匹配特征:用于节点下的节点设备自动关联指标的特征,如业务端口6400,业务标识busi-a,硬件型号x86CPU等,只要该特征能用于指标关联,可以自由定义。
采集目标数据项:该指标需要采集的目标数据项,如业务端口响应时间,业务标识是否存在等。
指标配置的采集程序:即配套的指标数据采集程序,该程序最终会部署在边缘设备端执行指标数据的采集。
数据合并规则:定义该节点状态感知指标如何合并处理节点下多台边缘终端设备的采集明细值。如将多台终端设备采集值累加,将多台终端设备采集值求平均值等。
指标管理模块工作过程如下(参考图6):
添加指标项:添加一个指标项并指定指标名称。
添加指标特征及采集设置:
添加指标匹配特征,如业务标识,业务端口、硬件型号等
添加指标数据项:需要采集的目标数据项。
数据合并规则:值累加、平均值、最大值等等
编辑并添加该指标采集配套程序插件:为该指标编写采集程序插件。
下发到区域中心端指标查询模块:将定义好的指标及插件库下发到区域中心端。
#1.1添加指标项。
#1.2为新增的指标项添加标匹配特征及采集设置及数据合并规则等六要素。指标项匹配特征包含硬件型号、业务特征标识、业务端口等用于在边缘设备上匹配对应指标的特征,这些特征可根据指标匹配实际需求添加及维护。采集设置则可包括采集数据项,采集周期、采集频度等。数据合并规则定义节点下同指标的多台设备数据合并规则,如数据累加、平均值等的数据合并选项。采集设置及数据合并规则可根据实际需求扩展。
#1.3为新增加的指标项编写或定义在节点下边缘设备上执行该指标采集数据任务配套的指标数据采集程序插件。
#1.4将全部的指标定义形成指标清单,下发到区域中心端300的指标清单查询模块,供节点边缘设备查询匹配指标及部署指标插件使用及状态指标数据合并模块使用。
#2通过节点总控端100节点管理模块,创建节点,关联设备及指标特征。
#2.1把设备(物理设备或虚拟设备)关联到节点,形成节点设备数据库。
#2.2可选,定义节点与状态指标的关联的特征,如业务特征、资源数量等。
#2.3可选,为节点关联#1已定义的状态感知指标并指定关联的指标采集要求,如果必须采集或无需采集(即排除特定指标)。
#2.4指定节点状态感知指标的关联匹配方式,如完全匹配、部分匹配、节点指定。
#2.5将节点设备数据库下发到区域中心端300的节点清单查询模块,供边缘设备端200的指标关联及部署模块查询使用。
#3节点边缘设备的指标关联及部署模块根据自身的特征匹配及节点指标关联策略关联相应指标,并部署安装指标数据采集程序插件,工作过程如下(参考图7):
#3.1指标关联及部署模块向区域中心端300的节点清单模块周期性查询节点清单,获取本设备的所属节点及节点特征及是否有节点预关联状态感知指标。
#3.2如果所属节点清单中存在预关联的指标,则判断预关联指标是否为必须采集,如果是必须采集,从区域中心端300下载指标数据采集插件并部署插件。如果预关联指标是无需采集,判断此指标插件是否安装,已安装则删除插件。
#3.3如果所属节点提供了节点特征,则根据节点特征向区域中心端300的指标清单查询模块查询和匹配状态感知指标,根据指标匹配策略进行状态指标的匹配,匹配策略如完全匹配,部分匹配等,匹配策略可以视需求指定。如果匹配到相应指标,从区域中心端300下载指标数据采集插件并部署对应插件。
#3.4如果所属节点未提供节点特征,指标关联和部署模块通过扫描自身的硬件、业务及端口等等可能的指标特征,主动向向区域中心端300的指标清单查询模块查询和匹配状态感知指标,匹配过程可以设备匹配策略,策略可以视需求指定,如完全匹配,部分匹配等。如果匹配到相应指标,从区域中心端300下载指标数据采集插件并部署对应插件。
#4节点边缘设备的指标采集及上报模块启动设备上已安装的指标采集程序插件,按每个指标的采集设置,进行相应的数据采集。
#5节点边缘设备的指标采集及上报模块将采集到的数据按周期上报给区域中心端300的状态指标数据合并模块。
#6区域中心端300状态指标合并模块收到边缘设备端200上报的指标数据后,向指标清单模块查询指标数据合并规则,并根据合并规则将周期内的同节点下的边缘设备端200上报数据按节点进行数据合并,合并后上报给节点总控端100。
#7节点总控端100状态指标接收及展现模块将区域中心的上报的合并后的节点级状态感知指标结论数据保存到节点状态数据库,将按要求提供展示或提供指标数据接口供查询使用。
如图7所示,边缘设备端200的指标关联及部署模块周期性查询节点清单,获得自身所属节点及节点指标匹配特征及指标关联匹配策略,并查询节点是否已预先关联指定了状态感知指标。
如果节点已存在预先关联的指标,则进一步判断该指标状态是必须采集还是无需采集(即暂时不采集),如果是必须采集,则判断设备端是否安装了指标对应的采集程序插件,如果没有,下载和安装对指标对应的采集程序。如果是无需采集,则判断对应的采集程序插件是否已安装,已安装则删除采集程序插件。
如果节点不存在预先关联指标,则查询是否定义了节点指标匹配特征,如果是,根据节点已定义的节点指标匹配特征来查询指标清单,来匹配自身应该采集的指标并下载安装对应的指标采集程序插件。
如果节点不存在定义的节点特征,则根据设备上扫描出的特征查询指标清单来试图匹配合适的指标,并根据匹配到的指标下载安装对应的指标采集程序插件。
下面对本发明指标动态关联关键实施步骤例作说明(参考图8)。
为方便描述,以下均为极简化的示例。
假定节点总控端100指标管理模块已定义了三个指标,分别是指标A、指标B与指标C。形成了包含3个指标的清单发送到区域中心端300的指标清单查询模块。如表3:
表3
