基于虚容器的电力物联代理资源调度方法及相关设备与流程

1.本公开涉及计算机虚拟化技术领域，尤其涉及一种基于虚容器的电力物联代理资源调度方法及相关设备。


背景技术：

2.电力物联网的广泛应用产生巨量数据，而虚拟化技术对这些数据的储存管理提供了解决方案，已经成为一种被大家广泛认可的服务器资源共享方式，其中，容器技术因为其轻量性质，成为虚拟化技术的主要部署模型，传统的容器集群管理策略结构简单、稳定性不足，难以保证高效地利用资源，资源利用率较低，容器集群的负载均衡度差。


技术实现要素：

3.有鉴于此，本公开的目的在于提出一种基于虚容器的电力物联代理资源调度方法及相关设备。
4.本公开的第一方面，提供了一种基于虚容器的电力物联代理资源调度方法，包括：获取各物理节点的负载信息；依据所述负载信息对所述物理节点进行资源调度；对每个正在运行的服务进行负载资源预测，计算所述服务需要的容器数量期望值；获取所述容器数量的真实值，判断所述真实值与所述期望值的大小关系，响应于确定所述真实值小于所述期望值，从所述资源调度后的物理节点中选取第一最优物理节点，并在该第一最优物理节点上部署新的容器；和/或响应于确定所述真实值大于所述期望值，从所述资源调度后的物理节点中选取第二最优物理节点，并在该第二最优物理节点上删除旧的容器。
5.进一步地，所述负载信息包括：所述物理节点的cpu利用率内存利用率网络带宽利用率io带宽利用率负载资源利用率其中，所述负载资源利用率为所述cpu利用率内存利用率网络带宽利用率和io带宽利用率中的最大值。
6.进一步地，所述依据所述负载信息对所述物理节点进行资源调度，具体包括：筛选所述负载资源利用率低于40％的物理节点并分为数量相同的第一集群和第二集群；其中，所述第一集群的负载资源已使用总量低于所述第二集群的负载资源已使用总量；将所述第一集群中物理节点的容器调度到所述第二集群的物理节点上。
7.进一步地，所述对每个正在运行的服务进行负载资源预测，具体包括：
8.a.初始化t时刻的预测更新系数向量w、负载资源预测向量y和负载资源向量o；
9.b.预测t时刻所述服务所需资源的预测值，并计算预测误差；
10.c.根据所述预测误差调整所述预测更新系数向量w，并且计算调整后的所述预测更新系数向量w对应的均方差；
11.d.重复步骤b、c，直至所述均方差小于给定阈值或重复次数大于最大纠正次数；
12.e.更新所述负载资源预测向量y和所述负载资源向量o，并预测t 1时刻服务所需负载资源。
13.进一步地，所述获取所述容器数量的真实值，判断所述真实值与所述期望值的大小关系，具体包括：获取所述容器数量的真实值，计算所述容器数量真实值与所述期望值的差值flag；
14.所述响应于确定所述真实值小于所述期望值，从所述资源调度后的物理节点中选取第一最优物理节点，并在该第一最优物理节点上部署新的容器，具体包括：响应于确定所述差值flag<0，从所述资源调度后的物理节点中获得用于部署容器的所述物理节点的第一集合和第二集合；依据所述第一集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第一最优物理节点，在所述第一最优物理节点上部署新的容器，重复|flag|次；
15.所述响应于确定所述真实值大于所述期望值，从所述资源调度后的物理节点中选取第二最优物理节点，并在该第二最优物理节点上删除旧的容器，具体包括：响应于确定所述差值flag>0，从所述资源调度后的物理节点中获得已部署所述服务的容器的物理节点的第三集合；依据所述第三集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第二最优物理节点，在所述第二最优物理节点上删除旧的容器，重复|flag|次。
16.进一步地，所述第一集合包括用于部署新的容器且部署后负载资源利用率的物理节点，所述第二集合包括用于部署新的容器且部署后负载资源利用率的物理节点；当所述第一集合中没有物理节点时，将所述第二集合的物理节点归集到所述第一集合中。
17.进一步地所述权值代表部署或删除容器后，所述物理节点的资源利用率的均衡度变化，包括所述物理节点内部及物理节点之间的资源利用率的均衡度变化。
18.本公开的第二方面，提供了一种基于虚容器的电力物联代理资源调度装置，包括：
19.信息采集模块，被配置为获取各物理节点的负载信息；
20.节点调度模块，被配置为依据所述负载信息对所述物理节点进行资源调度；
21.资源预测模块，被配置为对每个正在运行的服务进行负载资源预测，计算所述服务需要的容器数量期望值；
22.容器调度模块，被配置为获取所述容器数量的真实值，判断所述真实值与所述期望值的大小关系，响应于确定所述真实值小于所述期望值，从所述资源调度后的物理节点中选取第一最优物理节点，并在该第一最优物理节点上部署新的容器；和/或响应于确定所述真实值大于所述期望值，从所述资源调度后的物理节点中选取第二最优物理节点，并在该第二最优物理节点上删除旧的容器。
23.进一步地，所述容器调度模块，具体被配置为获取所述容器数量的真实值，计算所述容器数量真实值与所述期望值的差值flag；响应于确定所述差值flag<0，从所述资源调度后的物理节点中获得用于部署容器的所述物理节点的第一集合和第二集合；依据所述第一集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为
