CN116954930B - 一种基于边缘计算的操作系统数据处理方法 - Google Patents

一种基于边缘计算的操作系统数据处理方法 Download PDF

Info

Publication number
CN116954930B
CN116954930B CN202311216203.XA CN202311216203A CN116954930B CN 116954930 B CN116954930 B CN 116954930B CN 202311216203 A CN202311216203 A CN 202311216203A CN 116954930 B CN116954930 B CN 116954930B
Authority
CN
China
Prior art keywords
processing
task processing
action
task
time
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
Application number
CN202311216203.XA
Other languages
English (en)
Other versions
CN116954930A (zh
Inventor
周建军
张鹏飞
王铭
轩豪磊
谢剑
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.)
Chengdu Tuolinsi Software Co ltd
Original Assignee
Chengdu Tuolinsi Software Co 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 Chengdu Tuolinsi Software Co ltd filed Critical Chengdu Tuolinsi Software Co ltd
Priority to CN202311216203.XA priority Critical patent/CN116954930B/zh
Publication of CN116954930A publication Critical patent/CN116954930A/zh
Application granted granted Critical
Publication of CN116954930B publication Critical patent/CN116954930B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505Allocation 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5072Grid computing

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)
  • Multi Processors (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种基于边缘计算的操作系统数据处理方法,该方法包括:控制设备在接收到任务处理请求时,提取任务处理标识和任务处理时限,调用任务处理动作数据库,匹配任务处理标识对应的任务处理动作,根据预设时间阈值,将任务处理动作拆分为若干个任务处理子动作,获取每个边缘处理设备的任务处理时间轴,根据每个任务处理子动作的处理耗时和任务处理时限,将若干个任务处理子动作分配给对应边缘处理设备。本发明通过将任务处理动作根据预设时间阈值划分为若干个任务处理子动作,再根据每个边缘处理设备的任务处理时间轴进行分配,以此,实现了多个边缘处理设备的负载均衡,在提升任务处理效率的基础上,尽可能降低数据处理错误率。

