CN116862549A - 服务成本确定方法、装置、电子设备及非易失性存储介质 - Google Patents

服务成本确定方法、装置、电子设备及非易失性存储介质 Download PDF

Info

Publication number
CN116862549A
CN116862549A CN202310629014.9A CN202310629014A CN116862549A CN 116862549 A CN116862549 A CN 116862549A CN 202310629014 A CN202310629014 A CN 202310629014A CN 116862549 A CN116862549 A CN 116862549A
Authority
CN
China
Prior art keywords
target
determining
data
node
energy consumption
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
Application number
CN202310629014.9A
Other languages
English (en)
Inventor
江尚贵
方江焕
孙秋翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN202310629014.9A priority Critical patent/CN116862549A/zh
Publication of CN116862549A publication Critical patent/CN116862549A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • 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
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请公开了一种服务成本确定方法、装置、电子设备及非易失性存储介质。其中，该方法包括：确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务；确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本。本申请解决了相关技术难以对平台应用在云端上进行部署和应用的成本进行计算的技术问题。

Description

服务成本确定方法、装置、电子设备及非易失性存储介质
技术领域
本申请涉及智能运维技术领域，具体而言，涉及一种服务成本确定方法、装置、电子设备及非易失性存储介质。
背景技术
随着数字化发展的逐渐深入，各单位的在运设备逐渐增加，相较于十年前设备增长10～100倍，即便运维已经在从手工运维向工具运维和平台运维发展，但仍然无法满足当前集群对运维管理要求及高效处理。
随着万物互联时代的到来，越来越多的终端设备接入网络以处理广泛产生的终端数据和业务，然而，算力与能耗受限的终端设备无法独立处理资源密集型的数据分析任务，这使得采用云边协同的分布式算力网络成为各种应用平台处理数据和业务计算任务的主要方式。
然而，相关技术难以对平台应用在云端上进行部署和应用的成本进行计算，存在无法高效准确的调整平台应用的在云端的部署方案的问题，导致无法最大化利用计算资源和平衡成本。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种服务成本确定方法、装置、电子设备及非易失性存储介质，以至少解决相关技术难以对平台应用在云端上进行部署和应用的成本进行计算的技术问题。
根据本申请实施例的一个方面，提供了一种服务成本确定方法，包括：确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务，第一时长为目标服务在分布式云网络上的运行时长；确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本。
可选地，确定目标计算任务的目标时延和目标能耗包括：确定目标计算任务对应的用户终端节点，其中，用户终端节点为分布式云网络中发布目标计算任务的节点；依据用户终端节点与分布式云网络中目标服务对应的各个边缘计算节点之间通信链路的状态参数，确定各个边缘计算节点执行目标计算任务所需的目标时延；依据通信链路的数据传输功率，确定各个边缘计算节点执行目标计算任务所需的目标能耗。
可选地，目标计算任务中携带有任务分配比例信息，其中，任务分配比例信息用于指示将目标计算任务的计算数据分配给边缘计算节点和云数据中心进行计算的比例。
可选地，目标时延包括：将目标计算任务的计算数据从用户终端节点传输至边缘计算节点的第一时延，边缘计算节点处理计算数据的第二时延，边缘计算节点将部分计算数据传输至云数据中心的第三时延，云数据中心处理计算数据的第四时延；依据用户终端节点与分布式云网络中各个边缘计算节点之间通信链路的状态参数，确定各个边缘计算节点执行目标计算任务所需的目标时延包括：确定用户终端节点与分布式云网络中各个边缘计算节点之间通信链路的状态参数，其中，状态参数包括以下至少之一：通信链路的数据传输带宽；确定目标计算任务的计算数据的数据量，以及数据量所需的算力资源；依据数据量和数据传输带宽进行计算，得到第一时延；依据任务分配比例信息和数据量所需的算力资源进行计算，得到第二时延和第四时延；依据任务分配比例信息、数据量和数据传输带宽进行计算，得到第三时延。