第一最优物理节点，在所述第一最优物理节点上部署新的容器，重复|flag|次；响应于确定所述差值flag>0，从所述资源调度后的物理节点中获得已部署所述服务的容器的物理节点的第三集合；依据所述第三集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第二最优物理节点，在所述第二最优物理节点上删除旧的容器，重复|flag|次。
24.本公开的第三方面，提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并由所述处理器执行的计算机程序，所述处理器执行所述程序时实现如上任意一项所述的方法。
25.从上面所述可以看出，本公开提供了一种基于虚容器的电力物联代理资源调度方法及相关设备，实现了容器集群的负载均衡和资源利用率的提高，增强了设备在电力物联网中的性能表现；根据各物理节点的负载资源使用情况，进行资源调度，避免节点使用过多的情况，提高了节点资源利用率；选择最优的物理节点部署或删除容器，进一步提高了各物理节点的资源利用率和均衡度；通过对负载资源提前预测，更好地对进行容器动态调度，也能提高在流量突发情况下的各个物理节点的性能表现。
附图说明
26.为了更清楚地说明本公开或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1为本公开实施例的基于虚容器的电力物联代理资源调度方法的流程示意图；
28.图2为本公开实施例的负载资源预测算法的流程示意图；
29.图3为本公开实施例的基于虚容器的电力物联代理资源调度装置的结构示意图；
30.图4为本公开实施例的电子设备结构示意图。
具体实施方式
31.为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
32.需要说明的是，除非另外定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
33.如背景技术所述，电力物联网是在电力生产、输送、消费、管理各环节，广泛部署智能感知设备，以实现信息安全可靠传输、协同处理、统一服务及应用集成的网络。电力物联网改善了电力设施的利用效率，为电网发、输、变、配、用电等环节提供了重要技术支撑。当
前，物联网产业的发展已经上升到国家战略。
34.物联网产生了巨量的数据，如何更好地存储和管理这些数据以改善设备性能成为一个挑战。云计算提供了一种解决方案，以存储和管理其产生和积累的数据。
35.云计算技术是一种通过网络提供给用户的计算模式，使得用户可以按照自己的需求方便快捷地获取计算资源。云计算技术将整个计算机资源看做一个整体，将所有请求按照一定的规则分割成更小的片段，分发给不同的服务器同时处理，极大地减轻了单个服务器的计算量，提高了计算效率。在此过程中，用户只需发送请求和接收服务结果，不必关注中间过程。
36.虚拟化技术是云计算的核心技术之一，通过对物理资源进行逻辑上的隔离统一管理计算资源，从而提高资源利用率。常用的虚拟化技术有虚拟机技术和容器技术。虚拟机技术要模拟整个操作系统和所有硬件，会占用大量资源，启动速度慢。相较于虚拟机技术，容器技术更加轻量级。并且在电力物联网场景下，设备通常受资源限制，同样需要采用轻量级的应用程序，以减少不必要的开销。
37.docker是容器的实施引擎，能高效部署、执行和管理容器。由于docker的容器粒度较小，同一个物理节点上能够部署的容器较多，对容器进行管理和调度也更加复杂。传统的容器集群管理策略结构简单、稳定性不足，难以保证高效地利用资源，资源利用率较低，容器集群的负载均衡度差。
38.申请人在实现本公开的过程中发现，如果根据负载资源的使用情况选择最优的节点部署或删除容器，就可以提高各物理节点的资源利用率和均衡度，为了避免原本节点使用过多的情况，可以先依据负载信息对节点的容器进行调度，进一步提高资源利用率，还有可以提前预测各服务所需要资源的变化趋势，帮助更好地进行容器调度。
39.以下，通过具体的实施例来详细说明本公开的技术方案。
40.参考图1，为本公开实施例的一种基于虚容器的电力物联代理资源调度方法的流程示意图，包括以下步骤：
41.s1、获取各物理节点的负载信息，为后续步骤提供基础。
42.整个容器集群环境可用(n
s
,s
s
,c
s
)表示，其中，n
s
表示物理节点集合，其中的一个物理节点用表示；s
s
表示服务的集合，其中的一个服务用表示；c
s
表示容器的集合，其中的一个容器用表示；用|n
s
|表示n
s
中物理节点的数量，用表示中容器的数量，i、j、k代表序号。
43.每个服务可以包含多个容器，每个容器只能运行在一个物理节点上，使用表示服务包含的容器数，每个物理节点包含一定的cpu、内存、网络带宽、io带宽资源，使用表示物理节点i的cpu利用率、内存利用率、网络带宽利用率、io带宽利用率和负载资源利用率，负载资源利用率取cpu利用率内存利用率网络带宽利用率和io带宽利用率中的最大值。
44.s2、依据所述负载信息对所述物理节点进行资源调度，避免启动较多的节点。