Description

一种基于边缘计算的操作系统数据处理方法
技术领域
本发明涉及边缘计算操作系统领域,尤其涉及到一种基于边缘计算的操作系统数据处理方法。
背景技术
边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储的方式就近提供最近端服务,通过与云端协同实现高效率的计算的方案。
在现有技术中,边缘计算节点靠近用户侧部署,数量较多,出于成本及需求考虑,单个节点的计算和存储能力配置不会太高。在某些情况下会出现各节点负载失衡的情况,例如,在一个边缘处理设备接收到或云端接收到较复杂的数据处理任务时,由单独某一个边缘处理设备对该数据处理任务进行处理,而其他任务只能闲置,导致任务处理效率低,负载不均衡等问题。
因此,如何针对区域范围内多个边缘处理设备,实现数据处理能力共享,提高任务处理效率,是一个亟需解决的技术问题。
发明内容
本发明的主要目的在于提供一种基于边缘计算的操作系统数据处理方法,旨在解决目前边缘计算节点的处理能力弱、处理能力无法共享导致的任务处理效率低以及负载不均衡的技术问题。
为实现上述目的,本发明提供一种基于边缘计算的操作系统数据处理方法,用于边缘计算操作系统,所述边缘计算操作系统包括控制设备和若干个边缘处理设备;其中,若干个边缘处理设备具有共用存储设备;所述方法包括以下步骤:
S1:控制设备在接收到任务处理请求时,提取所述任务处理请求的任务处理标识和任务处理时限;
S2:控制设备调用任务处理动作数据库,匹配所述任务处理标识对应的任务处理动作;其中,所述任务处理动作包括若干条处理命令;
S3:控制设备根据预设时间阈值,将所述任务处理动作拆分为若干个任务处理子动作;其中,每个任务处理子动作包含的处理命令在被执行时的处理耗时不超过所述预设时间阈值;
S4:控制设备获取每个边缘处理设备的任务处理时间轴,根据每个任务处理子动作的处理耗时和任务处理时限,将若干个任务处理子动作分配给对应边缘处理设备,并对任务处理时间轴进行更新;
S5:边缘处理设备根据自身的任务处理时间轴在所述共用存储设备中执行任务处理子动作。
可选的,所述步骤S1中,控制设备接收的任务处理请求包括:控制设备直接接收到的第一任务处理请求和边缘处理设备接收并转发至控制设备的第二任务处理请求。
可选的,当所述任务处理请求为第一任务处理请求时,所述步骤S4,还包括:
S411:控制设备在执行最后一个任务处理子动作的边缘处理设备的任务处理时间轴中新增位于最后一个任务处理子动作之后的数据发送动作;
S412:边缘处理设备在执行任务处理时间轴上的数据发送动作时,将最后一个任务处理子动作的处理结果从共用存储设备发送至控制设备。
可选的,当所述任务处理请求为第二任务处理请求时,所述步骤S4,还包括:
S421:控制设备在执行最后一个任务处理子动作的边缘处理设备的任务处理时间轴中新增位于最后一个任务处理子动作之后的数据发送动作;
S422:边缘处理设备在执行任务处理时间轴上的数据发送动作时,将最后一个任务处理子动作的处理结果从共用存储设备发送至接收第二任务处理请求的边缘处理设备。
可选的,所述任务处理动作中的每条处理命令具有命令附加信息;其中,所述命令附加信息包括命令执行的顺序编号和耗费时间。
可选的,所述步骤S3中,控制设备根据预设时间阈值,将所述任务处理动作拆分为若干个任务处理子动作步骤,具体包括:
S31:控制设备基于每条处理命令的顺序编号和耗费时间,从前至后依次选取若干条处理命令为一组作为一个任务处理子动作执行的处理命令,并为每个任务处理子动作生成处理编号;
S32:当从第N条处理命令选取到第M条处理命令时,若第N条处理命令到第M-1条处理命令的耗费时间之和小于或等于预设时间阈值,且第N条处理命令到第M条处理命令的耗费时间之和大于预设时间阈值时,将第N条处理命令到第M-1条处理命令作为当前任务处理子动作执行的处理命令;
其中,N与M为正整数,且N<M。
可选的,所述任务处理时间轴具有时间戳信息与任务信息;其中,所述时间戳信息包括在第一时间戳范围内执行对应任务处理子动作的第一时间戳信息和在第二时间戳范围内空闲等待的第二时间戳信息。
可选的,所述步骤S4中,根据每个任务处理子动作的处理耗时和任务处理时限,将若干个任务处理子动作分配给对应边缘处理设备,并对任务处理时间轴进行更新步骤,具体包括:
S431:根据每个任务处理子动作的处理耗时与处理编号,在全部的边缘设备的任务处理时间轴中,确定目标第二时间戳信息;其中,所述目标第二时间戳信息满足以下条件:(1)第二时间戳范围大于目标任务处理子动作的处理耗时,(2)位于最后一个第二时间戳信息执行完对应的目标任务处理子动作时的时间早于任务处理时限且离任务处理时限最远;
S432:将目标第二时间戳信息的状态从空闲等待更新为执行对应的目标任务处理子动作。
可选的,所述方法,还包括步骤S6:获取目标时间范围内执行每次任务处理动作时的结束时间;根据所述结束时间与所述任务处理时限的差值,对所述预设时间阈值进行调整。