可选地，目标能耗包括：将目标计算任务的计算数据从用户终端节点通过无线链路传输至边缘计算节点的第一能耗，边缘计算节点处理计算数据的第二能耗，边缘计算节点将部分计算数据通过广域网链路传输至云数据中心的第三能耗，云数据中心处理计算数据的第四能耗，数据传输功率至少包括：用于表征无线链路传输单位比特数据所消耗的能量的第一功率和用于表征广域网链路传输单位比特数据所消耗的能量的第二功率；依据通信链路的数据传输功率，确定各个边缘计算节点执行目标计算任务所需的目标能耗包括：确定目标计算任务的计算数据的数据量，以及数据量所需的算力资源；依据数据量和第一功率，确定第一能耗；依据任务分配比例信息和数据量所需的算力资源进行计算，得到第二能耗和第四能耗，其中；依据任务分配比例信息、数据量和第二功率进行计算，得到第三能耗。
可选地，依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本包括：依据第一时长、第二时长和目标能耗，确定边缘计算节点的租用时长；确定边缘计算节点对应的租用价格；依据租用时长、租用价格和节点数量，确定目标服务的目标成本。
可选地，目标服务中包括至少一个应用模块；确定目标服务对应的节点数量包括：确定应用模块所需处理的数据规模以及任务类型；依据数据规模和任务类型，确定各个应用模块对应的边缘计算节点的数量，得到节点数量。
根据本申请实施例的另一个方面，还提供了一种服务成本确定装置，包括：节点数量确定模块，用于确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；第一时长确定模块，用于确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务，第一时长为目标服务在分布式云网络上的运行时长；第二时长确定模块，用于确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；目标成本确定模块，用于依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本。
根据本申请实施例的又一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行服务成本确定方法。
根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的计算机程序，其中，非易失性存储介质所在设备通过运行计算机程序执行服务成本确定方法。
在本申请实施例中，采用确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务，第一时长为目标服务在分布式云网络上的运行时长；确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本的方式，通过电商促单元化服务构建PCU构成，结合平均时延和平均能耗进行分析，达到了对目标服务的快上、快下成本进行估算的目的，进而解决了相关技术难以对平台应用在云端上进行部署和应用的成本进行计算技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的一种用于实现服务成本确定的方法的计算机终端(或电子设备)的硬件结构框图；
图2是根据本申请实施例提供的一种服务成本确定的方法流程的示意图；
图3是根据本申请实施例提供的一种面向业务闭环的云单元的架构的示意图；
图4是根据本申请实施例提供的一种服务成本确定装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在相关技术中，难以对平台应用在云端上进行部署和应用的成本进行计算，存在无法高效准确的调整平台应用的在云端的部署方案的问题，导致无法最大化利用计算资源和平衡成本。为了解决该问题，本申请实施例中提供了相关的解决方案，以下详细说明。
根据本申请实施例，提供了一种服务成本确定的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现服务成本确定方法的计算机终端(或电子设备)的硬件结构框图。如图1所示，计算机终端10(或电子设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或电子设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的服务成本确定方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述服务成本确定方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或电子设备)的用户界面进行交互。
在上述运行环境下，本申请实施例提供了一种服务成本确定方法，图2是根据本申请实施例提供的一种服务成本确定的方法流程的示意图，如图2所示，该方法包括如下步骤：
步骤S202，确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；
在本申请的一些实施例中，目标服务中包括至少一个应用模块；确定目标服务对应的节点数量包括以下步骤：确定应用模块所需处理的数据规模以及任务类型；依据数据规模和任务类型，确定各个应用模块对应的边缘计算节点的数量，得到节点数量。
