CN117651044A - 一种边缘计算任务调度方法及装置 - Google Patents
一种边缘计算任务调度方法及装置 Download PDFInfo
- Publication number
- CN117651044A CN117651044A CN202311678753.3A CN202311678753A CN117651044A CN 117651044 A CN117651044 A CN 117651044A CN 202311678753 A CN202311678753 A CN 202311678753A CN 117651044 A CN117651044 A CN 117651044A
- Authority
- CN
- China
- Prior art keywords
- task
- edge
- target
- constraint condition
- server
- 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 47
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000004891 communication Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000011002 quantification Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000000452 restraining effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Landscapes
- Multi Processors (AREA)
Abstract
本申请公开了一种边缘计算任务调度方法及装置,涉及智能电网技术领域。本申请的主要技术方案为:对于智能电网的边缘计算环境中的待处理的目标任务和边缘服务器构建多个约束条件,如包括:每个目标任务唯一对应分配至一个边缘服务器的第一约束条件、约束边缘服务器上执行处理任务的可占用资源的第二约束条件、约束边缘服务器上可执行处理任务的数量的第三约束条件、约束目标任务的完成时延的第四约束条件,由此基于这四个约束条件在边缘环境中实施对目标任务的任务调度操作。应对于现有的多任务多服务器的任务调度场景,为了达到在满足任务最大时延要求的前提下,最小化服务器的运行开销,提供一种优化的时延敏感任务调度方案。
Description
技术领域
本申请涉及智能电网技术领域,尤其涉及一种边缘计算任务调度方法及装置。
背景技术
在5G移动边缘计算中,当电力设备将应用任务卸载到边缘之后,在综合考虑任务服务质量需求和系统性能的情况下,做出一定的任务调度决策,将每个应用任务调度到合适的服务器上处理。
目前,应对于多任务多服务器的任务调度场景,如图1所示。需要同时考虑到服务器资源的有限性和异构性,如何拟设计一种时延敏感任务调度方案,是亟待解决的问题。
发明内容
本申请提供一种边缘计算任务调度方法及装置,主要目的在于以向目标任务分配可支持服务边缘服务器数量、边缘服务器上可占用资源、边缘服务器上可处理任务数量、每个目标任务的时延要求定量作为约束条件,从而综合这四个约束条件实现适用于时延敏感任务的调度优化方案。
为了达到上述目的,本申请主要提供如下技术方案:
本申请第一方面提供了一种边缘计算任务调度方法,该方法包括:
确定智能电网的边缘环境中待处理的目标任务;
确定各个所述目标任务对应所需的CPU计算量、存储空间大小、任务处理数据量和时延要求定量;
在所述边缘环境中对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和所述虚拟机的预设计算速度、预设服务器运行开销;
约束每个所述目标任务唯一对应匹配到一个所述边缘服务器上进行处理,作为第一约束条件;
在所述边缘服务器上处理至少一个所述目标任务时,约束所述边缘服务器上对应占用的存储资源不大于所述边缘服务器上的所述预设存储空间,作为第二约束条件;
在所述边缘服务器上处理至少一个所述目标任务时,约束所述目标任务的数量不大于所述边缘服务器上的所述预设虚拟机个数,作为第三约束条件;
约束所述目标任务对应完成时所需的完成时延不大于所述目标任务对应的所述时延要求定量,作为第四约束条件;
在所述边缘环境中的每个任务决策调度时刻,基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,实施对多个所述目标任务的任务调度操作。
本申请第二方面提供了一种边缘计算任务调度装置,该装置包括:
第一确定单元,用于确定智能电网的边缘环境中待处理的目标任务;
第二确定单元,用于确定各个所述目标任务对应所需的CPU计算量、存储空间大小、任务处理数据量和时延要求定量;