可选的,所述步骤S6中,根据所述结束时间与所述任务处理时限的差值,对所述预设时间阈值进行调整步骤,具体包括:
S61:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值高于预设平衡范围时,将所述预设时间阈值增大预设比例;
S62:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值低于预设平衡范围时,将所述预设时间阈值降低预设比例;
S63:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值落入预设平衡范围时,保持预设时间阈值不变。
本发明的有益效果在于:通过将任务处理动作根据预设时间阈值划分为若干个任务处理子动作,再根据每个边缘处理设备的任务处理时间轴进行分配,以此,实现了多个边缘处理设备的负载均衡,在提升任务处理效率的基础上,尽可能降低数据处理错误率。
附图说明
图1为本发明基于边缘计算的操作系统数据处理方法实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于边缘计算的操作系统数据处理方法,参照图1,图1为本发明基于边缘计算的操作系统数据处理方法实施例的流程示意图。
本实施例中,一种基于边缘计算的操作系统数据处理方法,用于边缘计算操作系统,所述边缘计算操作系统包括控制设备和若干个边缘处理设备;其中,若干个边缘处理设备具有共用存储设备;所述方法包括以下步骤:
S1:控制设备在接收到任务处理请求时,提取所述任务处理请求的任务处理标识和任务处理时限;
S2:控制设备调用任务处理动作数据库,匹配所述任务处理标识对应的任务处理动作;其中,所述任务处理动作包括若干条处理命令;
S3:控制设备根据预设时间阈值,将所述任务处理动作拆分为若干个任务处理子动作;其中,每个任务处理子动作包含的处理命令在被执行时的处理耗时不超过所述预设时间阈值;
S4:控制设备获取每个边缘处理设备的任务处理时间轴,根据每个任务处理子动作的处理耗时和任务处理时限,将若干个任务处理子动作分配给对应边缘处理设备,并对任务处理时间轴进行更新;
S5:边缘处理设备根据自身的任务处理时间轴在所述共用存储设备中执行任务处理子动作。
需要说明的是,在现有技术中,边缘计算节点靠近用户侧部署,数量较多,出于成本及需求考虑,单个节点的计算和存储能力配置不会太高。在某些情况下会出现各节点负载失衡的情况,例如,在一个边缘处理设备接收到或云端接收到较复杂的数据处理任务时,由单独某一个边缘处理设备对该数据处理任务进行处理,而其他任务只能闲置,导致任务处理效率低,负载不均衡等问题。因此,本实施例通过将任务处理动作根据预设时间阈值划分为若干个任务处理子动作,再根据每个边缘处理设备的任务处理时间轴进行分配,以此,实现了多个边缘处理设备的负载均衡,在提升任务处理效率的基础上,尽可能降低数据处理错误率。
具体而言,控制设备在接收到任务处理请求时,提取该任务处理请求对应的任务处理标识和任务处理实现,该任务处理标识用于在任务处理动作数据库中匹配对应的任务处理动作,再将该任务处理动作拆分为若干条处理命令,并根据预设时间阈值,将一定数量的处理命令归为一组构成任务处理子动作;其中,每个任务处理子动作的处理命令的处理耗时不超过预设时间阈值,进而得到的任务处理子动作为拆解后的任务处理动作;在此之后,根据每个边缘处理设备的任务处理时间轴,对任务处理子动作进行分配,并同时对每个任务处理时间轴更新,以便下次任务分配。由此,通过任务处理动作的拆解和分配,提升了任务处理效率,实现多个边缘处理设备的负载均衡。
在优选的实施例中,所述步骤S1中,控制设备接收的任务处理请求包括:控制设备直接接收到的第一任务处理请求和边缘处理设备接收并转发至控制设备的第二任务处理请求。
其中,当任务处理请求为第一任务处理请求时,所述步骤S4,还包括:
S411:控制设备在执行最后一个任务处理子动作的边缘处理设备的任务处理时间轴中新增位于最后一个任务处理子动作之后的数据发送动作;
S412:边缘处理设备在执行任务处理时间轴上的数据发送动作时,将最后一个任务处理子动作的处理结果从共用存储设备发送至控制设备。
其中,当任务处理请求为第二任务处理请求时,所述步骤S4,还包括:
S421:控制设备在执行最后一个任务处理子动作的边缘处理设备的任务处理时间轴中新增位于最后一个任务处理子动作之后的数据发送动作;
S422:边缘处理设备在执行任务处理时间轴上的数据发送动作时,将最后一个任务处理子动作的处理结果从共用存储设备发送至接收第二任务处理请求的边缘处理设备。
本实施例中,控制设备接收的任务处理请求包括自身接收到的请求和边缘处理设备接收并转发的请求,对于不同来源的请求,需要在获得最后的任务处理结果后将该任务处理结果发送至最初接收任务处理请求的设备端,以此,给用户呈现单个设备依旧具有高效率处理任务能力的使用体验。
