CN116737371A - 批量管理边缘节点的方法、装置及系统 - Google Patents
批量管理边缘节点的方法、装置及系统 Download PDFInfo
- Publication number
- CN116737371A CN116737371A CN202310675962.6A CN202310675962A CN116737371A CN 116737371 A CN116737371 A CN 116737371A CN 202310675962 A CN202310675962 A CN 202310675962A CN 116737371 A CN116737371 A CN 116737371A
- Authority
- CN
- China
- Prior art keywords
- target
- node
- batch management
- management instruction
- edge
- 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 70
- 238000012216 screening Methods 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims description 18
- 239000004973 liquid crystal related substance Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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]
- G06F9/5005—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
-
- 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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种批量管理边缘节点的方法、装置及系统,涉及计算机技术领域,尤其涉及物联网及边缘计算领域。具体实现方案为:确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。通过一次调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及物联网及边缘计算技术领域。
背景技术
随着物联网应用的不断发展,物联网系统所需要处理的数据量也越来越大,大量的边缘计算设备也加入到物联网计算平台中。边缘计算设备可以看作是一个小型数据中心,不需要将大量数据上传到云端,在网络边缘侧即可处理采集到的数据,可以大幅度的减轻云端的计算负荷,缩短服务端响应时间,还可以提升边缘设备的数据的安全性。
发明内容
本公开提供了一种批量管理边缘节点的方法、装置及系统。
根据本公开的一方面,提供了一种批量管理边缘节点的方法,所述方法包括:
确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;
基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;
向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。
根据本公开的另一方面,提供了一种批量管理边缘节点的方法,所述方法包括:
接收云端向目标节点下发的针对目标应用的批量管理指令;所述目标节点是所述云端基于边缘节点的预设置标签,从所述边缘节点中筛选出的与所述批量管理指令包含的自定义标签相匹配的节点;
根据所述批量管理指令,对所述目标应用进行管理。
根据本公开的另一方面,提供了一种批量管理边缘节点的装置,所述装置包括:
第一确定模块,用于确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;
第一筛选模块,用于基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;
第一下发模块,用于向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。
根据本公开的另一方面,提供了一种批量管理边缘节点的装置,所述装置包括:
第一接收模块,用于接收云端向目标节点下发的针对目标应用的批量管理指令;所述目标节点是所述云端基于边缘节点的预设置标签,从所述边缘节点中筛选出的与所述批量管理指令包含的自定义标签相匹配的节点;
第一管理模块,用于根据所述批量管理指令,对所述目标应用进行管理。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行批量管理边缘节点的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行批量管理边缘节点的方法。
本发明实施例有益效果:本公开实施例中,在创建边缘节点时会设置标签,而针对目标应用的批量管理指令中也包含自定义标签,从而通过一次批量调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本发明实施例提供的批量管理边缘节点的方法的一种流程示意图;
图2为本发明实施例提供的批量管理边缘节点的方法的另一种流程示意图;
图3为本公开实施例提供的批量管理边缘节点的系统的一种结构示意图;