配置单元,用于在所述边缘环境中对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和所述虚拟机的预设计算速度、预设服务器运行开销;
第一构建单元,用于约束每个所述目标任务唯一对应匹配到一个所述边缘服务器上进行处理,作为第一约束条件;
第二构建单元,用于在所述边缘服务器上处理至少一个所述目标任务时,约束所述边缘服务器上对应占用的存储资源不大于所述边缘服务器上的所述预设存储空间,作为第二约束条件;
第三构建单元,用于在所述边缘服务器上处理至少一个所述目标任务时,约束所述目标任务的数量不大于所述边缘服务器上的所述预设虚拟机个数,作为第三约束条件;
第四构建单元,用于约束所述目标任务对应完成时所需的完成时延不大于所述目标任务对应的所述时延要求定量,作为第四约束条件;
执行单元,用于在所述边缘环境中的每个任务决策调度时刻,基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,实施对多个所述目标任务的任务调度操作。
本申请第三方面提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上的边缘计算任务调度方法。
本申请第四方面提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时实现如上的边缘计算任务调度方法。
借由上述技术方案,本申请提供的技术方案至少具有下列优点:
本申请提供一种边缘计算任务调度方法及装置,对于智能电网的边缘环境中待处理的各个目标任务,首先预估确定每个目标任务对应所需的CPU计算量、存储空间大小、任务处理数量和时延要求定量,以及对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和虚拟机的预设计算速度、预设服务器运行开销;然后再根据对目标任务进行预估确定所得到的数据信息和对边缘服务器配置的数据信息构建多种约束条件,并且多种约束条件涉及包括:每个目标任务唯一对应分配至一个边缘服务器的第一约束条件、约束边缘服务器上执行处理任务的可占用资源的第二约束条件、约束边缘服务器上可执行处理任务的数量的第三约束条件、约束目标任务的完成时延的第四约束条件,由此基于这四个约束条件在边缘环境中实施对目标任务的任务调度操作。应对于现有的多任务多服务器的任务调度场景,为了达到在满足任务最大时延要求的前提下,最小化服务器的运行开销,提供一种优化的时延敏感任务调度方案。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例提供的多任务多服务器的任务调度场景示意图;
图2为本申请实施例提供的一种边缘计算任务调度方法流程图;
图3为本申请实施例提供的一种边缘计算任务调度装置的组成框图;
图4为本申请实施例提供的另一种边缘计算任务调度装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种边缘计算任务调度方法,如图2所示,对此本申请实施例提供以下具体步骤:
101、确定智能电网的边缘环境中待处理的目标任务。
如图1所示,在智能电网的5G移动边缘计算(Mobile Edge Computing,MEC)环境中,可提供多任务多服务器的任务调度场景,其中,待处理的目标任务可来自于大量终端设备,如手机、笔记本电脑等等。
102、确定各个目标任务对应所需的CPU计算量、存储空间大小、任务处理数据量和时延要求定量。
在本申请实施例中,在边缘环境中假设共有n个待处理的目标任务,其集合可表示为T={t1,t2…,tn},由于每个目标任务均有相应的CPU计算量、存储空间大小和最低完成时延等要求,则将第i个目标任务的任务模型可表示为ti={wi,si,δi,di},其中wi是任务ti的CPU计算量,si是所需存储容量(即存储空间大小),δi是最低延迟要求(即时延要求定量),di是数据大小(即任务处理数据量)。
103、在边缘环境中对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和虚拟机的预设计算速度、预设服务器运行开销。
在本申请实施例中,在边缘环境中假设共有m个异构的MEC服务器(即边缘服务器),这些服务器集合可表示为E={e1,e2…,en},每个边缘服务器上均部署有一定数量的V虚拟机,用于处理卸载的任务。每个边缘服务器ej的服务器模型可表示为ej={Bj,Sj,Vj,Rj,Cj},其中Bj是边缘服务器ej的最大通信带宽(即预设通信带宽),Sj是最大存储空间(即预设存储空间),Vj是部署的虚拟机个数(即虚拟机的预设计算速度),Rj是每个虚拟机的计算速度(即虚拟机的预设计算速度),Cj是该边缘服务器的运行开销(即预设服务器运行开销)。
需要说明的是,虽然不同边缘服务器的计算速率可能不同,但本申请实施例假设相同边缘服务器中每个虚拟机的计算速率是相同的。
104、约束每个目标任务唯一对应匹配到一个边缘服务器上进行处理,作为第一约束条件。