在优选的实施例中,所述任务处理动作中的每条处理命令具有命令附加信息;其中,所述命令附加信息包括命令执行的顺序编号和耗费时间。
在此基础上,所述步骤S3中,控制设备根据预设时间阈值,将所述任务处理动作拆分为若干个任务处理子动作步骤,具体包括:
S31:控制设备基于每条处理命令的顺序编号和耗费时间,从前至后依次选取若干条处理命令为一组作为一个任务处理子动作执行的处理命令,并为每个任务处理子动作生成处理编号;
S32:当从第N条处理命令选取到第M条处理命令时,若第N条处理命令到第M-1条处理命令的耗费时间之和小于或等于预设时间阈值,且第N条处理命令到第M条处理命令的耗费时间之和大于预设时间阈值时,将第N条处理命令到第M-1条处理命令作为当前任务处理子动作执行的处理命令;
其中,N与M为正整数,且N<M。
本实施例中,通过为每条处理命令配置执行的顺序编号和耗费时间,在将一定数量的处理命令归为任务处理子动作时,通过从前至后的顺序依次划分,使得每个任务处理子动作在划分时耗费时间之和小于或等于预设时间阈值且任务处理子动作按照处理命令的处理顺序进行排列。
在优选的实施例中,所述任务处理时间轴具有时间戳信息与任务信息;其中,所述时间戳信息包括在第一时间戳范围内执行对应任务处理子动作的第一时间戳信息和在第二时间戳范围内空闲等待的第二时间戳信息。
在此基础上,所述步骤S4中,根据每个任务处理子动作的处理耗时和任务处理时限,将若干个任务处理子动作分配给对应边缘处理设备,并对任务处理时间轴进行更新步骤,具体包括:
S431:根据每个任务处理子动作的处理耗时与处理编号,在全部的边缘设备的任务处理时间轴中,确定目标第二时间戳信息;其中,所述目标第二时间戳信息满足以下条件:(1)第二时间戳范围大于目标任务处理子动作的处理耗时,(2)位于最后一个第二时间戳信息执行完对应的目标任务处理子动作时的时间早于任务处理时限且离任务处理时限最远;
S432:将目标第二时间戳信息的状态从空闲等待更新为执行对应的目标任务处理子动作。
本实施例中,在获得任务处理子动作后,即可将任务处理子动作写入边缘处理设备的任务处理时间轴中,通过保证目标第二时间戳信息对应的第二时间戳范围大于目标任务处理子动作,即该空闲等待时间能够完成任务处理子动作的处理过程,通过保证最后一个第二时间戳信息执行完对应的目标任务处理子动作时的时间早于任务处理时限且离任务处理时限最远,即能够在任务处理时限内完成且最早完成。
在优选的实施例中,所述方法,还包括步骤S6:获取目标时间范围内执行每次任务处理动作时的结束时间;根据所述结束时间与所述任务处理时限的差值,对所述预设时间阈值进行调整。
具体而言,所述步骤S6中,根据所述结束时间与所述任务处理时限的差值,对所述预设时间阈值进行调整步骤,具体包括:
S61:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值高于预设平衡范围时,将所述预设时间阈值增大预设比例;
S62:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值低于预设平衡范围时,将所述预设时间阈值降低预设比例;
S63:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值落入预设平衡范围时,保持预设时间阈值不变。
本实施例中,考虑到系统处理效率与数据处理错误率无法兼顾,具体而言,预设时间阈值设置的越小,任务处理子动作中包含的处理命令越少,进而理论上在写入任务处理时间戳的空闲等待时间的概率越大,效率越高;但由于任务处理动作被划分的越小,将会由越多的边缘处理设备执行该任务处理动作中的任务处理子动作,进而只要有一个边缘处理设备计算出错,都会导致整体数据处理的错误,因此错误率越高。由此,本实施例通过衡量目标时间范围的若干个结束时间与任务处理时限的差值的平均值与预设平衡范围,来对预设时间阈值进行调整,使得系统在提升任务处理效率的基础上,尽可能降低数据处理错误率。
可以理解的是,在本说明书的描述中,参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例~第N实施例”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一定指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何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种基于边缘计算的操作系统数据处理方法,其特征在于,用于边缘计算操作系统,所述边缘计算操作系统包括控制设备和若干个边缘处理设备;其中,若干个边缘处理设备具有共用存储设备;所述方法包括以下步骤:
S1:控制设备在接收到任务处理请求时,提取所述任务处理请求的任务处理标识和任务处理时限;