图4为本公开实施例提供的批量管理边缘节点的方法的装置的一种框图;
图5为本公开实施例提供的批量管理边缘节点的方法的装置的另一种框图;
图6是用来实现本公开实施例的批量管理边缘节点的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
随着物联网应用的不断发展,物联网系统所需要处理的数据量也越来越大,大量的边缘计算设备也加入到物联网计算平台中。边缘计算设备可以看作是一个小型数据中心,不需要将大量数据上传到云端,在网络边缘侧即可处理采集到的数据,可以大幅度的减轻云端的计算负荷,缩短服务端响应时间,还可以提升边缘设备的数据的安全性。
目前的边缘管理方案中,如果要对多个边缘节点进行管理,例如向多个边缘节点部署应用,需要用户在云端平台进行操作,即手动选定多个边缘节点,然后向每个边缘节点下发相同的管理指令,实现对边缘节点的同步管理。
但上述方案,不支持针对具有某种相同自定义特性的边缘节点进行批量管理,导致效率低下,已不适用于大规模边缘计算的场景。
为了解决上述技术问题,本公开实施例提供了一种批量管理边缘节点的方法,该方法包括:
确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;
基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;
向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。
可见,本公开实施例中,在创建边缘节点时会设置标签,而针对目标应用的批量管理指令中也包含自定义标签,从而通过一次调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
下面对本公开实施例提供的批量管理边缘节点的方法进行详细介绍,参见图1,图1为本发明实施例提供的批量管理边缘节点的方法的一种流程示意图,如图1所示,方法包括以下步骤:
S101:确定针对目标应用的批量管理指令,批量管理指令包含自定义标签。
首先,对边缘计算的概念进行简要说明。边缘计算,是将计算、存储等能力从云数据中心扩展到离数据源较近的网络边缘,并且可支持在网络边缘执行深度学习、强化学习等人工智能算法,避免计算任务从网络边缘传输到远程数据中心的超长网络传输延迟,满足高实时性物联网应用的需求,例如自动驾驶、无人机、增强现实等。
作为一种优选方式,图1所示方法可以应用于边缘计算场景中的云端,也可以理解为云数据中心。
云端可以提供面向管理人员的操作平台,本公开实施例中,管理人员可以在云端提供的操作平台进行操作,生成针对目标应用的批量管理指令,在这个过程中,管理人员可以根据需求,设置自定义标签。
云端接收管理人员的操作,确定针对目标应用的批量管理指令,批量管理指令中包含管理人员设置的自定义标签。
S102:基于边缘节点的预设置标签,从边缘节点中筛选出与自定义标签相匹配的目标节点。
本公开实施例中,管理人员预先在云端创建边缘节点,在创建边缘节点时,系统会自动给边缘节点打上名称的标签,如对于边缘节点A,打上name=A这一标签。此外,管理人员还可以根据需要,给边缘节点打上自定义标签,这些自定义标签可以根据需求进行设置,例如,表征边缘节点所处地理位置的标签、表征边缘节点所处理的任务类型的标签、表征边缘节点的计算能力的标签等。
进而,云端可以根据批量管理指令中包含的自定义标签,对连接云端的各个边缘节点进行匹配,如果边缘节点的自定义标签包含了批量管理指令中的自定义标签,则将该边缘节点确定为目标节点。
S103:向目标节点下发批量管理指令,以使目标节点对目标应用进行管理。
云端确定目标节点后,即可向各个目标节点下发批量管理指令,目标节点接收到批量管理指令后,即可对目标应用进行管理,例如部署目标应用、对目标应用进行服务调用等。
可见,本公开实施例中,在创建边缘节点时会设置标签,而针对目标应用的批量管理指令中也包含自定义标签,从而通过一次批量调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
本公开的一个实施例中,所述批量管理指令还包含资源限制条件,所述基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点的步骤,包括:
基于所述边缘节点的预设置标签和所述边缘节点上报的节点资源信息,从所述边缘节点中筛选出与所述自定义标签相匹配、且符合所述资源限制条件的目标节点。
具体的,管理人员在云端提供的操作平台进行操作,生成针对目标应用的批量管理指令的过程中,管理人员可以根据需求,设置资源限制条件。
上述资源限制条件涉及的资源包括但不限于:CPU(Central Processing Unit,中央处理器)资源、磁盘资源、内存资源、显存资源和网络带宽资源。
相应的,边缘节点可以向云端上报自身的节点资源信息,节点资源信息涉及的资源同样可以包括CPU资源、磁盘资源、内存资源、显存资源和网络带宽资源等。
从而,云端确定批量管理指令后,可以联合标签、节点资源信息进行匹配,即从边缘节点中筛选出与自定义标签相匹配、且符合资源限制条件的目标节点。
可见,通过管理人员在云端的一次调用,即可在具有某种自定义标签、且满足特定资源限制条件的一组边缘节点上进行批量管理,即管理人员不必关注具体的边缘节点,只需要自行设置匹配标签、资源限制条件,云端即可自动匹配符合条件的目标节点,下发相应的指令,从而对目标节点进行批量管理,能够进一步提升边缘计算场景中边缘管理的效率。
本公开的一个实施例中,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理的步骤,包括:
