节点分配方法、系统、装置及电子设备与流程

1.本技术涉及物联网技术，特别涉及节点分配方法、系统、装置及电子设备。


背景技术：

2.在物联网中，面对着越来越丰富的智能计算需求(也称计算任务)，目前最常用的是由云端控制中心采用随机分配模式随机分配一个边缘计算节点(简称计算节点)来解决该计算需求。
3.这里，计算节点，其可部署在靠近物或数据源头的一侧，具备任务计算能力的边缘计算中心或边缘计算设备。在具体实现时，一般符合设计范围要求且具备边缘计算能力的设备或集群都可以称为边缘计算节点(简称计算节点)。
4.但是，目前这种由云端控制中心采用随机分配模式随机分配一个边缘计算节点(简称计算节点)来解决用户端的计算任务，常常会出现分配的计算节点不能完成计算任务等问题。


技术实现要素：

5.本技术实施例提供了节点分配方法、系统、装置及电子设备，以至少根据用户端的基因数据、边缘端各计算节点的基因数据为用户端分配计算节点执行用户端的计算任务。
6.本技术实施例提供了第一种节点分配方法，该方法应用于节点管理设备，包括：
7.接收用户端的计算任务；
8.依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；其中，所述用户端的基因特征数据用于表征所述用户端；所述计算节点的基因特征数据用于表征计算节点；
9.从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点；
10.将所述目标计算节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行。
11.本技术实施例还提供了第二种节点分配方法，该方法应用于节点管理设备，包括：
12.接收用户端的计算任务；
13.依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；以及，依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点；所述用户端的基因特征数据用于表征所述用户端；所述计算节点的基因特征数据用于表征计算节点，所述存储节点的基因特征数据用于表征存储节点；
14.从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点，以及从所有候选存储节点中选择出用于协助所述目标计算节点执行所述计算任务的目
标存储节点；
15.将所述目标计算节点和所述目标存储节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行并通过与所述目标计算节点和所述目标存储节点进行交互得到计算结果。
16.本技术实施例提供一种节点分配系统，该系统包括节点管理设备、计算节点、用户端；
17.所述用户端，用于在存在有计算需求时向所述节点管理设备发送计算任务，以及上报所述用户端的基因特征数据至所述节点管理设备；所述用户端的基因特征数据用于表征所述用户端；
18.所述计算节点，用于注册至所述节点管理设备，以及，以及上报所述计算节点的基因特征数据至所述节点管理设备，所述计算节点的基因特征数据用于表征计算节点；以及，在作为所述用户端的目标计算节点时，在接收到所述用户端的计算任务时运行所述计算任务得到计算结果；
19.所述节点管理设备按照如上第一种方法执行。
20.一种节点分配系统，该系统包括：节点管理设备、计算节点、存储节点、用户端；
21.所述用户端，用于在存在有计算需求时向所述节点管理设备发送计算任务，以及上报所述用户端的基因特征数据至所述节点管理设备；所述用户端的基因特征数据用于表征所述用户端；
22.所述计算节点，用于注册至所述节点管理设备，以及，以及上报所述计算节点的基因特征数据至所述节点管理设备，所述计算节点的基因特征数据用于表征计算节点；以及，在作为所述用户端的目标计算节点时，接收到所述用户端的计算任务时通过与目标存储节点进行交互得到计算结果；
23.所述存储节点，用于上报所述存储节点的基因特征数据至所述节点管理设备，所述存储节点的基因特征数据用于表征存储节点；以及，在作为所述用户端的目标存储节点时，通过协助目标计算节点完成目标计算节点收到的计算任务；
24.所述节点管理设备按照如上第二种方法执行。
25.本技术实施例提供一种节点分配装置，该装置应用于节点管理设备，包括：