为了避免同一个目标任务分配到不同边缘服务器上进行处理而导致增加了边缘服务器的总体上开销,因此约束每个目标任务唯一对应匹配到一个边缘服务器上进行处理。需要说明的是,本申请实施例为了区分所提出的不同约束条件,因此采用词语“第一”“第二”“第三”“第四”“第五”进行标识,并且这些词语仅是起到标识作用,不存在其他操作上的排序歧义。
示例性的,在每个调度决策时刻,任务调度器获取所有待处理目标任务以及当前可用MEC服务器的状态信息,基于一定的任务调度算法,将每个任务调度到合适的MEC服务器上执行。假设在当前所有任务处理完成之后,任务调度器会进行下一次的任务调度决策。定义任务调度决策变量为xij,表示为:
其中,ti来自于集合T={t1,t2t,tn}(即n个待处理的目标任务),ej来自于E={e1,e2…,en}(即m个异构的MEC服务器)。
为了保证每个目标任务由有且仅有一个MEC服务器处理,需要满足下列约束条件:
其中,任务调度决策变量为xij,i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器。
105、在边缘服务器上处理至少一个目标任务时,约束边缘服务器上对应占用的存储资源不大于边缘服务器上的预设存储空间,作为第二约束条件。
由于每个MEC服务器上的各种资源均是有限的,任务调度策略需要保证每个应用的资源需求得到满足。因此,每个服务器必须拥有足够的存储空间来保存待处理的任务;否则,将会导致任务数据的丢失。因此,有下列存储资源的约束条件:
其中,任务调度决策变量为xij,i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器,Sj表示一个边缘服务器上最大存储空间。
106、在边缘服务器上处理至少一个目标任务时,约束目标任务的数量不大于边缘服务器上的预设虚拟机个数,作为第三约束条件。
由于每个MEC服务器上部署的虚拟机数量是有限的,因此调度到该边缘服务器上的任务数量不能超过虚拟机的个数,则有如下约束条件:
其中,任务调度决策变量为xij,i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器,Vj表示一个边缘服务器上部署的虚拟机的个数。
107、约束目标任务对应完成时所需的完成时延不大于目标任务对应的时延要求定量,作为第四约束条件。
由于每个目标任务都有相应的时延要求,为了保证任务的服务质量,目标任务需要在规定的时延内完成,因此构建约束条件,如:约束目标任务对应完成时所需的完成时延不大于目标任务对应的时延要求定量。
108、在边缘环境中的每个任务决策调度时刻,基于第一约束条件、第二约束条件、第三约束条件和第四约束条件,实施对多个目标任务的任务调度操作。
在本申请实施例中,需要说明的是,如上步骤104、步骤105、步骤106和步骤107可不分执行先后顺序或者同时并行处理,以有助于最终提高整体的任务调度效率。
以上,本申请实施例提供一种边缘计算任务调度方法,对于智能电网的边缘计算环境中的待处理的目标任务和边缘服务器构建多个约束条件,如包括:每个目标任务唯一对应分配至一个边缘服务器的第一约束条件、约束边缘服务器上执行处理任务的可占用资源的第二约束条件、约束边缘服务器上可执行处理任务的数量的第三约束条件、约束目标任务的完成时延的第四约束条件,由此基于这四个约束条件在边缘环境中实施对目标任务的任务调度操作。应对于现有的多任务多服务器的任务调度场景,为了达到在满足任务最大时延要求的前提下,最小化服务器的运行开销,提供一种优化的时延敏感任务调度方案。
进一步的,在本申请实施例中,对于如步骤107构建的第四约束条件,可以细化为包括:约束目标任务对应的处理时延、任务输入传输时延和结果输出时延的总和不大于时延要求定量。具体解释说明如下:
由于每个任务都有相应的时延要求,为了保证任务的服务质量,任务需要在规定的时延内完成。其中,任务的完成时延主要由三个部分组成,分别是处理时延任务输入传输时延/>和结果输出时延/>具体如下:
其中,i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器,代表目标任务ti的输入任务的大小,/>代表目标任务ti的结果输出的大小,/>代表目标任务ti传输到服务器ej的上行带宽,/>代表服务器ej返回目标任务ti处理结果的下行带宽。在构建一个调度模型中,假设/>
为了保证每个任务能在规定时延内完成,需要满足下式:
其中,di是目标任务的数据大小;i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器;wi是目标任务ti的CPU计算量,δi是目标任务ti最低延迟要求;Rj是每台虚拟机的计算速度;任务调度决策变量为xij。
进一步的,在一些变更实施例中,本申请实施例基于第一约束条件、第二约束条件、第三约束条件和第四约束条件,预估计算每个目标任务所需的通信带宽,在边缘环境中约束调用到边缘服务器上的多个目标任务的带宽需求不超过边缘服务器上预设通信带宽,作为第五约束条件。