在本实施例中，上述目标服务以电商平台为例进行说明，在电商平台爆发式数据增长的场景中，定义PCU(Private-CloudUnit)面向业务闭环的云单元，在PCU内部，容量、负载均衡、资源分配、资源回收都是单元内闭环，工具和优化策略可以被规模化部署到其他PCU中，图3是根据本申请实施例提供的一种面向业务闭环的云单元的架构的示意图，如图3所示，在电子商务环境下，该电商平台基于PCU面向用户提供一站式本地化服务，包括主要包括4种基本应用(即上述应用模块)：购买应用、中间件应用、导购应用、库存存储应用。通过电商促单元化服务构建PCU构成，具有商品搜索、浏览、下单、支付、退款、评价互动等功能。
步骤S204，确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务，第一时长为目标服务在分布式云网络上的运行时长；
在步骤S204所提供的技术方案中，确定目标计算任务的目标时延和目标能耗包括以下步骤：确定目标计算任务对应的用户终端节点，其中，用户终端节点为分布式云网络中发布目标计算任务的节点；依据用户终端节点与分布式云网络中目标服务对应的各个边缘计算节点之间通信链路的状态参数，确定各个边缘计算节点执行目标计算任务所需的目标时延；依据通信链路的数据传输功率，确定各个边缘计算节点执行目标计算任务所需的目标能耗。
在本申请的一些实施例中，目标计算任务中携带有任务分配比例信息，其中，任务分配比例信息用于指示将目标计算任务的计算数据分配给边缘计算节点和云数据中心进行计算的比例。
在本申请的一些实施例中，目标时延包括：将目标计算任务的计算数据从用户终端节点传输至边缘计算节点的第一时延，边缘计算节点处理计算数据的第二时延，边缘计算节点将部分计算数据传输至云数据中心的第三时延，云数据中心处理计算数据的第四时延；依据用户终端节点与分布式云网络中各个边缘计算节点之间通信链路的状态参数，确定各个边缘计算节点执行目标计算任务所需的目标时延包括以下步骤：确定用户终端节点与分布式云网络中各个边缘计算节点之间通信链路的状态参数，其中，状态参数包括以下至少之一：通信链路的数据传输带宽；确定目标计算任务的计算数据的数据量，以及数据量所需的算力资源；依据数据量和数据传输带宽进行计算，得到第一时延；依据任务分配比例信息和数据量所需的算力资源进行计算，得到第二时延和第四时延；依据任务分配比例信息、数据量和数据传输带宽进行计算，得到第三时延。
具体地，一个计算任务的总时延包括用户终端节点到边缘计算节点的传输时延(即上述第一时延)、边缘计算节点的处理时延/>(即上述第二时延)、边缘节点和云数据中心计算节点的传输时延/>(即上述第三时延)及云数据中心计算节点的计算时延/>(即上述第四时延)，即目标计算任务在系统中的总时延ti(即上述目标时延)如下式所示。
下面对上述第一时延、第二时延、第三时延及第四时延的计算过程做进一步介绍。
1)用户接入边缘计算节点的传输时间(即上述第一时延)；
假设用户通过无线信道的通信传输接入边缘计算节点。设无线通信链路的数据传输带宽为B(即上述数据传输带宽)，由香农定理可知在有限带宽、噪声干扰的信道环境下，用户i到边缘计算节点的传输时延如下式：
其中，pi是第i个设备的发送功率；hk,i是第i个用户终端到第k个边缘计算节点的信道增益，是一个随机的独立同分布变量；σ2是加性高斯白噪声功率，Di表示目标计算任务需传输的计算数据的数据量。
2)边缘节点处理时延(即上述第二时延)；
在本申请的一些实施例中，可根据目标计算任务对计算、网络资源的不同需求，对计算任务进行调度，即一部分计算数据放在边缘计算节点进行计算，另一部分卸载到云数据中心进行计算。λi表示第i个用户的计算任务分配给其对应边缘计算节点的比例(即上述任务分配比例信息)，λi∈[0,1]。则1-λi为计算任务卸载到云数据中心的比例，因此，任务i的边缘计算时延为：
其中，表示第k个边缘计算节点分配给第i个目标计算任务的算力资源，Ci表示第i个目标计算任务对计算资源的需求(即上述数据量所需的算力资源)。
3)边缘节点到云数据中心的广域网络传输时延(即上述第三时延)；
假设云数据中心为第k个边缘节点的任务i提供带宽为Wk,i(bit/s)的连接服务，则边缘计算节点到云数据中心的传输时延可表示为：
4)云数据中心的计算时延，(即上述第四时延)；
数据中心分配的计算资源用干计算第i个用户的计算任务，则云数据中心的计算时延表示为：
时延是衡量系统性能的重要特性之一，可通过云、网、边、端中各段的任务队列长度之和来度量系统的时延特性。考虑边缘节点、云数据中心节点的动态队列特性，作为一种可选地的实施方式还可以计算系统的平均时延q∑,k(t)，如下式：
其中，Sk(t)为t时刻卸载到云数据中心服务器端的计算任务队列，Qk(t)表示边缘计算节点上存在的任务队列，t表示时间集合T中第t个决策时间，K表示边缘节点集合K中第k个边缘节点。
在本申请的一些实施例中，目标能耗包括：将目标计算任务的计算数据从用户终端节点通过无线链路传输至边缘计算节点的第一能耗，边缘计算节点处理计算数据的第二能耗，边缘计算节点将部分计算数据通过广域网链路传输至云数据中心的第三能耗，云数据中心处理计算数据的第四能耗，数据传输功率至少包括：用于表征无线链路传输单位比特数据所消耗的能量的第一功率和用于表征广域网链路传输单位比特数据所消耗的能量的第二功率；依据通信链路的数据传输功率，确定各个边缘计算节点执行目标计算任务所需的目标能耗包括以下步骤：确定目标计算任务的计算数据的数据量，以及数据量所需的算力资源；依据数据量和第一功率，确定第一能耗；依据任务分配比例信息和数据量所需的算力资源进行计算，得到第二能耗和第四能耗，其中；依据任务分配比例信息、数据量和第二功率进行计算，得到第三能耗。