节点总控端100节点管理模块已定义了三个节点,形成了包含3个节点的节点清单发送到区域中心端300的节点清单查询模块如表4:
表4
边缘设备D1到D6上的指标关联及部署模块,向区域中心端的节点清单及指标清单查询到自己归属节点以及节点指标匹配特征及策略,进行状态感知指标的匹配及指标数据采集程序插件的安装。
边缘设备D1及D2向区域中心端节点清单模块查询到自己归属节点N1且节点N1已定义了指标匹配特征两条,业务标识:busi-c;业务端口:8000;指标匹配策略为完全匹配。向区域中心指标清单查询,完全匹配到的指标为指标C,因此D1及D2指标关联及部署模块下载安装指标C采集程序插件。
边缘设备D3及D4向区域中心端节点清单模块查询到自己归属节点N2且节点N2指标匹配策略为节点指定,且节点已关联指定了指标B及指标C,因此D3、D4直接下载指标B有指标C的采集程序插件。
边缘设备D5及D6向区域中心端节点清单模块查询到自己归属节点N3且节点定义指标匹配规则为部分匹配,指标关联及部署模块通过扫描自身发现了业务标识busi-a,使用业务标识busi-a向区域中心端指标清单查询,能够部分匹配指标A的匹配特征中的业务特征这一条,由于N3的指标匹配规则为部分匹配,因此,D5及D6命中指标A,下载安装指标A的采集程序插件。
表5
优选地,在上述任意实施例中,所述节点总控端100将定义后的感知节点状态对应的参数下发至区域中心端300之后还包括:
所述节点总控端100实时获取针对所述参数的更改指令,并基于所述更改指令对所述参数进行更改,生成新参数。
优选地,在上述任意实施例中,所述依据所述第一数据以及所述第二数据进行采集处理具体为:
所述第二数据为所述待采集设备对应的节点,所述第一数据为所述待采集设备对应的节点对应的指标数据采集程序插件,根据所述指标数据采集程序插件进行采集处理。
优选地,在上述任意实施例中,所述所述区域中心端300将所述采集结果进行整合并展示具体为:
根据预设合并规则,周期性将同节点下的采集结果进行数据整合并展示。
如图2所示,一种边缘节点状态感知系统,包括:
节点总控端100用于:节点总控端100将定义后的感知节点状态对应的参数下发至区域中心端300,所述参数包括指标清单以及节点设备数据库;
边缘设备端200用于:边缘设备端200周期性在所述区域中心端300中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端300;
区域中心端300用于:将所述采集结果进行整合并将整合结果发送至所述节点总控端100;
所述节点总控端100还用于:对所述整合结果进行显示。
在一些可能的实施方式中,可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
优选地,在上述任意实施例中,所述节点总控端100将定义后的感知节点状态对应的参数下发至区域中心端300之后还包括:
所述节点总控端100实时获取针对所述参数的更改指令,并基于所述更改指令对所述参数进行更改,生成新参数。
优选地,在上述任意实施例中,所述依据所述第一数据以及所述第二数据进行采集处理具体为:
所述第二数据为所述待采集设备对应的节点,所述第一数据为所述待采集设备对应的节点对应的指标数据采集程序插件,根据所述指标数据采集程序插件进行采集处理。
优选地,在上述任意实施例中,所述所述区域中心端300将所述采集结果进行整合并展示具体为:
根据预设合并规则,周期性将同节点下的采集结果进行数据整合并展示。
本发明解决上述技术问题的另一种技术方案如下:一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上述任一项所述的方法。
在一些可能的实施方式中,可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
本发明解决上述技术问题的另一种技术方案如下:一种电子设备,包括上述存储介质、执行上述存储介质内的指令的处理器。
在一些可能的实施方式中,可实现细化到单个节点级别的特定的个性化感知指标采集及合并,而不影响其他节点的指标数据采集及指标计算。通过在区域中心合并节点下状态指标数据,直接合成节点状态感知数据,总控端无需再计算,可以直接使用,而且合并出的节点状态指标数据就是该节点本身的相应指标数据,无需在总控端多次聚合归并或拆分。可扩展性好,可根据边缘节点的规模按需扩展区域中心,并可根据区域进一步细分,技术上只需要使用成熟的DNS或HTTP调度方案即可简单实现,避免了随着边缘节点的增加造成的中心节点数据处理压力。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,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,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法如果以软件功能单元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,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或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)执行本发明各个实施例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-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种边缘节点状态感知方法,其特征在于,包括:
步骤1,节点总控端将定义后的感知节点状态对应的参数下发至区域中心端,所述参数包括指标清单以及节点设备数据库;
步骤2,边缘设备端周期性在所述区域中心端中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端;
步骤3,所述区域中心端将所述采集结果进行整合并将整合结果发送至所述节点总控端;
步骤4,所述节点总控端对所述整合结果进行显示;
节点管理模块:用于定义节点,即根据业务需求,把一组边缘设备逻辑上组织成以一个节点,并同时定义节点的指标关联特征及匹配策略,包括节点的业务标识、业务端口可用于与状态感知指标关联起的特征,并定义指标匹配策略,即指标特征匹配方法,节点定义后,形成节点设备数据库,下发到区域中心端供边缘设备查询匹配使用;
所述节点总控端将定义后的感知节点状态对应的参数下发至区域中心端之后还包括:
所述节点总控端实时获取针对所述参数的更改指令,并基于所述更改指令对所述参数进行更改,生成新参数;
所述依据所述第一数据以及所述第二数据进行采集处理具体为:
所述第二数据为所述待采集设备对应的节点,所述第一数据为所述待采集设备对应的节点对应的指标数据采集程序插件,根据所述指标数据采集程序插件进行采集处理。
2.根据权利要求1所述的一种边缘节点状态感知方法,其特征在于,所述区域中心端将所述采集结果进行整合并展示具体为:
根据预设合并规则,周期性将同节点下的采集结果进行数据整合并展示。
3.一种边缘节点状态感知系统,其特征在于,包括:
节点总控端用于:将定义后的感知节点状态对应的参数下发至区域中心端,所述参数包括指标清单以及节点设备数据库;
边缘设备端用于:周期性在所述区域中心端中扫描与待采集设备对应的指标清单中的第一数据以及节点设备数据库中的第二数据,并依据所述第一数据以及所述第二数据进行采集处理,并将采集结果发送至所述区域中心端;
区域中心端用于:将所述采集结果进行整合并将整合结果发送至所述节点总控端;
所述节点总控端还用于:对所述整合结果进行显示;
节点管理模块:用于定义节点,即根据业务需求,把一组边缘设备逻辑上组织成以一个节点,并同时定义节点的指标关联特征及匹配策略,包括节点的业务标识、业务端口可用于与状态感知指标关联起的特征,并定义指标匹配策略,即指标特征匹配方法,节点定义后,形成节点设备数据库,下发到区域中心端供边缘设备查询匹配使用;
所述节点总控端将定义后的感知节点状态对应的参数下发至区域中心端之后还包括:
所述节点总控端实时获取针对所述参数的更改指令,并基于所述更改指令对所述参数进行更改,生成新参数;
所述依据所述第一数据以及所述第二数据进行采集处理具体为:
所述第二数据为所述待采集设备对应的节点,所述第一数据为所述待采集设备对应的节点对应的指标数据采集程序插件,根据所述指标数据采集程序插件进行采集处理。
4.根据权利要求3所述的一种边缘节点状态感知系统,其特征在于,所述区域中心端将所述采集结果进行整合并展示具体为:
根据预设合并规则,周期性将同节点下的采集结果进行数据整合并展示。
5.一种存储介质,其特征在于,所述介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如权利要求1或2所述的方法。
6.一种电子设备,其特征在于,包括权利要求5所述的存储介质、执行所述存储介质内的指令的处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211666058.0A CN115904910B (zh) | 2022-12-23 | 2022-12-23 | 一种边缘节点状态感知方法、系统、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211666058.0A CN115904910B (zh) | 2022-12-23 | 2022-12-23 | 一种边缘节点状态感知方法、系统、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115904910A CN115904910A (zh) | 2023-04-04 |
CN115904910B true CN115904910B (zh) | 2024-03-12 |
Family
ID=86479549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211666058.0A Active CN115904910B (zh) | 2022-12-23 | 2022-12-23 | 一种边缘节点状态感知方法、系统、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115904910B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815382A (zh) * | 2018-12-29 | 2019-05-28 | 中国科学院计算技术研究所 | 大规模网络数据的感知与获取方法和系统 |
CN112527599A (zh) * | 2020-12-15 | 2021-03-19 | 康键信息技术(深圳)有限公司 | 智能监控方法、装置、电子设备及可读存储介质 |
CN113220715A (zh) * | 2021-07-08 | 2021-08-06 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、系统、计算机及可读存储介质 |