45.该步骤具体包括：筛选所述负载资源利用率低于40％的物理节点并分为数
量相同的第一集群和第二集群；其中，所述第一集群的负载资源已使用总量低于所述第二集群的负载资源已使用总量；将所述第一集群中物理节点的容器调度到所述第二集群的物理节点上，提高节点资源利用率。
46.s3、对每个正在运行的服务进行负载资源预测，计算所述服务需要的容器数量期望值，通过提前预测可以更好地进行容器动态调度。
47.参考图2，为本公开实施例的负载资源预测算法的流程示意图，所述对每个正在运行的服务进行负载资源预测，包括：
48.a.初始化t时刻的预测更新系数向量w、负载资源预测向量y和负载资源向量o；
49.b.预测t时刻所述服务所需资源的预测值，并计算预测误差；
50.c.根据所述预测误差调整所述预测更新系数向量w，并且计算调整后的所述预测更新系数向量w对应的均方差；
51.d.重复步骤b、c，直至所述均方差小于给定阈值或重复次数大于最大纠正次数；
52.e.更新所述负载资源预测向量y和所述负载资源向量o，并预测t 1时刻服务所需负载资源。
53.通过对负载资源提前预测，更好地对进行容器动态调度，也能提高在流量突发情况下的各个物理节点的性能表现。
54.对于负载资源预测算法的代码可以设计如下：
55.输入：预测更新系数向量w(包含时刻t
‑
q
‑
>时刻t
‑
1的预测更新系数)、负载资源预测向量y(包含时刻t
‑
q
‑
>时刻t
‑
1的预测值)、和负载资源向量o(包含时刻t
‑
q
‑
>时刻t
‑
1的真实值)、t时刻服务所需资源yt
56.输出：t 1时刻的预测值
[0057][0058][0059]
在负载资源预测算法的代码中，w代表预测更新系数向量，维护一组系数，帮助预测下一时刻的负载资源；y代表负载资源预测向量，维护最近q个时刻对负载资源的预测值；o代表负载资源向量，存储最近q个时刻负载资源的真实值；q代表向量长度，是一个常数，通过过去q个时刻的负载资源的真实数据，预测下一时刻的负载资源；p代表调节率，是一个常数，一般小于1，这个值的大小决定了预测更新系数向量迭代步长的大小，会影响收敛速度，若p过小，则收敛过慢，若调节率p过大，则容易导致算法不收敛；dif代表预测误差，为真实值和预测值的差值；mse代表均方差，表示负载资源预测值和真实值之间的均方差，用来考量负载资源预测向量w是否合理；expecterr代表给定的误差阈值，若均方差mse>expecterr，表示负载资源预测向量w不合理，需要继续纠正偏差；maxtrycount代表最大纠正次数，若对负载资源预测向量w纠正了maxtrycount次偏差，w仍不合理，则停止纠正偏差，防止过度纠偏。
[0060]
负载资源预测算法的代码的第1
‑
4行可以理解为，检查是否有足够的数据积累，若没有，则更新预测更新系数向量w、负载资源预测向量y和负载资源向量o；第5
‑
12行代表进入循环，整个循环是为了调整预测更新系数向量w，以更好地预测t 1时刻的数值，预测当前t时刻服务所需资源的预测值predict和预测误差dif，利用预测误差调整预测更新系数向
量w，最后计算预测值与真实值的误差的均方差mse，若预测误差小于给定阈值expecterr或循环次数大于最大纠正次数maxtrycount，跳出循环；第13
‑
19行更新向量y、o，并预测t 1时刻服务所需资源。
[0061]
s4、获取所述容器数量的真实值，判断所述真实值与所述期望值的大小关系，响应于确定所述真实值小于所述期望值，从所述资源调度后的物理节点中选取第一最优物理节点，并在该第一最优物理节点上部署新的容器；和/或响应于确定所述真实值大于所述期望值，从所述资源调度后的物理节点中选取第二最优物理节点，并在该第二最优物理节点上删除旧的容器，实现了容器集群的负载均衡和资源利用率的提高，增强了设备在电力物联网中的性能表现。
[0062]
进一步地，所述获取所述容器数量的真实值，判断所述真实值与所述期望值的大小关系，具体包括：获取所述容器数量的真实值，计算所述容器数量真实值与所述期望值的差值flag；
[0063]
所述响应于确定所述真实值小于所述期望值，从所述资源调度后的物理节点中选取第一最优物理节点，并在该第一最优物理节点上部署新的容器，具体包括：响应于确定所述差值flag<0，从所述资源调度后的物理节点中获得用于部署容器的所述物理节点的第一集合和第二集合；依据所述第一集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第一最优物理节点，在所述第一最优物理节点上部署新的容器，重复|flag|次；
[0064]
所述响应于确定所述真实值大于所述期望值，从所述资源调度后的物理节点中选取第二最优物理节点，并在该第二最优物理节点上删除旧的容器，具体包括：响应于确定所述差值flag>0，从所述资源调度后的物理节点中获得已部署所述服务的容器的物理节点的第三集合；依据所述第三集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第二最优物理节点，在所述第二最优物理节点上删除旧的容器，重复|flag|次。
[0065]