S2:控制设备调用任务处理动作数据库,匹配所述任务处理标识对应的任务处理动作;其中,所述任务处理动作包括若干条处理命令;所述任务处理动作中的每条处理命令具有命令附加信息;其中,所述命令附加信息包括命令执行的顺序编号和耗费时间;
S3:控制设备根据预设时间阈值,将所述任务处理动作拆分为若干个任务处理子动作;其中,每个任务处理子动作包含的处理命令在被执行时的处理耗时不超过所述预设时间阈值;具体包括:
S31:控制设备基于每条处理命令的顺序编号和耗费时间,从前至后依次选取若干条处理命令为一组作为一个任务处理子动作执行的处理命令,并为每个任务处理子动作生成处理编号;
S32:当从第N条处理命令选取到第M条处理命令时,若第N条处理命令到第M-1条处理命令的耗费时间之和小于或等于预设时间阈值,且第N条处理命令到第M条处理命令的耗费时间之和大于预设时间阈值时,将第N条处理命令到第M-1条处理命令作为当前任务处理子动作执行的处理命令;
其中,N与M为正整数,且N<M;
S4:控制设备获取每个边缘处理设备的任务处理时间轴,根据每个任务处理子动作的处理耗时和任务处理时限,将若干个任务处理子动作分配给对应边缘处理设备,并对任务处理时间轴进行更新;所述任务处理时间轴具有时间戳信息与任务信息;其中,所述时间戳信息包括在第一时间戳范围内执行对应任务处理子动作的第一时间戳信息和在第二时间戳范围内空闲等待的第二时间戳信息;具体包括:
S431:根据每个任务处理子动作的处理耗时与处理编号,在全部的边缘设备的任务处理时间轴中,确定目标第二时间戳信息;其中,所述目标第二时间戳信息满足以下条件:(1)第二时间戳范围大于目标任务处理子动作的处理耗时,(2)位于最后一个第二时间戳信息执行完对应的目标任务处理子动作时的时间早于任务处理时限且离任务处理时限最远;
S432:将目标第二时间戳信息的状态从空闲等待更新为执行对应的目标任务处理子动作;
S5:边缘处理设备根据自身的任务处理时间轴在所述共用存储设备中执行任务处理子动作。
2.如权利要求1所述的基于边缘计算的操作系统数据处理方法,其特征在于,所述步骤S1中,控制设备接收的任务处理请求包括:控制设备直接接收到的第一任务处理请求和边缘处理设备接收并转发至控制设备的第二任务处理请求。
3.如权利要求2所述的基于边缘计算的操作系统数据处理方法,其特征在于,当所述任务处理请求为第一任务处理请求时,所述步骤S4,还包括:
S411:控制设备在执行最后一个任务处理子动作的边缘处理设备的任务处理时间轴中新增位于最后一个任务处理子动作之后的数据发送动作;
S412:边缘处理设备在执行任务处理时间轴上的数据发送动作时,将最后一个任务处理子动作的处理结果从共用存储设备发送至控制设备。
4.如权利要求2所述的基于边缘计算的操作系统数据处理方法,其特征在于,当所述任务处理请求为第二任务处理请求时,所述步骤S4,还包括:
S421:控制设备在执行最后一个任务处理子动作的边缘处理设备的任务处理时间轴中新增位于最后一个任务处理子动作之后的数据发送动作;
S422:边缘处理设备在执行任务处理时间轴上的数据发送动作时,将最后一个任务处理子动作的处理结果从共用存储设备发送至接收第二任务处理请求的边缘处理设备。
5.如权利要求1所述的基于边缘计算的操作系统数据处理方法,其特征在于,所述方法,还包括步骤S6:获取目标时间范围内执行每次任务处理动作时的结束时间;根据所述结束时间与所述任务处理时限的差值,对所述预设时间阈值进行调整。
6.如权利要求5所述的基于边缘计算的操作系统数据处理方法,其特征在于,所述步骤S6中,根据所述结束时间与所述任务处理时限的差值,对所述预设时间阈值进行调整步骤,具体包括:
S61:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值高于预设平衡范围时,将所述预设时间阈值增大预设比例;
S62:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值低于预设平衡范围时,将所述预设时间阈值降低预设比例;
S63:当目标时间范围的若干个结束时间与任务处理时限的差值的平均值落入预设平衡范围时,保持预设时间阈值不变。
CN202311216203.XA 2023-09-20 2023-09-20 一种基于边缘计算的操作系统数据处理方法 Active CN116954930B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311216203.XA CN116954930B (zh) 2023-09-20 2023-09-20 一种基于边缘计算的操作系统数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311216203.XA CN116954930B (zh) 2023-09-20 2023-09-20 一种基于边缘计算的操作系统数据处理方法