向所述目标节点下发所述批量管理指令,以使所述目标节点部署所述目标应用,并在满足所述第一资源限制条件时,运行所述目标应用。
具体的,对边缘节点进行管理,通常包括在边缘节点部署、运行特定的目标应用,或者对已部署、且正在运行的目标应用进行服务调用。
本公开实施例中,若批量管理指令为应用部署指令,即指示目标节点针对目标应用进行部署的指令,该批量管理指令还可以包括第一资源限制条件,第一资源限制条件表征运行目标应用所需的资源信息。
例如,运行目标应用a,需要磁盘空间不小于20GB,那么在生成针对目标应用a的应用部署指令时,可以添加磁盘空间不小于20GB这一资源限制条件。
进而,云端向目标节点下发批量管理指令,目标节点收到批量管理指令后,可以部署目标应用,随后判断当前的节点资源信息是否能够满足第一资源限制条件,如果能够满足,则运行目标应用;若不满足,则可以在监测到节点资源信息满足第一资源限制条件时,再运行目标应用。
可见,本公开实施例中,在批量管理指令为应用部署指令时,该指令下发至边缘节点后,并非短暂生效,而是能够实现在一定的有效时间内,边缘节点一旦监测到自身的资源满足资源限制条件时,自行运行目标应用。同一个边缘节点可以保留多个长期生效的应用部署指令,因此即使边缘节点所处的网络环境不稳定,边缘节点也可以根据历史时段接收的应用部署指令,进行一定程度的边缘自治,利于维护边缘节点中应用的稳定性。
本公开的一个实施例中,方法还可以包括:
接收目标应用上报的第一反馈信息,所述第一反馈信息包括所述目标节点针对所述目标应用的部署结果和/或运行结果。
如上文所述,在存在第一资源限制条件的情况下,目标节点可能并未在第一时间运行目标应用,因此,目标应用可以向云端上报针对目标应用的部署结果和/或运行结果,使得云端能够实时确定各个目标节点针对目标应用的部署结果和/或运行结果,也便于管理人员实时查看。
本公开的一个实施例中,方法还可以包括:
接收所述边缘节点上报的节点资源信息和应用运行信息;
当所述批量管理指令为服务调用指令,所述批量管理指令还包括:第二资源限制条件;
所述基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点的步骤,包括:
基于所述边缘节点的预设置标签、所述边缘节点上报的节点资源信息和应用运行信息,从所述边缘节点中筛选出与所述自定义标签相匹配、满足所述第二资源限制条件、且运行所述目标应用的目标节点;
所述向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理的步骤,包括:
向所述目标节点下发所述批量管理指令,以使所述目标节点针对所述目标应用进行服务调用。
若要针对应用的特定服务进行调用,则该应用必然需要处于运行状态。因此,本公开实施例中,边缘节点可以向云端上报应用运行信息,即哪些应用处于运行状态。
此外,边缘节点还可以向云端上报节点资源信息,以便云端基于节点资源信息匹配符合的节点。
具体的,当批量管理指令为服务调用指令,所述批量管理指令还可以包括:第二资源限制条件。云端筛选目标节点的过程,即基于边缘节点的预设值标签、边缘节点上报的节点资源信息和应用运行信息,从边缘节点中筛选出与自定义标签相匹配、满足第二资源限制条件、且运行目标应用的目标节点。
从而,针对目标节点下发批量管理指令,目标节点接收批量管理指令后,针对目标应用进行服务调用。
可见,通过管理人员在云端的一次调用,即可在具有某种自定义标签、满足特定资源限制条件、且运行特定应用的一组边缘节点上进行服务调用,即管理人员不必关注具体的边缘节点,只需要自行设置匹配标签、资源限制条件、服务调用针对的目标应用、目标应用的指定服务,云端即可自动确定与标签相匹配、满足特定资源限制条件、且当前运行目标应用的目标节点,并下发相应的指令,从而对目标应用进行指定服务调用,能够提升边缘计算场景中针对大批量应用进行服务调用的效率。
本公开的一个实施例中,方法还包括:
接收目标节点上报的第二反馈信息,第二反馈信息包括针对目标应用的服务调用结果。
具体的,由于服务调用通常实时性要求较高,因此需要目标节点及时反馈服务调用结果。目标节点完成服务调用后,可以将调用结果上报至云端,使云端能够及时确定服务是否成功调用,以及具体的调用数据。
为了便于理解,下面结合具体示例进行说明。
管理人员在云端提供的操作平台创建边缘节点,系统会自动为边缘节点打上名称的标签。此外,管理人员可以根据需要,为边缘节点打上自定义标签。例如,管理人员创建边缘节点A和边缘节点B,并均打上location(位置)=gz标签,其中gz表示一个城市的名字,那么该标签的含义为节点位置处于gz这一城市。此外,管理人员还创建边缘节点C,并打上location=sh标签,其中sh表示一个城市的名字,该标签表示边缘节点C的节点位置处于sh这一城市。
随后,管理人员在云端提供的操作平台进行操作,创建针对目标应用a的批量管理指令,并为目标应用a打上location=gz的标签,那么云端可以基于该标签匹配边缘节点,确定包含location=gz标签的边缘节点,作为目标节点,即上述边缘节点A和边缘节点B。从而,云端向边缘节点A和边缘节点B均下发批量管理指令,使得边缘节点A和边缘节点B均针对目标应用a进行管理。若批量管理指令为指示边缘节点部署特定应用的指令,那么边缘节点A和边缘节点B均部署目标应用a。
此外,若管理人员通过在云端操作,还生成了针对应用b的批量管理指令,除了打上location=gz的标签之外,还附加了资源限制条件,例如,磁盘空间大于10GB,才能启动该应用。那么云端可以判断各个边缘节点是否满足该资源限制条件,若边缘节点A和边缘节点B均满足,则云端向边缘节点A和边缘节点B均下发针对应用b的批量管理指令,同时标明启动该应用b的资源限制条件。