具体地，一个计算任务i需要的总能耗包括：无线传输能耗(即上述第一能耗)、边缘计算节点能耗/>(即上述第二能耗)、广域网的传输能耗/>(即上述第三能耗)和云数据中心能耗/>(即上述第四能耗)。
下面对上述第一能耗、第二能耗、第三能耗及第四能耗的计算过程做进一步介绍。
1)无线传输能耗(即上述第一能耗)的计算公式如下所示。
2)边缘计算节点能耗(即上述第二能耗)的计算公式如下所示。
3)广域网的传输能耗(即上述第三能耗)的计算公式如下所示。
4)云数据中心能耗(即上述第四能耗)的计算公式如下所示。
其中，其中，PW、P1分别表示为无线链路、广域网链路传输单位比特数据所消耗的能量(J/bit)。ηe、ηc分别是边缘节点、云数据中心服务器单位CPU转数的能耗因子(J/CPUcycle)。这些参数均为常数，仅与PCU设备和服务器的硬件设备有关。Di表示目标计算任务需传输的计算数据的数据量，λi表示第i个用户的计算任务分配给其对应边缘计算节点的比例(即上述任务分配比例信息)，λi∈[0,1]。则1-λi为计算任务卸载到云数据中心的比例，Ci表示第i个目标计算任务对计算资源的需求(即上述数据量所需的算力资源)。
步骤S206，确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；
步骤S208，依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本。
在本申请的一些实施例中，依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本包括以下步骤：依据第一时长、第二时长和目标能耗，确定边缘计算节点的租用时长；确定边缘计算节点对应的租用价格；依据租用时长、租用价格和节点数量，确定目标服务的目标成本。
具体地，对电商大规模数据需要的PCU的成本估算公式如下所示。
F(cost)＝∑f(insttype)×instnum×work_time
其中，F(cost)代表不同规格实例在不同数量下不同工作时长的总费用(即上述目标成本)；f(insttype)代表具体实例规格在对应云服务地区的价格(上述租用价格)；instnum代表实例数量(即上述节点数量)：worktime代表实例租用时长(即上述租用时长)。
假设f(insttype)是常量，为了降低成本，要减少实例数量和租用时长。实例数量直接影响容量，业务容量受业务计划、调度规制的背后，是对服务类型服务稳定性、资源利用率等因素的考量。在成本算公式中work_time被拆解为上云准备阶段(对应第二时长)(服务上云前的各种验收、确认)和云上服务阶段(对应第一时长)。因此，快上快下直接影响租用时长尤其当实例规格特别大时。可见，各种快上、快下技术是非常有价值的。例如，单元监控和快速恢复、单元部署、单链路/全链路测试都非常有利于快上、快下。
本申请阐述了云平台的资源不再是上云的瓶颈。主要以电商平台为应用场景。其主要包括4种基本应用：购买应用、中间件应用、导购应用、库存存储应用。通过电商促单元化服务构建PCU构成。并对电商大规模数据需要的PCU的成本估算。然后、采用算力评估算法对PCU的快上、快下成本估算进行精确计算。算力评估算法由平均时延和平均能耗2部分组成。
通过上述步骤，通过电商促单元化服务构建PCU构成，结合平均时延和平均能耗进行分析，达到了对目标服务的快上、快下成本进行估算的目的，进而解决了相关技术难以对平台应用在云端上进行部署和应用的成本进行计算技术问题。
根据本申请实施例，还提供了一种服务成本确定装置的实施例。图4是根据本申请实施例提供的一种服务成本确定装置的结构示意图。如图4所示，该装置包括：
节点数量确定模块40，用于确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；
在本申请的一些实施例中，目标服务中包括至少一个应用模块；确定目标服务对应的节点数量包括：确定应用模块所需处理的数据规模以及任务类型；依据数据规模和任务类型，确定各个应用模块对应的边缘计算节点的数量，得到节点数量。
第一时长确定模块42，用于确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务，第一时长为目标服务在分布式云网络上的运行时长；
在本申请的一些实施例中，确定目标计算任务的目标时延和目标能耗包括：确定目标计算任务对应的用户终端节点，其中，用户终端节点为分布式云网络中发布目标计算任务的节点；依据用户终端节点与分布式云网络中目标服务对应的各个边缘计算节点之间通信链路的状态参数，确定各个边缘计算节点执行目标计算任务所需的目标时延；依据通信链路的数据传输功率，确定各个边缘计算节点执行目标计算任务所需的目标能耗。
在本申请的一些实施例中，目标计算任务中携带有任务分配比例信息，其中，任务分配比例信息用于指示将目标计算任务的计算数据分配给边缘计算节点和云数据中心进行计算的比例。
