一种物联网边缘计算节点资源的业务调度部署方法与流程

1.本发明涉及配电网物联网技术领域，具体涉及一种物联网边缘计算节点资源的业务调度部署方法。


背景技术：

2.近年来，随着物联网的兴起，研究者开始使用智能边缘计算框架来实现实时计算任务的分流技术，其基本思想是在靠近数据源的网络边缘侧部署计算设备，形成“采集终端设备-边缘计算节点-云端数据中心”的体系架构，并基于可预计的或监控到的计算节点当前任务负载信息，将应用动态地部署在边缘计算节点或云端数据中心，既可以充分利用比采集终端设备计算能力更强的边缘计算节点，也能够有效避免数据在核心网中传输造成的高时延，从而有效提升实时业务的服务质量。在物联网智能边缘计算中，受限于边缘计算节点的带宽、计算等硬件资源，一个非常关键的问题是如何合理利用可预测或监控到的实时任务的技术与网络负载，进行可部署边缘计算节点的资源调度任务，来降低应用的时延与提高边缘计算节点资源的高效利用率。
3.数据采集终端、边缘计算节点和云端数据中心服务器之间的长距离导致大量的通信成本、数据传输延迟和远程计算能量消耗，对实时应用产生的负面影响越发明显，因此将部分远程云的计算和存储能力迁移到边缘物联网网关中去处理，开展物联网边缘计算网关的三层架构部署即将成为大多数物联网企业的首选技术方案。但与此同时，存在着物联网边缘网络具有随机性和动态性，部分实时业务应用程序对延迟和能耗方面高度敏感，且这些实时业务应用的长时间运行，也会导致较高的能耗。
4.在物联网边缘计算中，边缘计算节点，需要决策何时何地的部署应用程序，以最优的就近计算边缘的实时业务部署方案。目前已有方法采用启发式算法进行全局优化，考虑了前传网络和回传网络的链路状况，在保证时延的情况下进行任务优化决策部署部署，并决定在每一个时隙内是否将缓冲任务迁移到其他就近的边缘计算网关中去，完成边缘侧负载的动态调配。但是目前方法仅考虑固定模式的边缘计算网关业务部署方案，忽视相邻边缘计算网关的资源可用效率与优化路径，都使用启发式学习技术来进行资源分配管理，依赖于以前的工作负载状态，而忽略当前运行状态，无法适用于动态环境下的实时业务程序部署的优化改进方案。