示例性的,为了保证每个任务能在规定时延内完成,需要满足下式:
其中,di是目标任务的数据大小;i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器;wi是目标任务ti的CPU计算量,δi是目标任务ti最低延迟要求;Rj是每台虚拟机的计算速度;任务调度决策变量为xij。
根据上式,若目标任务ti调度到边缘服务器ej上执行,则所需的最小的通信带宽为:
为了尽可能降低系统的资源消耗和处理更多的任务,考虑所有目标任务的完成时延等于最大容忍时延。那么,每个任务所需的通信带宽即为:
由于每个MEC服务器所拥有的带宽资源也是有限的,因此调度到该服务器上所有的任务的带宽需求不能超过服务器的可用通信带宽,即为:
其中,Bj是边缘服务器ej的最大通信带宽;假设di是目标任务的数据大小;i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器;wi是目标任务ti的CPU计算量,δi是目标任务ti最低延迟要求;Rj是每台虚拟机的计算速度;任务调度决策变量为xij。
进一步的,在一些变更实施例中,本申请实施例基于第一约束条件、第二约束条件、第三约束条件、第四约束条件和第五约束条件,实施对多个目标任务的任务调度操作,进一步细化包括:
一种方案为:基于各个边缘服务器各自配置的预设服务器运行开销的高低,按照从低到高顺序,在边缘环境中的每个任务决策调度时刻,执行对目标任务的调度操作。
以及在此基础之上,进一步的优化改进为,如下:
首先,评估各个目标任务对应的收益;再综合各个边缘服务器各自配置的预设服务器运行开销由低到高,以及各个目标任务的收益的由高到低,在边缘环境中的每个任务决策调度时刻,执行对目标任务的调度操作。具体解释说明,如下实例1:
本申请实施例提供一个低开销时延敏感任务调度算法:首先对上述优化问题的求解复杂度进行分析,结果表明该问题的求解是NP-hard。其次,基于Best-fit贪心思想设计一种启发式的低开销时延敏感任务调度算法(Two-stage Task Scheduling CostOptimization,TTSCO),以实现该优化问题的快速求解。
基于Best-fit贪心思想,设计了一种快速的任务调度算法(TTSCO),共包含两个阶段。在第一阶段,采用改进的Best-fit算法获得初步的任务调度决策;在第二阶段,对得到的初步调度决策进行再次优化,以确定最终的调度策略。接下来,分别对两个阶段的调度决策进行详细的阐述。
其中,第一阶段
对于边缘中的任务调度决策,需要确定哪些任务调度到哪些服务器上。因此,选择合适的服务器并且选择与之匹配的任务是两个重要的环节。下面,基于best-fit贪心思想,分别从这两个环节进行说明。
1)选择MEC服务器
定义每个服务器ej的单位开销,表示为:
其中Zj为服务器ej的资源量函数,具体地,
其中,i表示第几个待处理的目标任务,且共计n个目标任务,j表示第几个边缘服务器,且共计m个边缘服务器;每个边缘服务器ej的服务器模型可表示为ej={Bj,Sj,Vj,Rj,Cj},其中Bj是边缘服务器ej的最大通信带宽(即预设通信带宽),Sj是最大存储空间(即预设存储空间),Vj是部署的虚拟机个数(即虚拟机的预设计算速度),Rj是每个虚拟机的计算速度(即虚拟机的预设计算速度),Cj是该边缘服务器的运行开销(即预设服务器运行开销)。
综上,由于优化目标是最小化服务器运行开销,因此TTSCO算法优先选择单位开销较低的服务器进行任务调度。这是因为当服务器的单位开销较低,意味处理相同的任务,服务器所造成的运行开销要更低。
2)选择MEC服务器上处理的任务
用向量表示任务ti调度到服务器ej上执行所需的资源量/>在部分任务调度到服务器ej之后,该服务器剩余的可用资源量用向量/>表示,具体如下:
其中Γ为已经调度到服务器ej的任务集合。
若服务器ej能够满足任务ti的资源需求,则定义该任务的调度收益为即为:
综上,基于Best-fit算法,对于已经选定的MEC服务器,TTSCO算法优先将收益较大的任务调度该服务器上。这是因为调度收益越大,说明该任务能够尽可能地利用MEC服务器的资源,并且该任务的各类资源需求和服务器的可用资源也更加匹配。
其中,第二阶段
当上一阶段的任务调度完成之后,能够得到初步的任务调度方案。对于最后选中的服务器,仅有少量的资源被利用。因此,在结束第一阶段的任务调度决策之后,TTSCO进一步调整调度决策以提升最后选中的服务器的资源利用率。
作为对上述图2所示方法的实现,本申请实施例提供了一种边缘计算任务调度装置。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置应用于提供时延敏感任务的调度优化方案,具体如图3所示,该装置包括:
第一确定单元201,用于确定智能电网的边缘环境中待处理的目标任务;