在本申请的一些实施例中，目标时延包括：将目标计算任务的计算数据从用户终端节点传输至边缘计算节点的第一时延，边缘计算节点处理计算数据的第二时延，边缘计算节点将部分计算数据传输至云数据中心的第三时延，云数据中心处理计算数据的第四时延；依据用户终端节点与分布式云网络中各个边缘计算节点之间通信链路的状态参数，确定各个边缘计算节点执行目标计算任务所需的目标时延包括：确定用户终端节点与分布式云网络中各个边缘计算节点之间通信链路的状态参数，其中，状态参数包括以下至少之一：通信链路的数据传输带宽；确定目标计算任务的计算数据的数据量，以及数据量所需的算力资源；依据数据量和数据传输带宽进行计算，得到第一时延；依据任务分配比例信息和数据量所需的算力资源进行计算，得到第二时延和第四时延；依据任务分配比例信息、数据量和数据传输带宽进行计算，得到第三时延。
在本申请的一些实施例中，目标能耗包括：将目标计算任务的计算数据从用户终端节点通过无线链路传输至边缘计算节点的第一能耗，边缘计算节点处理计算数据的第二能耗，边缘计算节点将部分计算数据通过广域网链路传输至云数据中心的第三能耗，云数据中心处理计算数据的第四能耗，数据传输功率至少包括：用于表征无线链路传输单位比特数据所消耗的能量的第一功率和用于表征广域网链路传输单位比特数据所消耗的能量的第二功率；依据通信链路的数据传输功率，确定各个边缘计算节点执行目标计算任务所需的目标能耗包括：确定目标计算任务的计算数据的数据量，以及数据量所需的算力资源；依据数据量和第一功率，确定第一能耗；依据任务分配比例信息和数据量所需的算力资源进行计算，得到第二能耗和第四能耗，其中；依据任务分配比例信息、数据量和第二功率进行计算，得到第三能耗。
第二时长确定模块44，用于确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；
目标成本确定模块46，用于依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本。
在本申请的一些实施例中，依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本包括：依据第一时长、第二时长和目标能耗，确定边缘计算节点的租用时长；确定边缘计算节点对应的租用价格；依据租用时长、租用价格和节点数量，确定目标服务的目标成本。
需要说明的是，上述服务成本确定装置中的各个模块可以是程序模块(例如是实现某种特定功能的程序指令集合)，也可以是硬件模块，对于后者，其可以表现为以下形式，但不限于此：上述各个模块的表现形式均为一个处理器，或者，上述各个模块的功能通过一个处理器实现。
需要说明的是，本实施例中所提供的服务成本确定装置可用于执行图2所示的服务成本确定方法，因此，对上述服务成本确定方法的相关解释说明也适用于本申请实施例中，在此不再赘述。
本申请实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的计算机程序，其中，非易失性存储介质所在设备通过运行计算机程序执行以下服务成本确定方法：确定目标服务对应的节点数量，其中，节点数量用于表征在分布式云网络上部署目标服务所需的边缘计算节点的数量；确定边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据目标时延确定目标服务对应的第一时长，其中，目标计算任务为分布式云网络中需目标服务执行的计算任务，第一时长为目标服务在分布式云网络上的运行时长；确定目标服务对应的第二时长，其中，第二时长为在分布式云网络中部署目标服务所需的时长；依据节点数量、第一时长、第二时长和目标能耗，确定目标服务的目标成本。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，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，可以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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元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，本申请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(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种服务成本确定方法，其特征在于，包括：
确定目标服务对应的节点数量，其中，所述节点数量用于表征在分布式云网络上部署所述目标服务所需的边缘计算节点的数量；
确定所述边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据所述目标时延确定所述目标服务对应的第一时长，其中，所述目标计算任务为所述分布式云网络中需所述目标服务执行的计算任务，所述第一时长为所述目标服务在所述分布式云网络上的运行时长；
确定所述目标服务对应的第二时长，其中，所述第二时长为在所述分布式云网络中部署所述目标服务所需的时长；
依据所述节点数量、所述第一时长、所述第二时长和所述目标能耗，确定所述目标服务的目标成本。
2.根据权利要求1所述的服务成本确定方法，其特征在于，确定目标计算任务的目标时延和目标能耗包括：
确定所述目标计算任务对应的用户终端节点，其中，所述用户终端节点为所述分布式云网络中发布所述目标计算任务的节点；