作为一个示例,若上述批量管理指令为应用部署指令,边缘节点A在收到云端下发的批量管理指令后,对比本地已部署的指令,发现应用a和应用b均未部署,则分别部署应用a和应用b,并运行应用a。此外,根据实时监控的资源状态信息,判定磁盘空间大于10GB,满足运行应用b的磁盘需求,则运行应用b。
边缘节点B在收到云端下发的批量管理指令后,对比本地已部署的指令,发现应用a和应用b均未部署,则分别部署应用a和应用b,并运行应用a。若在运行应用a后,运行应用b之前,发现当前的磁盘空间不满足运行应用b所需的磁盘限制条件,则不会运行应用b。同时,边缘节点需要记录该事件,并在下一个上报周期到来时,同步至云端。从而,云端即可向管理人员显示边缘节点B已部署应用a和应用b,运行了应用a,但暂不支持运行应用b。
作为另一个示例,批量管理指令为服务调用指令,那么管理人员可以在批量管理指令中设定希望调用的应用的特定服务,例如希望调用应用b的日志信息。
管理人员还可以设定资源限制条件,应用筛选目标节点。例如设置资源限制条件为磁盘空间不小于15G。
相应的,云端进行标签匹配,确定边缘节点A和边缘节点B均符合要求,但根据当前的资源快照,发现边缘节点B的磁盘不满足上述资源限制条件,则可以只向边缘节点A发送批量管理指令,即服务调用指令。其中,上述资源快照可以理解为各个边缘节点上报的节点资源信息。
边缘节点A收到指令后,向应用b发起服务调用,获取应用b的日志信息,并反馈至云端。
从而,云端可以显示最终的服务调用结果,即显示边缘节点A的服务调用成功,并显示调用的日志信息;此外,显示边缘节点B的服务调用失败,还可以显示调用失败的原因,即磁盘空间不满足磁盘限制条件。
相应于图1所示的批量管理边缘节点的方法,本公开实施例还提供了另一种批量管理边缘节点的方法,参见图2,图2为本发明实施例提供的批量管理边缘节点的方法的另一种流程示意图,如图2所示,方法可以包括以下步骤:
S201:接收云端向目标节点下发的针对目标应用的批量管理指令;目标节点是云端基于边缘节点的预设置标签,从边缘节点中筛选出的与批量管理指令包含的自定义标签相匹配的节点。
S202:根据批量管理指令,对目标应用进行管理。
作为一个优选方式,图2所示的批量管理边缘节点的方法可以应用于边缘节点。管理人员在云端提供的操作平台创建边缘节点时会设置标签,生成的针对目标应用的批量管理指令中也包含自定义标签,通过标签匹配,云端可从边缘节点中筛选出目标节点,并向目标节点下发批量管理指令,各个目标节点接收到批量管理指令后,对目标应用进行管理。
可见,通过一次批量调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
本公开的一个实施例中,当批量管理指令为应用部署指令,批量管理指令还包括第一资源限制条件,第一资源限制条件表征运行目标应用所需的资源信息;
相应的,根据批量管理指令,对目标应用进行管理的步骤,具体可以包括:部署目标应用,并在批量管理指令的生效时间内,若检测到目标节点的节点资源信息满足第一资源限制条件,且目标应用未运行时,运行目标应用。
本公开实施例中,管理人员下达应用部署指令,希望在满足特定条件的边缘节点部署目标应用,并在特定的时间内,只要边缘节点的资源满足需求时,即运行目标应用。
因此,可以设置批量管理指令的生效时间,从而在生效时间内,若检测到目标节点的节点资源信息满足第一资源限制条件,且目标应用未运行时,运行目标应用。可见,目标节点可以在生效时间内,在节点资源信息满足第一资源限制条件的情况下,维持目标应用的运行,因此即使边缘节点所处的网络环境不稳定,边缘节点也可以根据历史时段接收的批量管理指令,进行一定程度的边缘自治,利于维护边缘节点中应用的稳定性。
并且,管理人员不必关注具体的边缘节点,只需要自行设置匹配标签、资源限制条件,云端即可自动匹配符合条件的目标节点,下发相应的指令,从而对目标节点进行批量管理。
在本公开的一个实施例中,在图2所示的方法基础上,还可以包括:
监控节点资源信息、云端已下发应用的部署信息和运行信息,生成监控数据,并将监控数据定期上报至云端。
具体的,云端需要实时获取各个边缘节点的节点资源信息、应用的部署信息和运行信息,便于管理人员实时查看,也便于云端根据资源限制条件匹配对应的目标节点。因此,本发明实施例中,目标节点可以监控自身的节点资源信息、云端已下发应用的部署信息和运行信息,基于这些信息生成监控数据,并定期上报至云端。
本公开的一个实施例中,当批量管理指令为服务调用指令,批量管理指令包含用于指示指定服务的信息,相应的,根据批量管理指令,对目标应用进行管理的步骤,具体为:针对目标应用的指定服务进行调用。
其中,指定服务可以为目标应用所支持的任一种服务,例如目标应用为计算机视觉类型的应用,对应的服务可以包括人脸识别、跌倒检测等。
可见,批量管理指令也可以是指示边缘节点进行服务调用的指令,能够提升边缘计算场景中针对大批量应用进行服务调用的效率。
本公开的一个实施例中,方法还包括:发送反馈信息至云端,反馈信息表征针对指定应用包含的指定服务的调用结果。
由于服务调用通常实时性要求较高,因此需要目标节点及时反馈服务调用结果。在对指定服务进行调用后,得到目标应用执行相应服务后生成的结果,例如人脸识别结果、跌倒检测结果等,基于服务调用结果生成反馈信息,发送至云端。从而云端可以实时获取服务调用的结果,便于管理人员实时查看。
参见图3,图3为本公开实施例提供的批量管理边缘节点的系统的一种结构示意图,如图3所示,包括云端和与云端连接的多个边缘节点。