该步骤依据容器数量的真实值与期望值的差值，也就是依据所需资源的变化趋势进行容器调度，对于容器数量多的情况就删除容器，对于容器数量少的情况就建立新的容器，这样进一步提高了容器集群的均衡度，提高了资源利用率；需要说明的是，如果所述差值flag＝0，代表容器的期望值与真实值相同，不需要进行容器调度。
[0066]
对于部署或者删除容器，还可以基于人工分配、基于运行不同负载时的资源使用和性能情况、基于动态加权调度算法或基于历史冲突等方式进行操作，具体不做限定。
[0067]
进一步地，所述第一集合包括用于部署新的容器且部署后负载资源利用率的物理节点，所述第二集合包括用于部署新的容器且部署后负载资源利用率的物理节点；当所述第一集合中没有物理节点时，将所述第二集合的物理节点归集到所述第一集合中，这样对于资源利用率相对低的节点再进行部署容器，可以提高资源利用率，也提高运算效率。
[0068]
该步骤中所述权值代表部署或删除容器后，所述物理节点的资源利用率的均衡度变化，包括所述物理节点内部及物理节点之间的资源利用率的均衡度变化，这样更能全面地代表各物理节点的均衡度，有利于资源优化均衡。
[0069]
总体来看，该基于虚容器的电力物联代理资源调度方法，实现了容器集群的负载均衡和资源利用率的提高，增强了设备在电力物联网中的性能表现；根据各物理节点的负载资源使用情况，进行资源调度，避免节点使用过多的情况，提高了节点资源利用率；选择最优的物理节点部署或删除容器，进一步提高了各物理节点的资源利用率和均衡度；通过对负载资源提前预测，更好地对进行容器动态调度，也能提高在流量突发情况下的各个物理节点的性能表现。
[0070]
在一些实施例中，基于虚容器的电力物联代理资源调度算法的代码可以设计如下：
[0071]
输入：无
[0072]
输出：无
[0073]
[0074][0075]
在基于虚容器的电力物联代理资源调度算法的代码中，num代表所述服务需要的容器数量期望值；代表所述容器数量的真实值；filter代表过滤器；workable1代表所述物理节点的第一集合；workable2代表所述物理节点的第二集合；workable3代表所述物理节点的第三集合；代表部署容器后，所述物理节点的资源利用率的均衡度变化；代表删除容器后，所述物理节点的资源利用率的均衡度变化。
[0076]
基于虚容器的电力物联代理资源调度算法的代码的第1
‑
9行可以理解为，检查负载资源利用率低于40％的节点，若数量大于等于2，则将这些节点中节点资源较少的一半节点的容器调度到资源较多的一半节点上，以免启动过多节点；第10
‑
11行可以理解为对每个正在运行的服务，调用负载资源预测算法，获取服务k的负载资源的预测值并记录；第12
‑
13行代表计算flag为该服务包含的容器数与该服务需要的容器数的差值，即真实值与期望值的差值；第14
‑
24行代表flag<0，说明容器不足，需要添加新容器；第25
‑
33行代表flag>0，说明容器冗余，需要删除冗余容器。
[0077]
进一步地，与的计算如下：
[0078][0079][0080]
式中，α、β为权重系数，用于调整优化目标的比例；代表部署容器后物理节点内部各种资源利用率的均衡度的变化；代表删除容器后物理节点内部各种资源利用率的均衡度的变化；表部署容器后物理节点之间的负载资源利用率的均衡度的变化；代表删除容器后物理节点之间的负载资源利用率的均衡度的变化。
[0081]
进一步地，和的计算如下：
[0082][0083][0084][0085][0086]
可以使用表示物理节点i的内部资源利用率之间的标准差，那么式中，表示物理节点i部署或删除容器之前的内部资源利用率之间的标准差；表示物理节点i部署容器之后的内部资源利用率之间的标准差；表示物理节点i删除容器之后的内部资源利用率之间的标准差。
[0087]
可以使用表示所有物理节点的负载资源利用率之间的标准差，那么式中，表示物理节点i部署或删除容器之前的所有物理节点的负载资源利用率之间的标准差；表示物理节点i部署容器之后的所有物理节点的负载资源利用率之间的标准差；表示物理节点i删除容器之后的所有物理节点的负载资源利用率之间的标准差。
[0088]
进一步地，和的计算如下：
[0089][0090]
[0091][0092][0093]
式中，代表物理节点内部资源利用率的平均值；代表物理节点之间资源利用率的平均值。
[0094]
本算法的优化目标是物理节点内部均衡性和物理节点之间负载的均衡性的优化程度，最终总优化目标为：
[0095][0096][0097]
也就是或者数值的最大的物理节点，其中，数值的最大的物理节点为第一最优物理节点，在该节点上部署新的容器；数值的最大的物理节点为第二最优物理节点，在该节点上删除旧的容器；从而达到容器动态调度的目的，提高负载资源利用率和均衡度。
[0098]
需要说明的是，本公开一个或多个实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本公开一个或多个实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
[0099]
上述对本公开特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0100]