Publications (2)

Publication Number Publication Date
CN116954930A CN116954930A (zh) 2023-10-27
CN116954930B true CN116954930B (zh) 2023-11-28

Family

ID=88456848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311216203.XA Active CN116954930B (zh) 2023-09-20 2023-09-20 一种基于边缘计算的操作系统数据处理方法

Country Status (1)

Country Link
CN (1) CN116954930B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699542A (zh) * 2015-03-31 2015-06-10 北京奇艺世纪科技有限公司 任务处理方法及系统
CN106940656A (zh) * 2016-01-04 2017-07-11 阿里巴巴集团控股有限公司 一种任务调度方法及装置
JPWO2018235180A1 (ja) * 2017-06-21 2020-04-23 株式会社エスペラントシステム 分散処理システム
CN112000485A (zh) * 2020-09-01 2020-11-27 北京元心科技有限公司 任务分配方法、装置、电子设备及计算机可读存储介质
CN112749012A (zh) * 2021-01-15 2021-05-04 北京智芯微电子科技有限公司 终端设备的数据处理方法、装置、系统及存储介质
CN115809148A (zh) * 2023-01-16 2023-03-17 中国华能集团清洁能源技术研究院有限公司 一种面向边缘计算的负载均衡任务调度方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11853810B2 (en) * 2021-01-07 2023-12-26 International Business Machines Corporation Edge time sharing across clusters via dynamic task migration based on task priority and subtask result sharing

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699542A (zh) * 2015-03-31 2015-06-10 北京奇艺世纪科技有限公司 任务处理方法及系统
CN106940656A (zh) * 2016-01-04 2017-07-11 阿里巴巴集团控股有限公司 一种任务调度方法及装置
JPWO2018235180A1 (ja) * 2017-06-21 2020-04-23 株式会社エスペラントシステム 分散処理システム
CN112000485A (zh) * 2020-09-01 2020-11-27 北京元心科技有限公司 任务分配方法、装置、电子设备及计算机可读存储介质
CN112749012A (zh) * 2021-01-15 2021-05-04 北京智芯微电子科技有限公司 终端设备的数据处理方法、装置、系统及存储介质
CN115809148A (zh) * 2023-01-16 2023-03-17 中国华能集团清洁能源技术研究院有限公司 一种面向边缘计算的负载均衡任务调度方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Shancheng Zhao . A Node-Selection-Based Sub-Task Assignment Method for Coded Edge Computing.《IEEE Communications Letters》.2019,第797-801页. *
战俊伟 等.基于能耗与延迟优化的移动边缘计算任务卸载模型及算法.《计算机与现代化》.2022,第86-93页. *

Also Published As

Publication number Publication date
CN116954930A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
EP3637733B1 (en) Load balancing engine, client, distributed computing system, and load balancing method
US6377975B1 (en) Methods and systems to distribute client software tasks among a number of servers
US20220308944A1 (en) Event handling in distributed event handling systems
CN109814997B (zh) 一种分布式自主均衡人工智能任务调度方法及系统
CN108829512B (zh) 一种云中心硬件加速计算力的分配方法、系统和云中心
CN112231049A (zh) 基于kubernetes的计算设备共享方法、装置、设备及存储介质
CN111143036A (zh) 一种基于强化学习的虚拟机资源调度方法
CN113806177A (zh) 集群监控的方法、装置、电子设备及存储介质
Zhong et al. Speeding up Paulson’s procedure for large-scale problems using parallel computing
CN109327321B (zh) 网络模型业务执行方法、装置、sdn控制器及可读存储介质
CN116954930B (zh) 一种基于边缘计算的操作系统数据处理方法
CN109062683B (zh) 主机资源分配的方法、装置及计算机可读存储介质
CN113849295A (zh) 模型训练的方法、装置及计算机可读存储介质
CN112437449A (zh) 联合资源分配方法及区域编排器
US20170180465A1 (en) Method, information processing apparatuses and non-transitory computer-readable storage medium
CN112035579A (zh) 图管理、数据存储、数据查询方法、装置及存储介质
CN115629853A (zh) 一种任务调度的方法和装置
CN114020433A (zh) 实例资源调度方法、设备、存储介质及装置
CN116896483B (zh) 一种数据保护系统
CN113190347A (zh) 一种边缘云系统及任务管理方法
CN114090220B (zh) 一种分级cpu和内存资源调度方法
CN115981825B (zh) 基于混合式共享状态视图架构的集群并行调度系统
CN113157404B (zh) 任务处理方法和装置
CN112889031A (zh) 计算系统中数据处理的同步
CN108900639B (zh) 集群式云计算系统

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