其中,边缘节点中包含智能边缘核(Intelligent Edge Core),可以理解为运行在边缘节点上的系统级应用,可以监控边缘节点的节点资源信息,可以接收云端下发的各类指令,可以通过特定的通信协议与运行在边缘节点的应用建立通信连接。
如图3所示,智能边缘核可以通过HTTP(Hyper Text Transfer Protocol,超文本传输协议)协议与应用(App,Application)建立通信连接,也可以采用MQTT(MessageQueuing Telemetry Transport,消息队列遥测传输)协议与App建立通信连接,若采用MQTT协议,需要MQTT broker(代理)作为中继,连接智能边缘核和App。
其中,云端用于确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;基于所述边缘节点的预设值标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;向所述目标节点下发所述批量管理指令。
边缘节点,用于在接收到所述批量管理指令时,基于所述批量管理指令对所述目标应用进行管理。
可见,本公开实施例中,在创建边缘节点时会设置标签,而针对目标应用的批量管理指令中也包含自定义标签,从而通过一次批量调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
参见图4,图4为本公开实施例提供的批量管理边缘节点的方法的装置的一种框图,具体包括以下模块:
第一确定模块401,用于确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;
第一筛选模块402,用于基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;
第一下发模块403,用于向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。
可见,本公开实施例中,在创建边缘节点时会设置标签,而针对目标应用的批量管理指令中也包含自定义标签,从而通过一次批量调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
本公开的一个实施例中,所述批量管理指令还包含资源限制条件,所述第一筛选模块,具体用于:基于所述边缘节点的预设置标签和所述边缘节点上报的节点资源信息,从所述边缘节点中筛选出与所述自定义标签相匹配、且符合所述资源限制条件的目标节点。
可见,通过管理人员在云端的一次调用,即可在具有某种自定义标签、且满足特定资源限制条件的一组边缘节点上进行批量管理,即管理人员不必关注具体的边缘节点,只需要自行设置匹配标签、资源限制条件,云端即可自动匹配符合条件的目标节点,下发相应的指令,从而对目标节点进行批量管理,能够进一步提升边缘计算场景中边缘管理的效率。
本公开的一个实施例中,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述第一下发模块,具体用于:向所述目标节点下发所述批量管理指令,以使所述目标节点部署所述目标应用,并在满足所述第一资源限制条件时,运行所述目标应用。
可见,本公开实施例中,在批量管理指令为应用部署指令时,该指令下发至边缘节点后,并非短暂生效,而是能够实现在一定的有效时间内,边缘节点一旦监测到自身的资源满足资源限制条件时,自行运行目标应用。同一个边缘节点可以保留多个长期生效的应用部署指令,因此即使边缘节点所处的网络环境不稳定,边缘节点也可以根据历史时段接收的应用部署指令,进行一定程度的边缘自治,利于维护边缘节点中应用的稳定性。
本公开的一个实施例中,在图4所示装置基础上,还可以包括第一接收模块,用于接收所述目标节点上报的第一反馈信息,所述第一反馈信息包括所述目标节点针对所述目标应用的部署结果和/或运行结果。
可见,目标应用可以向云端上报针对目标应用的部署结果和/或运行结果,使得云端能够实时确定各个目标节点针对目标应用的部署结果和/或运行结果,也便于管理人员实时查看。
本公开的一个实施例中,在图4所示装置基础上,还包括第二接收模块,用于接收所述边缘节点上报的节点资源信息和应用运行信息;
当所述批量管理指令为服务调用指令,所述批量管理指令还包括:第二资源限制条件;
所述第一筛选模块,具体用于:基于所述边缘节点的预设置标签、所述边缘节点上报的节点资源信息和应用运行信息,从所述边缘节点中筛选出与所述自定义标签相匹配、满足所述第二资源限制条件、且运行所述目标应用的目标节点;
所述第一下发模块,具体用于:向所述目标节点下发所述批量管理指令,以使所述目标节点针对所述目标应用进行服务调用。
可见,通过管理人员在云端的一次调用,即可在具有某种自定义标签、满足特定资源限制条件、且运行特定应用的一组边缘节点上进行服务调用,即管理人员不必关注具体的边缘节点,只需要自行设置匹配标签、资源限制条件、服务调用针对的目标应用、目标应用的指定服务,云端即可自动确定与标签相匹配、满足特定资源限制条件、且当前运行目标应用的目标节点,并下发相应的指令,从而对目标应用进行指定服务调用,能够提升边缘计算场景中针对大批量应用进行服务调用的效率。
本公开的一个实施例中,在图4所示装置基础上,还可以包括第三接收模块,用于接收所述目标节点上报的第二反馈信息,所述第二反馈信息包括针对所述目标应用的服务调用结果。
可见,目标节点完成服务调用后,可以将调用结果上报至云端,使云端能够及时确定服务是否成功调用,以及具体的调用数据。