第二确定单元202,用于确定各个所述目标任务对应所需的CPU计算量、存储空间大小、任务处理数据量和时延要求定量;
配置单元203,用于在所述边缘环境中对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和所述虚拟机的预设计算速度、预设服务器运行开销;
第一构建单元204,用于约束每个所述目标任务唯一对应匹配到一个所述边缘服务器上进行处理,作为第一约束条件;
第二构建单元205,用于在所述边缘服务器上处理至少一个所述目标任务时,约束所述边缘服务器上对应占用的存储资源不大于所述边缘服务器上的所述预设存储空间,作为第二约束条件;
第三构建单元206,用于在所述边缘服务器上处理至少一个所述目标任务时,约束所述目标任务的数量不大于所述边缘服务器上的所述预设虚拟机个数,作为第三约束条件;
第四构建单元207,用于约束所述目标任务对应完成时所需的完成时延不大于所述目标任务对应的所述时延要求定量,作为第四约束条件;
执行单元208,用于在所述边缘环境中的每个任务决策调度时刻,基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,实施对多个所述目标任务的任务调度操作。
进一步的,如图4所示,所述第四构建单元207还具体用于:
约束所述目标任务对应的处理时延、任务输入传输时延和结果输出时延的总和不大于所述时延要求定量。
进一步的,如图4所示,所述装置还包括:
计算单元209,用于基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,预估计算每个所述目标任务所需的通信带宽;
第五构建单元210,用于在所述边缘环境中约束调用到所述边缘服务器上的多个所述目标任务的带宽需求不超过所述边缘服务器上所述预设通信带宽,作为第五约束条件。
进一步的,如图4所示,执行单元208还包括:
第一执行模块2081,用于基于各个所述边缘服务器各自配置的所述预设服务器运行开销的高低,按照从低到高顺序,在所述边缘环境中的每个任务决策调度时刻,执行对目标任务的调度操作。
进一步的,如图4所示,所述执行单元208还包括:
评估模块2082,用于评估各个所述目标任务对应的收益;
第二执行模块2083,用于综合各个所述边缘服务器各自配置的所述预设服务器运行开销由低到高,以及各个所述目标任务的收益的由高到低,在所述边缘环境中的每个任务决策调度时刻,执行对目标任务的调度操作。
综上,本申请实施例提供一种边缘计算任务调度方法及装置,以向目标任务分配可支持服务边缘服务器数量、边缘服务器上可占用资源、边缘服务器上可处理任务数量、每个目标任务的时延要求定量作为约束条件,还有边缘服务器的带宽约束条件,从而综合这五个约束条件实现适用于时延敏感任务的调度优化方案。
边缘计算任务调度装置包括处理器和存储器,上述第一确定单元、第二确定单元、配置单元、第一构建单元、第二构建单元、第三构建单元、第四构建单元和执行单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来提供实现适用于时延敏感任务的调度优化方案。
本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上的边缘计算任务调度方法。
本申请实施例提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时实现如上的边缘计算任务调度方法。
本申请实施例还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有上边缘计算任务调度方法步骤的程序。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种边缘计算任务调度方法,其特征在于,所述方法包括:
确定智能电网的边缘环境中待处理的目标任务;
确定各个所述目标任务对应所需的CPU计算量、存储空间大小、任务处理数据量和时延要求定量;
在所述边缘环境中对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和所述虚拟机的预设计算速度、预设服务器运行开销;
约束每个所述目标任务唯一对应匹配到一个所述边缘服务器上进行处理,作为第一约束条件;
在所述边缘服务器上处理至少一个所述目标任务时,约束所述边缘服务器上对应占用的存储资源不大于所述边缘服务器上的所述预设存储空间,作为第二约束条件;
在所述边缘服务器上处理至少一个所述目标任务时,约束所述目标任务的数量不大于所述边缘服务器上的所述预设虚拟机个数,作为第三约束条件;
约束所述目标任务对应完成时所需的完成时延不大于所述目标任务对应的所述时延要求定量,作为第四约束条件;
在所述边缘环境中的每个任务决策调度时刻,基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,实施对多个所述目标任务的任务调度操作。