26.第一接收单元，用于接收用户端的计算任务；
27.第一确定单元，用于依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；其中，所述用户端的基因特征数据用于表征所述用户端；所述计算节点的基因特征数据用于表征计算节点；
28.第一目标单元，用于从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点；
29.第一处理单元，用于将所述目标计算节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行。
30.本技术实施例提供一种节点分配装置，该装置应用于节点管理设备，包括：
31.第二接收单元，用于接收用户端的计算任务；
32.第二确定单元，用于依据已获得的所述用户端的基因特征数据、以及已获得的已
注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；以及，依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点；所述用户端的基因特征数据用于表征所述用户端；所述计算节点的基因特征数据用于表征计算节点，所述存储节点的基因特征数据用于表征存储节点；
33.第二目标单元，用于从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点，以及从所有候选存储节点中选择出用于协助所述目标计算节点执行所述计算任务的目标存储节点；
34.第二处理单元，用于将所述目标计算节点和所述目标存储节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行并通过与所述目标计算节点和所述目标存储节点进行交互得到计算结果。
35.本技术实施例还提供了一种电子设备。该电子设备包括：处理器和机器可读存储介质；
36.所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；
37.所述处理器用于执行机器可执行指令，以实现上述公开的方法的步骤。
38.由以上技术方案可以看出，在本实施例中，依据用户端的基因特征数据、以及已注册至本设备的各计算节点的基因特征数据之间的特征相关性(也称双端匹配方式，双端是指用户端、以及所有计算节点组成的边缘端)，先为用户端确定用于执行计算任务的候选计算节点；之后再进一步从所有候选计算节点中选择出当前在线的目标计算节点并分配给用户端，这相比现有随机分配计算节点给用户端的方式，实现了至少根据用户端的基因数据、边缘端各计算节点的基因数据为用户端分配计算节点执行用户端的计算任务；
39.进一步地，在本实施例中，在为用户端分配计算节点时，借助上述双端匹配方式即用户端的基因特征数据、以及已注册至本设备的各计算节点的基因特征数据之间的特征相关性，而该特征相关性可确保最终分配的目标计算节点能够高效完成用户端的计算任务。
附图说明
40.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
41.图1为本技术实施例提供的方法流程图；
42.图2为本技术实施例提供的注册流程图；
43.图3为本技术实施例提供的计算节点上报基因特征数据的示意图；
44.图4为本技术实施例提供的在线检测流程图；
45.图5为本技术实施例提供的注销流程图；
46.图6为本技术实施例提供的步骤102实现流程图；
47.图7为本技术实施例提供的另一方法流程图；
48.图8为本技术实施例提供的系统结构图；
49.图9为本技术实施例提供的另一系统结构图
50.图10为本技术实施例提供的装置结构图；
51.图11为本技术实施例提供的另一装置结构图；
52.图12为本技术实施例提供的电子设备结构图。
具体实施方式
53.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
54.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
55.为了使本领域技术人员更好地理解本技术实施例提供的技术方案，并使本技术实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本技术实施例中技术方案作进一步详细的说明。