参见图5,图5为本公开实施例提供的批量管理边缘节点的方法的装置的另一种框图,装置包括以下模块:
第一接收模块501,用于接收云端向目标节点下发的针对目标应用的批量管理指令;所述目标节点是所述云端基于边缘节点的预设置标签,从所述边缘节点中筛选出的与所述批量管理指令包含的自定义标签相匹配的节点;
第一管理模块502,用于根据所述批量管理指令,对所述目标应用进行管理。
可见,通过一次批量调用,即可根据标签匹配多个边缘节点,对多个边缘节点进行同步、批量管理,提高了边缘管理的效率,更适用于大规模边缘计算的场景。
在本公开的一个实施例中,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述第一管理模块,具体用于:
部署所述目标应用,并在所述批量管理指令的生效时间内,若检测到所述目标节点的节点资源信息满足所述第一资源限制条件,且所述目标应用未运行时,运行所述目标应用。
可见,目标节点可以在生效时间内,在节点资源信息满足第一资源限制条件的情况下,维持目标应用的运行,因此即使边缘节点所处的网络环境不稳定,边缘节点也可以根据历史时段接收的批量管理指令,进行一定程度的边缘自治,利于维护边缘节点中应用的稳定性。
并且,管理人员不必关注具体的边缘节点,只需要自行设置匹配标签、资源限制条件,云端即可自动匹配符合条件的目标节点,下发相应的指令,从而对目标节点进行批量管理。
在本公开的一个实施例中,在图5所示装置的基础上,还包括第一监控模块,用于监控节点资源信息、云端已下发应用的部署信息和运行信息,生成监控数据,并将监控数据定期上报至所述云端。
可见,云端可以实时获取各个边缘节点的节点资源信息、应用的部署信息和运行信息,便于管理人员实时查看,也便于云端根据资源限制条件匹配对应的目标节点。
在本公开的一个实施例中,当所述批量管理指令为服务调用指令,所述批量管理指令包含用于指示指定服务的信息,所述第一管理模块,具体用于:针对所述目标应用的所述指定服务进行调用。
可见,批量管理指令也可以是指示边缘节点进行服务调用的指令,能够提升边缘计算场景中针对大批量应用进行服务调用的效率。
在本公开的一个实施例中,在图5所示装置基础上,还包括反馈模块,用于发送反馈信息至所述云端,所述反馈信息表征针对所述指定应用包含的所述指定服务的调用结果。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如批量管理边缘节点的方法。例如,在一些实施例中,批量管理边缘节点的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的批量管理边缘节点的方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行批量管理边缘节点的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (25)
1.一种批量管理边缘节点的方法,所述方法包括:
确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;
基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;
向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。
2.根据权利要求1所述的方法,其中,所述批量管理指令还包含资源限制条件,所述基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点的步骤,包括:
基于所述边缘节点的预设置标签和所述边缘节点上报的节点资源信息,从所述边缘节点中筛选出与所述自定义标签相匹配、且符合所述资源限制条件的目标节点。
3.根据权利要求1所述的方法,其中,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理的步骤,包括:
向所述目标节点下发所述批量管理指令,以使所述目标节点部署所述目标应用,并在满足所述第一资源限制条件时,运行所述目标应用。
4.根据权利要求3所述的方法,还包括:
接收所述目标节点上报的第一反馈信息,所述第一反馈信息包括所述目标节点针对所述目标应用的部署结果和/或运行结果。
5.根据权利要求1所述的方法,还包括:
接收所述边缘节点上报的节点资源信息和应用运行信息;
当所述批量管理指令为服务调用指令,所述批量管理指令还包括:第二资源限制条件;
所述基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点的步骤,包括:
基于所述边缘节点的预设置标签、所述边缘节点上报的节点资源信息和应用运行信息,从所述边缘节点中筛选出与所述自定义标签相匹配、满足所述第二资源限制条件、且运行所述目标应用的目标节点;
所述向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理的步骤,包括:
向所述目标节点下发所述批量管理指令,以使所述目标节点针对所述目标应用进行服务调用。
6.根据权利要求5所述的方法,还包括:
接收所述目标节点上报的第二反馈信息,所述第二反馈信息包括针对所述目标应用的服务调用结果。
7.一种批量管理边缘节点的方法,所述方法包括:
接收云端向目标节点下发的针对目标应用的批量管理指令;所述目标节点是所述云端基于边缘节点的预设置标签,从所述边缘节点中筛选出的与所述批量管理指令包含的自定义标签相匹配的节点;
根据所述批量管理指令,对所述目标应用进行管理。