技术实现要素：

5.本发明的目的在于提出一种物联网边缘计算节点资源的业务调度部署方法，以进行物联网边缘计算节点资源的业务调度部署。
6.本发明实施例提出一种物联网边缘计算节点资源的业务调度部署方法，基于一物联网边缘计算系统实现，所述系统包括云端数据中心、汇聚层核心网络、多个接入层交换机网络，所述云端数据中心与所述汇聚层核心网络通信连接，所述多个接入层交换机网络与所述汇聚层核心网络通信连接，每一个接入层交换机网络与多个边缘计算节点通信连接，
每一个边缘计算节点与多个数据采集终端通信连接；
7.所述方法包括如下步骤：
8.所述云端数据中心获取当前需要部署的实时数据流式计算应用，分析所述当前需要部署的实时数据流式计算应用所涉及到的计算资源需求，并发送给所有边缘计算节点；
9.所述所有边缘计算节点根据所述当前需要部署的实时数据流式计算应用所涉及到的计算资源需求进行计算资源自评估，若计算资源自评估通过，则边缘计算节点向所述云端数据中心申请加入可选部署节点的服务列表，并向所述云端数据中心发送计算资源自评估结果，若计算资源自评估通过，则边缘计算节点不执行任何动作；
10.所述云端数据中心根据边缘计算节点的申请生成可选部署节点的服务列表，并获取该可选部署节点的服务列表中多个边缘计算节点的网络延时信息；
11.所述云端数据中心根据该可选部署节点的服务列表中多个边缘计算节点的网络延时信息以及计算资源自评估结果进行运算，选择服务列表中一个最优边缘计算节点作为部署节点，并运行所述当前需要部署的实时数据流式计算应用的实时数据流式计算任务，评估本次部署运行结果是否满足预期业务指标，若满足，则部署成功结束，若不满足，则选择该可选部署节点的服务列表的下一个边缘计算节点进行迭代部署，直至部署成功结束或部署失败结束。
12.优选地，所述方法还包括如下步骤：
13.所述云端数据中心获取实时数据流式计算应用集合，所述实时数据流式计算应用集合包括多个实时数据流式计算应用，并从所述实时数据流式计算应用集合不放回地抽取一个作为当前需要部署的实时数据流式计算应用；
14.当当前需要部署的实时数据流式计算应用部署成功结束或部署失败结束时，所述云端数据中心判断当前的实时数据流式计算应用集合中的应用数量是否为0，若否，则从所述实时数据流式计算应用集合不放回地抽取一个作为当前需要部署的实时数据流式计算应用；若是，则结束所述实时数据流式计算应用集合的所有应用的部署。
15.优选地，所述计算资源需求包括实时数据流式计算应用所涉及到的数据采集终端及其数据类型。
16.优选地，所述所有边缘计算节点根据所述当前需要部署的实时数据流式计算应用所涉及到的计算资源需求进行计算资源自评估，包括：
17.所述所有边缘计算节点获取实时的cpu资源、内存资源和硬件存储资源，并获取其所连接多个数据采集终端的终端信息以及处理的数据类型；
18.所述所有边缘计算节点根据所述实时的cpu资源、内存资源和硬件存储资源，以及所述终端信息以及处理的数据类型，分析其是否能够满足所述计算资源需求，若满足则计算资源自评估通过，并生成计算资源自评估结果，若不满足则计算资源自评估不通过。
19.优选地，所述计算资源自评估结果包括边缘计算节点实时的cpu资源、内存资源和硬件存储资源，及其所连接多个数据采集终端的终端信息和处理的数据类型。
20.优选地，所述获取该可选部署节点的服务列表中多个边缘计算节点的网络延时信息，包括：
21.所述云端数据中心分别发送一网络延时查询信息给该可选部署节点的服务列表中多个边缘计算节点；所述网络延时查询信息包含有发送时刻信息和网络延时查询内容；
22.该可选部署节点的服务列表中多个边缘计算节点在接收到网络延时查询信息之后，根据所述网络延时查询内容提取所述发送时刻信息，并获取接收到网络延时查询信息的接收时刻信息，根据所述发送时刻信息和所述接收时刻信息计算其网络延时信息，然后将其网络延时信息反馈给所述云端数据中心。
23.本发明的实施例至少具有以下有益效果：
24.综合考虑边缘计算系统的当前运行状态、网络延时问题以及部署后的运行结果，对各个实时数据流式计算应用进行物联网边缘计算节点资源的业务调度部署，适用于物联网边缘计算节点的这种实时计算任务负荷、带宽动态变化的决策环境，从系统层面，全局优化，兼顾单节点负载能力，实现长周期的稳定运行与实时任务灵活调度策略的最优方案和应用规划及部署决策建议。
25.本发明的实施例的其它特征和优点将在随后的说明书中阐述。
附图说明
26.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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发明的一些实施例，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为本发明实施例中一种物联网边缘计算节点资源的业务调度部署方法流程图。