56.参见图1，图1为本技术实施例提供的方法流程图。该方法应用于节点管理设备。可选地，作为一个实施例，这里的节点管理设备可为云端控制中心。在本实施例中，云端控制中心可为互联网或物联网的云服务平台。
57.如图1所示，该流程可包括以下步骤：
58.步骤101，接收用户端的计算任务。
59.可选地，在本实施例中，用户端是指具有真实的计算需求的设备或应用。用户端可提供直接面向用户的服务，以实现用户与业务交互。
60.当用户端具有计算需求时，其会向上述节点管理设备上送计算任务。基于此，上述节点管理设备最终会接收到来自用户端的计算任务。
61.步骤102，依据已获得的用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行计算任务的候选计算节点。
62.在本实施例中，用户端的基因特征数据用于表征用户端，其在具体实现时，比如可包括：(1)设备硬件数据比如硬件特征码等；(2)所在地区特型数据比如所在国家、省份(或地区)、主要城市等；(3)网络特性数据比如网络身份标识(一般用公网ip地址和端口port表征)、网络服务运营商、网络上下行带宽等。
63.在初始时，用户端在上线后发现截止当前还从未上报本用户端的基因特征数据，则会上报本用户端的基因特征数据。假若用户端在上线后发现之前已上报本用户端的基因特征数据，则若当前的至少一个基因特征数据相比之前上报的对应的基因特征数据发生变化，则当前会将发生变化的基因特征数据上报给上述节点管理设备。之后，一旦发现有至少一个基因特征数据发生变化，也会及时将发生变化的基因特征数据上报给上述节点管理设备。以保证上述节点管理设备始终会获得用户端实时最新的基因特征数据。
64.类似地，在本实施例中，计算节点的基因特征数据用于表征计算节点，其在具体实现时，比如可包括：(1)设备硬件数据比如硬件特征码等；(2)所在地区特型数据比如所在国家、省份(或地区)、主要城市等；(3)网络特性数据比如网络身份标识(一般用公网ip地址和监护端口port表征，监护端口是连接上述用户端的接口)、网络服务运营商、网络上下行带宽等；(4)计算负载数据，包括同时并行计算的任务数量、目前正在计算的任务数量，可以计
算的任务数余量等；(5)其它临时指定的可能会影响计算能力的特征数据等。本实施例并不具体限定。
65.在初始时，计算节点在上线后发现截止当前还从未上报本计算节点的基因特征数据，则会上报本计算节点的基因特征数据。假若计算节点在上线后发现之前已上报本计算节点的基因特征数据，则若当前的至少一个基因特征数据相比之前上报的对应的基因特征数据发生变化，则当前会将发生变化的基因特征数据上报给上述节点管理设备。之后，一旦发现有至少一个基因特征数据发生变化，也会及时将发生变化的基因特征数据上报给上述节点管理设备。以保证上述节点管理设备始终会获得计算节点实时最新的基因特征数据。
66.基于上面描述，在本实施例中，上述步骤102中，上述候选计算节点时是依据已获得的用户端的实时最新的基因特征数据、以及已获得的已注册至本设备的各计算节点的实时最新的基因特征数据确定。至于如何依据已获得的用户端的实时最新基因特征数据、以及已获得的已注册至本设备的各计算节点的实时最新基因特征数据，确定用于执行上述计算任务的候选计算节点，下文会举例描述，这里暂不赘述。
67.步骤103，从所有候选计算节点中选择出当前在线且用于执行计算任务的目标计算节点。
68.可选地，作为一个实施例，本步骤103可依赖于过滤条件从所有候选计算节点中选择出当前在线且用于执行计算任务的目标计算节点。比如过滤条件至少包括：与用户端之间的物理距离最近、和/或负载低于设定负载等，本实施例并不具体限定。
69.以过滤条件包括与用户端之间的物理距离最近为例，则最终选择出的目标计算节点可为当前在线且与用户端之间的物理距离最近的计算节点。下文会对目标计算节点进行进一步描述，这里暂不赘述。
70.步骤104，将目标计算节点分配给用户端，以使用户端将计算任务发送至目标计算节点执行。
71.可选地，在本实施例中，将目标计算节点分配给用户端，则用户端即可与目标计算节点建立连接、以及完成相互之间的鉴权。之后，用户端即可通过与目标计算节点之间的连接将计算任务发送至目标计算节点，以由目标计算节点根据计算任务进行相应智能计算得到计算结果。之后，目标计算节点将计算结果返回给用户端，进一步地，目标计算节点还会将上述计算任务和计算结果返回给上述节点管理设备，以便节点管理设备记录计算任务、上述用户端和计算结果之间的关联关系。这里，节点管理设备记录该关联关系，是为了后续进一步为用户端分配候选计算节点，下文会进行描述，这里暂不赘述。