依据所述用户终端节点与所述分布式云网络中所述目标服务对应的各个所述边缘计算节点之间通信链路的状态参数，确定各个所述边缘计算节点执行所述目标计算任务所需的目标时延；
依据所述通信链路的数据传输功率，确定各个所述边缘计算节点执行所述目标计算任务所需的目标能耗。
3.根据权利要求2所述的服务成本确定方法，其特征在于，所述目标计算任务中携带有任务分配比例信息，其中，所述任务分配比例信息用于指示将所述目标计算任务的计算数据分配给所述边缘计算节点和云数据中心进行计算的比例。
4.根据权利要求3所述的服务成本确定方法，其特征在于，所述目标时延包括：将所述目标计算任务的计算数据从所述用户终端节点传输至所述边缘计算节点的第一时延，所述边缘计算节点处理所述计算数据的第二时延，所述边缘计算节点将部分所述计算数据传输至所述云数据中心的第三时延，所述云数据中心处理所述计算数据的第四时延；依据所述用户终端节点与所述分布式云网络中各个边缘计算节点之间通信链路的状态参数，确定各个所述边缘计算节点执行所述目标计算任务所需的目标时延包括：
确定所述用户终端节点与所述分布式云网络中各个边缘计算节点之间通信链路的状态参数，其中，所述状态参数包括以下至少之一：所述通信链路的数据传输带宽；
确定所述目标计算任务的计算数据的数据量，以及所述数据量所需的算力资源；
依据所述数据量和所述数据传输带宽进行计算，得到所述第一时延；
依据所述任务分配比例信息和所述数据量所需的算力资源进行计算，得到所述第二时延和所述第四时延；
依据所述任务分配比例信息、所述数据量和所述数据传输带宽进行计算，得到所述第三时延。
5.根据权利要求3所述的服务成本确定方法，其特征在于，所述目标能耗包括：将所述目标计算任务的计算数据从所述用户终端节点通过无线链路传输至所述边缘计算节点的第一能耗，所述边缘计算节点处理所述计算数据的第二能耗，所述边缘计算节点将部分所述计算数据通过广域网链路传输至所述云数据中心的第三能耗，所述云数据中心处理所述计算数据的第四能耗，所述数据传输功率至少包括：用于表征无线链路传输单位比特数据所消耗的能量的第一功率和用于表征广域网链路传输单位比特数据所消耗的能量的第二功率；依据所述通信链路的数据传输功率，确定各个所述边缘计算节点执行所述目标计算任务所需的目标能耗包括：
确定所述目标计算任务的计算数据的数据量，以及所述数据量所需的算力资源；
依据所述数据量和所述第一功率，确定第一能耗；
依据所述任务分配比例信息和所述数据量所需的算力资源进行计算，得到第二能耗和第四能耗，其中；
依据所述任务分配比例信息、所述数据量和所述第二功率进行计算，得到第三能耗。
6.根据权利要求1所述的服务成本确定方法，其特征在于，依据所述节点数量、所述第一时长、所述第二时长和所述目标能耗，确定所述目标服务的目标成本包括：
依据所述第一时长、所述第二时长和所述目标能耗，确定所述边缘计算节点的租用时长；
确定所述边缘计算节点对应的租用价格；
依据所述租用时长、所述租用价格和所述节点数量，确定所述目标服务的所述目标成本。
7.根据权利要求1所述的服务成本确定方法，其特征在于，所述目标服务中包括至少一个应用模块；确定目标服务对应的节点数量包括：
确定所述应用模块所需处理的数据规模以及任务类型；
依据所述数据规模和所述任务类型，确定各个所述应用模块对应的所述边缘计算节点的数量，得到所述节点数量。
8.一种服务成本确定装置，其特征在于，包括：
节点数量确定模块，用于确定目标服务对应的节点数量，其中，所述节点数量用于表征在分布式云网络上部署所述目标服务所需的边缘计算节点的数量；
第一时长确定模块，用于确定所述边缘计算节点执行目标计算任务的目标时延和目标能耗，并依据所述目标时延确定所述目标服务对应的第一时长，其中，所述目标计算任务为所述分布式云网络中需所述目标服务执行的计算任务，所述第一时长为所述目标服务在所述分布式云网络上的运行时长；
第二时长确定模块，用于确定所述目标服务对应的第二时长，其中，所述第二时长为在所述分布式云网络中部署所述目标服务所需的时长；
目标成本确定模块，用于依据所述节点数量、所述第一时长、所述第二时长和所述目标能耗，确定所述目标服务的目标成本。
9.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的服务成本确定方法。
10.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的计算机程序，其中，所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述服务成本确定方法。
CN202310629014.9A 2023-05-30 2023-05-30 服务成本确定方法、装置、电子设备及非易失性存储介质 Pending CN116862549A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310629014.9A CN116862549A (zh) 2023-05-30 2023-05-30 服务成本确定方法、装置、电子设备及非易失性存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310629014.9A CN116862549A (zh) 2023-05-30 2023-05-30 服务成本确定方法、装置、电子设备及非易失性存储介质