8.根据权利要求7所述的方法,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述根据所述批量管理指令,对所述目标应用进行管理的步骤,包括:部署所述目标应用,并在所述批量管理指令的生效时间内,若检测到所述目标节点的节点资源信息满足所述第一资源限制条件,且所述目标应用未运行时,运行所述目标应用。
9.根据权利要求8所述的方法,还包括:
监控节点资源信息、所述云端已下发应用的部署信息和运行信息,生成监控数据,并将所述监控数据定期上报至所述云端。
10.根据权利要求7所述的方法,当所述批量管理指令为服务调用指令,所述批量管理指令包含用于指示指定服务的信息,所述根据所述批量管理指令,对所述目标应用进行管理的步骤,包括:
针对所述目标应用的所述指定服务进行调用。
11.根据权利要求10所述的方法,还包括:
发送反馈信息至所述云端,所述反馈信息表征针对所述指定应用包含的所述指定服务的调用结果。
12.一种批量管理边缘节点的装置,所述装置包括:
第一确定模块,用于确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;
第一筛选模块,用于基于边缘节点的预设置标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;
第一下发模块,用于向所述目标节点下发所述批量管理指令,以使所述目标节点对所述目标应用进行管理。
13.根据权利要求12所述的装置,其中,所述批量管理指令还包含资源限制条件,所述第一筛选模块,具体用于:
基于所述边缘节点的预设置标签和所述边缘节点上报的节点资源信息,从所述边缘节点中筛选出与所述自定义标签相匹配、且符合所述资源限制条件的目标节点。
14.根据权利要求12所述的装置,其中,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述第一下发模块,具体用于:向所述目标节点下发所述批量管理指令,以使所述目标节点部署所述目标应用,并在满足所述第一资源限制条件时,运行所述目标应用。
15.根据权利要求14所述的装置,还包括:
第一接收模块,用于接收所述目标节点上报的第一反馈信息,所述第一反馈信息包括所述目标节点针对所述目标应用的部署结果和/或运行结果。
16.根据权利要求12所述的装置,还包括:
第二接收模块,用于接收所述边缘节点上报的节点资源信息和应用运行信息;
当所述批量管理指令为服务调用指令,所述批量管理指令还包括:第二资源限制条件;
所述第一筛选模块,具体用于:基于所述边缘节点的预设置标签、所述边缘节点上报的节点资源信息和应用运行信息,从所述边缘节点中筛选出与所述自定义标签相匹配、满足所述第二资源限制条件、且运行所述目标应用的目标节点;
所述第一下发模块,具体用于:向所述目标节点下发所述批量管理指令,以使所述目标节点针对所述目标应用进行服务调用。
17.根据权利要求16所述的装置,还包括:
第三接收模块,用于接收所述目标节点上报的第二反馈信息,所述第二反馈信息包括针对所述目标应用的服务调用结果。
18.一种批量管理边缘节点的装置,所述装置包括:
第一接收模块,用于接收云端向目标节点下发的针对目标应用的批量管理指令;所述目标节点是所述云端基于边缘节点的预设置标签,从所述边缘节点中筛选出的与所述批量管理指令包含的自定义标签相匹配的节点;
第一管理模块,用于根据所述批量管理指令,对所述目标应用进行管理。
19.根据权利要求18所述的装置,当所述批量管理指令为应用部署指令,所述批量管理指令还包括第一资源限制条件,所述第一资源限制条件表征运行所述目标应用所需的资源信息;
所述第一管理模块,具体用于:
部署所述目标应用,并在所述批量管理指令的生效时间内,若检测到所述目标节点的节点资源信息满足所述第一资源限制条件,且所述目标应用未运行时,运行所述目标应用。
20.根据权利要求19所述的装置,还包括:
第一监控模块,用于监控节点资源信息、所述云端已下发应用的部署信息和运行信息,生成监控数据,并将所述监控数据定期上报至所述云端。
21.根据权利要求18所述的装置,当所述批量管理指令为服务调用指令,所述批量管理指令包含用于指示指定服务的信息,所述第一管理模块,具体用于:针对所述目标应用的所述指定服务进行调用。
22.根据权利要求21所述的装置,还包括:
反馈模块,用于发送反馈信息至所述云端,所述反馈信息表征针对所述指定应用包含的所述指定服务的调用结果。
23.一种批量管理边缘节点的系统,其中,所述系统包括:云端和边缘节点;
所述云端,用于确定针对目标应用的批量管理指令,所述批量管理指令包含自定义标签;基于所述边缘节点的预设值标签,从所述边缘节点中筛选出与所述自定义标签相匹配的目标节点;向所述目标节点下发所述批量管理指令;
所述边缘节点,用于在接收到所述批量管理指令时,基于所述批量管理指令对所述目标应用进行管理。
24.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6或7-11中任一项所述的方法。
25.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6或7-11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310675962.6A CN116737371A (zh) | 2023-06-08 | 2023-06-08 | 批量管理边缘节点的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310675962.6A CN116737371A (zh) | 2023-06-08 | 2023-06-08 | 批量管理边缘节点的方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116737371A true CN116737371A (zh) | 2023-09-12 |