28.图2为本发明实施例中一种物联网边缘计算系统结构图。
29.图3为本发明实施例中一种物联网边缘计算节点资源的业务调度部署方法具体流程图。
具体实施方式
30.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
31.参阅图1，本发明的实施例提出一种物联网边缘计算节点资源的业务调度部署方法，基于如图2所示的一种物联网边缘计算系统实现，所述系统包括云端数据中心、汇聚层核心网络、多个接入层交换机网络，所述云端数据中心与所述汇聚层核心网络通信连接，所述多个接入层交换机网络与所述汇聚层核心网络通信连接，每一个接入层交换机网络与多个边缘计算节点通信连接，每一个边缘计算节点与多个数据采集终端通信连接；
32.参阅图1，本发明实施例的方法包括如下步骤：
33.步骤s101、所述云端数据中心获取当前需要部署的实时数据流式计算应用，分析所述当前需要部署的实时数据流式计算应用所涉及到的计算资源需求，并发送给所有边缘计算节点；
34.步骤s102、所述所有边缘计算节点根据所述当前需要部署的实时数据流式计算应用所涉及到的计算资源需求进行计算资源自评估，若计算资源自评估通过，则边缘计算节
点向所述云端数据中心申请加入可选部署节点的服务列表，并向所述云端数据中心发送计算资源自评估结果，若计算资源自评估通过，则边缘计算节点不执行任何动作；
35.步骤s103、所述云端数据中心根据边缘计算节点的申请生成可选部署节点的服务列表，并获取该可选部署节点的服务列表中多个边缘计算节点的网络延时信息；
36.步骤s104、所述云端数据中心根据该可选部署节点的服务列表中多个边缘计算节点的网络延时信息以及计算资源自评估结果进行运算，选择服务列表中一个最优边缘计算节点作为部署节点，并运行所述当前需要部署的实时数据流式计算应用的实时数据流式计算任务，评估本次部署运行结果是否满足预期业务指标，若满足，则部署成功结束，若不满足，则选择该可选部署节点的服务列表的下一个边缘计算节点进行迭代部署，直至部署成功结束或部署失败结束。
37.具体在本发明实施例中，参阅图3，所述方法还包括如下步骤：
38.步骤s100、所述云端数据中心获取实时数据流式计算应用集合，所述实时数据流式计算应用集合包括多个实时数据流式计算应用，并从所述实时数据流式计算应用集合不放回地抽取一个作为当前需要部署的实时数据流式计算应用；
39.步骤s105、当当前需要部署的实时数据流式计算应用部署成功结束或部署失败结束时，所述云端数据中心判断当前的实时数据流式计算应用集合中的应用数量是否为0，若否，则从所述实时数据流式计算应用集合不放回地抽取一个作为当前需要部署的实时数据流式计算应用；若是，则结束所述实时数据流式计算应用集合的所有应用的部署。
40.具体在本发明实施例中，所述计算资源需求包括实时数据流式计算应用所涉及到的数据采集终端及其数据类型。
41.具体在本发明实施例中，所述所有边缘计算节点根据所述当前需要部署的实时数据流式计算应用所涉及到的计算资源需求进行计算资源自评估，包括：
42.所述所有边缘计算节点获取实时的cpu资源、内存资源和硬件存储资源，并获取其所连接多个数据采集终端的终端信息以及处理的数据类型；
43.所述所有边缘计算节点根据所述实时的cpu资源、内存资源和硬件存储资源，以及所述终端信息以及处理的数据类型，分析节点自身的所述实时的cpu资源、内存资源和硬件存储资源，以及所述终端信息以及处理的数据类型是否同时能够满足所述计算资源需求，若满足，则计算资源自评估通过，并生成计算资源自评估结果，若不满足，则计算资源自评估不通过。
44.具体在本发明实施例中，所述计算资源自评估结果除了包括计算资源自评估是否通过的结果以外，还包括边缘计算节点实时的cpu资源、内存资源和硬件存储资源，及其所连接多个数据采集终端的终端信息和处理的数据类型。
45.具体在本发明实施例中，所述获取该可选部署节点的服务列表中多个边缘计算节点的网络延时信息，包括：
46.所述云端数据中心分别发送一网络延时查询信息给该可选部署节点的服务列表中多个边缘计算节点；所述网络延时查询信息包含有发送时刻信息和网络延时查询内容；
47.该可选部署节点的服务列表中多个边缘计算节点在接收到网络延时查询信息之后，根据所述网络延时查询内容提取所述发送时刻信息，并获取接收到网络延时查询信息的接收时刻信息，根据所述发送时刻信息和所述接收时刻信息计算其网络延时信息，然后
将其网络延时信息反馈给所述云端数据中心。
48.在本发明实施例中，将原有固定模式的人工预评估规划部署，改变成计算机系统实时动态规划，做到每小时输出一份系统运行评估报告及业务部署策略建议报表，实时方便业务操作人员及时高效的选择业务部署节点以及为动态调整业务部署规划提供实时决策的依据，有效支撑系统的精益化运维水平，整体提升系统的智能化服务程度。
49.以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。