2.根据权利要求1所述的方法,其特征在于,所述约束所述目标任务对应完成时所需的完成时延不大于所述目标任务对应的所述时延要求定量,包括:
约束所述目标任务对应的处理时延、任务输入传输时延和结果输出时延的总和不大于所述时延要求定量。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,预估计算每个所述目标任务所需的通信带宽;
在所述边缘环境中约束调用到所述边缘服务器上的多个所述目标任务的带宽需求不超过所述边缘服务器上所述预设通信带宽,作为第五约束条件。
4.根据权利要求3所述的方法,其特征在于,基于所述第一约束条件、所述第二约束条件、所述第三约束条件、所述第四约束条件和所述第五约束条件,实施对多个所述目标任务的任务调度操作,包括:
基于各个所述边缘服务器各自配置的所述预设服务器运行开销的高低,按照从低到高顺序,在所述边缘环境中的每个任务决策调度时刻,执行对目标任务的调度操作。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
评估各个所述目标任务对应的收益;
综合各个所述边缘服务器各自配置的所述预设服务器运行开销由低到高,以及各个所述目标任务的收益的由高到低,在所述边缘环境中的每个任务决策调度时刻,执行对目标任务的调度操作。
6.一种边缘计算任务调度装置,其特征在于,所述装置包括:
第一确定单元,用于确定智能电网的边缘环境中待处理的目标任务;
第二确定单元,用于确定各个所述目标任务对应所需的CPU计算量、存储空间大小、任务处理数据量和时延要求定量;
配置单元,用于在所述边缘环境中对每个边缘服务器配置预设通信带宽、预设存储空间、预设虚拟机个数和所述虚拟机的预设计算速度、预设服务器运行开销;
第一构建单元,用于约束每个所述目标任务唯一对应匹配到一个所述边缘服务器上进行处理,作为第一约束条件;
第二构建单元,用于在所述边缘服务器上处理至少一个所述目标任务时,约束所述边缘服务器上对应占用的存储资源不大于所述边缘服务器上的所述预设存储空间,作为第二约束条件;
第三构建单元,用于在所述边缘服务器上处理至少一个所述目标任务时,约束所述目标任务的数量不大于所述边缘服务器上的所述预设虚拟机个数,作为第三约束条件;
第四构建单元,用于约束所述目标任务对应完成时所需的完成时延不大于所述目标任务对应的所述时延要求定量,作为第四约束条件;
执行单元,用于在所述边缘环境中的每个任务决策调度时刻,基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,实施对多个所述目标任务的任务调度操作。
7.根据权利要求6所述的装置,其特征在于,所述第四构建单元还具体用于:
约束所述目标任务对应的处理时延、任务输入传输时延和结果输出时延的总和不大于所述时延要求定量。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
计算单元,用于基于所述第一约束条件、所述第二约束条件、所述第三约束条件和所述第四约束条件,预估计算每个所述目标任务所需的通信带宽;
第五构建单元,用于在所述边缘环境中约束调用到所述边缘服务器上的多个所述目标任务的带宽需求不超过所述边缘服务器上所述预设通信带宽,作为第五约束条件。
9.一种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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的边缘计算任务调度方法。
10.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的边缘计算任务调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311678753.3A CN117651044A (zh) | 2023-12-08 | 2023-12-08 | 一种边缘计算任务调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311678753.3A CN117651044A (zh) | 2023-12-08 | 2023-12-08 | 一种边缘计算任务调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117651044A true CN117651044A (zh) | 2024-03-05 |
Family
ID=90047552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311678753.3A Pending CN117651044A (zh) | 2023-12-08 | 2023-12-08 | 一种边缘计算任务调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117651044A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304256A (zh) * | 2018-02-08 | 2018-07-20 | 北京信息科技大学 | 一种边缘计算中低开销的任务调度方法及装置 |