基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种基于虚容器的电力物联代理资源调度装置，参考图3，包括：
[0101]
信息采集模块301，被配置为获取各物理节点的负载信息；
[0102]
节点调度模块302，被配置为依据所述负载信息对所述物理节点进行资源调度；
[0103]
资源预测模块303，被配置为对每个正在运行的服务进行负载资源预测，计算所述服务需要的容器数量期望值；
[0104]
容器调度模块304，被配置为获取所述容器数量的真实值，判断所述真实值与所述期望值的大小关系，响应于确定所述真实值小于所述期望值，从所述资源调度后的物理节点中选取第一最优物理节点，并在该第一最优物理节点上部署新的容器；和/或响应于确定所述真实值大于所述期望值，从所述资源调度后的物理节点中选取第二最优物理节点，并在该第二最优物理节点上删除旧的容器。
[0105]
为了描述的方便，描述以上系统时以功能分为各种模块分别描述。当然，在实施本
公开一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
[0106]
所述容器调度模块，具体被配置为获取所述容器数量的真实值，计算所述容器数量真实值与所述期望值的差值flag；响应于确定所述差值flag<0，从所述资源调度后的物理节点中获得用于部署容器的所述物理节点的第一集合和第二集合；依据所述第一集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第一最优物理节点，在所述第一最优物理节点上部署新的容器，重复|flag|次；响应于确定所述差值flag>0，从所述资源调度后的物理节点中获得已部署所述服务的容器的物理节点的第三集合；依据所述第三集合的物理节点负载情况计算每个物理节点的权值；选择所述权值最大的物理节点作为第二最优物理节点，在所述第二最优物理节点上删除旧的容器，重复|flag|次。
[0107]
上述实施例的系统用于实现前述实施例中相应的方法，并且具有相应的基于虚容器的电力物联代理资源调度方法实施例的有益效果，在此不再赘述。
[0108]
基于同一发明构思，与上述任意实施例方法相对应的，本公开还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，所述处理器执行所述程序时实现上任意一实施例所述的基于虚容器的电力物联代理资源调度方法。
[0109]
图4示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
[0110]
处理器1010可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集成电路(application specific integrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
[0111]
存储器1020可以采用rom(read only memory，只读存储器)、ram(random access memory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
[0112]
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
[0113]
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
[0114]
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
[0115]
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实
现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
[0116]
上述实施例的电子设备用于实现前述任一实施例中相应的基于虚容器的电力物联代理资源调度方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0117]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本公开实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
[0118]
另外，为简化说明和讨论，并且为了不会使本公开实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本公开实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此，这些描述应被认为是说明性的而不是限制性的。
[0119]
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
[0120]
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本公开实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。