CN113986662A (zh) * | 2021-10-22 | 2022-01-28 | 济南浪潮数据技术有限公司 | 边缘集群监控方法和系统 |
CN114328243A (zh) * | 2021-12-30 | 2022-04-12 | 数字广东网络建设有限公司 | 一种异常运行数据的处理方法、装置、设备和存储介质 |
CN114490053A (zh) * | 2022-01-20 | 2022-05-13 | 上海崎创科技有限公司 | 基于边缘计算和监督学习方法的情景感知策略推荐系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11204853B2 (en) * | 2019-05-20 | 2021-12-21 | At&T Intellectual Property I, L.P. | System and method for low latency edge computing |
-
2022
- 2022-12-23 CN CN202211666058.0A patent/CN115904910B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815382A (zh) * | 2018-12-29 | 2019-05-28 | 中国科学院计算技术研究所 | 大规模网络数据的感知与获取方法和系统 |
CN112527599A (zh) * | 2020-12-15 | 2021-03-19 | 康键信息技术(深圳)有限公司 | 智能监控方法、装置、电子设备及可读存储介质 |
CN113220715A (zh) * | 2021-07-08 | 2021-08-06 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、系统、计算机及可读存储介质 |
CN113986662A (zh) * | 2021-10-22 | 2022-01-28 | 济南浪潮数据技术有限公司 | 边缘集群监控方法和系统 |
CN114328243A (zh) * | 2021-12-30 | 2022-04-12 | 数字广东网络建设有限公司 | 一种异常运行数据的处理方法、装置、设备和存储介质 |
CN114490053A (zh) * | 2022-01-20 | 2022-05-13 | 上海崎创科技有限公司 | 基于边缘计算和监督学习方法的情景感知策略推荐系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115904910A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2002080040A1 (en) | User scope-based data organization system | |
CN112187512B (zh) | 一种基于流量监控的端口自动扩容方法、装置和设备 | |
CN113723810B (zh) | 基于图数据库的电网建模方法 | |
CN111966762B (zh) | 指标采集方法以及装置 | |
CN109389326B (zh) | 面向监控事件的对象化建模方法、设备及系统 | |
CN108700862B (zh) | 能量消耗报警系统、平台和方法 | |
CN110322143B (zh) | 模型实体化管理方法、装置、设备及计算机存储介质 | |
CN112416456B (zh) | 配置文件处理方法、装置、设备、存储介质和系统 | |
CN104917639A (zh) | 基于集群监控分配数据业务方法及装置 | |
CN105260401A (zh) | 电力数据查询存储方法及装置 | |
CN115904910B (zh) | 一种边缘节点状态感知方法、系统、介质及设备 | |
CN114301818A (zh) | 业务流检测方法、装置、系统、终端及存储介质 | |
CN111897643A (zh) | 线程池配置系统、方法、装置和存储介质 | |
CN103685574A (zh) | 面向服务的通用物联网资源分配方法 | |
CN114691662A (zh) | 一种数据质量检查规则自适应方法、存储介质及系统 | |
CN114564314A (zh) | 一种对集群内监控数据进行采集的方法和装置 | |
CN117370337A (zh) | 分区创建方法、装置、计算机设备和存储介质 | |
CN112035579A (zh) | 图管理、数据存储、数据查询方法、装置及存储介质 | |
CN114841519B (zh) | 电力工作票构建方法和装置 | |
CN115587579A (zh) | 数字处理系统、生产系统和生产方法 | |
CN111885159B (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN112835647B (zh) | 应用软件配置方法、配置装置、存储介质及电子装置 | |
CN110896358A (zh) | 一种nfv中资源数据的动态更新方法和装置 | |
CN116633812B (zh) | 一种基于nginx智能容错路由的多版本同步测试方法及系统 | |
CN114625938A (zh) | 一种台区用电特征画像的生成方法及装置 |
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 |