CN116980981A (zh) * | 2023-07-18 | 2023-10-31 | 江苏移动信息系统集成有限公司 | 任务调度方法、设备、存储介质及装置 |
-
2023
- 2023-12-08 CN CN202311678753.3A patent/CN117651044A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304256A (zh) * | 2018-02-08 | 2018-07-20 | 北京信息科技大学 | 一种边缘计算中低开销的任务调度方法及装置 |
CN116980981A (zh) * | 2023-07-18 | 2023-10-31 | 江苏移动信息系统集成有限公司 | 任务调度方法、设备、存储介质及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110096362B (zh) | 一种基于边缘服务器协作的多任务卸载方法 | |
US8966038B2 (en) | Virtual server system and physical server selection method | |
CN111400022A (zh) | 一种资源调度方法、装置及电子设备 | |
CN112540841B (zh) | 任务调度的方法、装置、处理器与电子设备 | |
CN112068957B (zh) | 资源分配方法、装置、计算机设备及存储介质 | |
CN115408100A (zh) | 容器集群调度的方法、装置、设备及存储介质 | |
CN112860337B (zh) | 在多接入边缘计算中卸载依赖任务的方法及系统 | |
US9471387B2 (en) | Scheduling in job execution | |
US11422857B2 (en) | Multi-level scheduling | |
CN114629960B (zh) | 资源调度方法、装置、系统、设备、介质和程序产品 | |
CN105824705A (zh) | 一种任务分配方法和电子设备 | |
CN106775975B (zh) | 进程调度方法及装置 | |
CN116708451A (zh) | 一种边云协同调度方法及系统 | |
CN111158893B (zh) | 应用于雾计算网络的任务卸载方法、系统、设备及介质 | |
Li et al. | On scheduling of high-throughput scientific workflows under budget constraints in multi-cloud environments | |
CN117651044A (zh) | 一种边缘计算任务调度方法及装置 | |
Pasdar et al. | Data-aware scheduling of scientific workflows in hybrid clouds | |
CN115396515A (zh) | 资源调度方法、装置及存储介质 | |
CN117971499B (zh) | 资源配置方法、装置、电子设备和存储介质 | |
KR101718206B1 (ko) | 로드 분산을 위한 동적 스펙트럼 할당 방식 | |
CN117707797B (zh) | 基于分布式云平台的任务调度方法、装置及相关设备 | |
Davoli et al. | Flow assignment in multi-core network processors | |
Dey et al. | Improving Efficiency And User Satisfaction In Cloud Computing Through Task Scheduling: A Comparision Among Different Scheduling Alorithms | |
Sharmaa et al. | A Scheduling Strategy for Cloud Computing with Improved Processing Time | |
Sandeep et al. | A comparative study of different scheduling approaches for splittable latency sensitive tasks in Fog-Cloud environment |
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 |