Publications (1)

Publication Number Publication Date
CN116862549A true CN116862549A (zh) 2023-10-10

Family

ID=88227556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310629014.9A Pending CN116862549A (zh) 2023-05-30 2023-05-30 服务成本确定方法、装置、电子设备及非易失性存储介质

Country Status (1)

Country Link
CN (1) CN116862549A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117729206A (zh) * 2024-02-07 2024-03-19 湖南三湘银行股份有限公司 基于物联网的多媒体接入方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117729206A (zh) * 2024-02-07 2024-03-19 湖南三湘银行股份有限公司 基于物联网的多媒体接入方法

Similar Documents

Publication Publication Date Title
US11018979B2 (en) System and method for network slicing for service-oriented networks
US9727383B2 (en) Predicting datacenter performance to improve provisioning
US8301761B2 (en) Determining server load capacity with virtual users
CN111641973B (zh) 一种雾计算网络中基于雾节点协作的负载均衡方法
CN102664812B (zh) 融合业务预测与实时负载的两阶段服务系统负载预测与均衡方法
CN109981744B (zh) 数据的分发方法、装置、存储介质及电子设备
CN111401744B (zh) 一种移动边缘计算中不确定性环境下的动态任务卸载方法
US10432491B2 (en) Control device for estimation of power consumption and energy efficiency of application containers
CN104038540A (zh) 一种应用代理服务器自动选择方法及系统
CN110380891A (zh) 一种边缘计算服务资源配置方法、装置与电子设备
CN104778112B (zh) 自适应电压频率调整的系统和方法
CN107707612B (zh) 一种负载均衡集群的资源利用率的评估方法及装置
CN112925637A (zh) 用于一边缘运算网络的负载平衡装置及方法
CN116862549A (zh) 服务成本确定方法、装置、电子设备及非易失性存储介质
CN115794407A (zh) 计算资源分配方法、装置、电子设备及非易失性存储介质
CN114500339B (zh) 一种节点带宽监测方法、装置、电子设备及存储介质
CN113452566A (zh) 一种云边端协同资源管理方法及系统
CN113553160A (zh) 用于人工智能物联网的边缘计算节点任务调度方法及系统
CN112261120A (zh) 一种配电物联网云边协同任务卸载方法及装置
CN111565216A (zh) 一种后端负载均衡方法、装置、系统及存储介质
CN112506619A (zh) 作业处理方法、装置、电子设备、存储介质和程序产品
CN111158893B (zh) 应用于雾计算网络的任务卸载方法、系统、设备及介质
CN115866066A (zh) 数据发送方法及装置、非易失性存储介质、电子设备
CN115334001A (zh) 基于优先关系的数据资源调度方法及装置
CN115454620A (zh) 负载预测方法、装置、电子设备及存储介质

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