Family
ID=87907435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310675962.6A Pending CN116737371A (zh) | 2023-06-08 | 2023-06-08 | 批量管理边缘节点的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116737371A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111970354A (zh) * | 2020-08-13 | 2020-11-20 | 腾讯科技(深圳)有限公司 | 一种边缘计算中的应用管理方法以及相关装置 |
CN112925651A (zh) * | 2021-04-06 | 2021-06-08 | 北京百度网讯科技有限公司 | 应用资源部署方法、装置、电子设备和介质 |
CN113726846A (zh) * | 2021-07-14 | 2021-11-30 | 阿里巴巴新加坡控股有限公司 | 边缘云系统、资源调度方法、设备及存储介质 |
CN114721827A (zh) * | 2022-04-08 | 2022-07-08 | 济南浪潮数据技术有限公司 | 一种数据处理方法及装置 |
-
2023
- 2023-06-08 CN CN202310675962.6A patent/CN116737371A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111970354A (zh) * | 2020-08-13 | 2020-11-20 | 腾讯科技(深圳)有限公司 | 一种边缘计算中的应用管理方法以及相关装置 |
CN112925651A (zh) * | 2021-04-06 | 2021-06-08 | 北京百度网讯科技有限公司 | 应用资源部署方法、装置、电子设备和介质 |
CN113726846A (zh) * | 2021-07-14 | 2021-11-30 | 阿里巴巴新加坡控股有限公司 | 边缘云系统、资源调度方法、设备及存储介质 |
CN114721827A (zh) * | 2022-04-08 | 2022-07-08 | 济南浪潮数据技术有限公司 | 一种数据处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113742031B (zh) | 节点状态信息获取方法、装置、电子设备及可读存储介质 | |
CN112925651B (zh) | 应用资源部署方法、装置、电子设备和介质 | |
CN112653758B (zh) | 边缘节点的更新方法、装置、设备和介质 | |
CN113220420A (zh) | 服务监控方法、装置、设备、存储介质及计算机程序产品 | |
CN113961311A (zh) | 业务数据处理方法、装置、电子设备和介质 | |
CN114185734A (zh) | 一种监控集群的方法、装置及电子设备 | |
CN111510480B (zh) | 一种请求发送方法、装置以及第一服务器 | |
CN112965799A (zh) | 任务状态的提示方法、装置、电子设备和介质 | |
CN115129429B (zh) | 容器应用管理方法、装置、电子设备及存储介质 | |
CN116737371A (zh) | 批量管理边缘节点的方法、装置及系统 | |
CN112817992B (zh) | 执行更改任务的方法、装置、电子设备以及可读存储介质 | |
CN114265692A (zh) | 服务调度方法、装置、设备以及存储介质 | |
CN113656239A (zh) | 针对中间件的监控方法、装置及计算机程序产品 | |
CN112925623A (zh) | 任务处理方法、装置、电子设备和介质 | |
CN113992690B (zh) | 消息传递方法、装置、设备和存储介质 | |
CN115658218B (zh) | 边缘设备接入云端的方法、装置、设备以及存储介质 | |
CN114448802B (zh) | 网关配置方法、装置、电子设备及存储介质 | |
CN113556402B (zh) | 数据下载调度方法、装置及电子设备 | |
CN114567536B (zh) | 异常数据处理方法、装置、电子设备和存储介质 | |
CN114006902B (zh) | 云手机重启方法、装置、设备以及存储介质 | |
CN117519989B (zh) | 一种分布式系统托管方法、装置、电子设备及存储介质 | |
CN115378839B (zh) | 采集任务的部署方法及相关设备 | |
CN113535187B (zh) | 服务上线方法、服务更新方法及服务提供方法 | |
CN115994022B (zh) | 算法服务的调用方法、装置、电子设备和存储介质 | |
CN114356505A (zh) | 用于调度容器组的方法、装置、设备、介质和产品 |
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 |