72.至此，完成图1所示流程。
73.通过图1所示可以看出，在本实施例中，依据用户端的基因特征数据、以及已注册至本设备的各计算节点的基因特征数据之间的特征相关性(也称双端匹配方式，双端是指用户端、以及所有计算节点组成的边缘端)，先为用户端确定用于执行计算任务的候选计算节点；之后再进一步从所有候选计算节点中选择出当前在线的目标计算节点并分配给用户端，这相比现有随机分配计算节点给用户端的方式，实现了至少根据用户端的基因数据、边缘端各计算节点的基因数据为用户端分配计算节点执行用户端的计算任务；
74.进一步地，在本实施例中，在为用户端分配计算节点时，借助上述双端匹配方式即用户端的基因特征数据、以及已注册至本设备的各计算节点的基因特征数据之间的特征相
关性，而该特征相关性可确保最终分配的目标计算节点能够高效完成用户端的计算任务。
75.在上面步骤102中有提及已注册至节点管理设备的各计算节点，下面对计算节点如何注册至节点管理设备进行描述：
76.参见图2，图2为本技术实施例提供的注册流程图。如图2所示，该流程可包括以下步骤：
77.步骤201，节点管理设备接收计算节点在注册时发送的注册参数。
78.可选地，在本实施例中，对于任一计算节点，其需要通过节点管理设备的http接口完成注册。其中，计算节点在注册时，其会向上述http接口发送注册参数。
79.作为一个实施例，这里的注册参数至少包括表1所示的至少一个参数。
[0080][0081][0082]
表1
[0083]
步骤202，节点管理设备对注册参数进行节点注册逻辑处理，返回注册结果给发送上述注册参数的计算节点。
[0084]
可选地，在本实施例中，节点管理设备在接收到上述注册参数后，其会对注册参数进行节点注册逻辑处理比如认证等，最终会得到注册结果。
[0085]
可选地，在本实施例中，节点管理设备可通过http code的形式返回注册结果。其中，注册结果可包括如表2所示的其中一个结果标识：
[0086][0087]
表2
[0088]
在上述表2中，导致出现上述第四结果标识的可能有很多，比如节点管理设备中的服务器端错误，也可能是节点管理设备与计算结点之间的网络错误等。一旦出现上述第四结果标识，则上述发送注册参数的计算节点需要作多次重试，每次重试建议时间频率依次递增，不要使用固定时间频率进行注册重试，这样主要是为了防止由于批量计算节点进行注册重试对节点管理设备造成ddos攻击。
[0089]
至此，完成图2所示的流程。
[0090]
通过图2所示流程实现了计算节点如何注册至节点管理设备，以便节点管理设备后续为用户端分配已注册至本设备的计算节点。
[0091]
如上有关计算节点上报基因特征数据的描述，下面通过图3举例示出：
[0092]
参见图3，图3为本技术实施例提供的计算节点上报基因特征数据的示意图。如图3所示，该流程可包括以下步骤：
[0093]
步骤301，节点管理设备接收计算节点上报的基因特征数据。
[0094]
如上描述，计算节点在上线后发现有至少一个基因特征数据发生变化，或者还未上报基因特征数据，则向节点管理设备的http接口发送基因特征数据，以完成基因特征数据上报。
[0095]
如上描述的计算节点的基因特征数据，则计算节点可按照如下方式上报基因特征数据：
[0096]
先是按照如表3所示上报计算节点的节点标识id、计算节点运行的协议版本号，之后，再按照如表4所示上报计算节点的具体基因特征数据。这里，具体基因特征数据是指除节点标识id、计算节点运行的协议版本号之外的基因特征数据。在本实施例中，具体基因特征数据采用关键字-数值(kv)对的方式组合上报的数据对(每一数据对包括：信令id、数据包data)，具体可参见表4。
[0097]
[0098]
表3
[0099][0100]
表4
[0101]
步骤302，节点管理设备对基因特征数据进行逻辑处理，返回上报结果给发送基因特征数据的计算节点。
[0102]
可选地，在本实施例中，节点管理设备在接收到计算节点上报的基因特征数据后，其会对基因特征数据进行逻辑处理比如调用函数存储基因特征数据等，最终会得到上报结果。
[0103]
可选地，在本实施例中，节点管理设备可通过http code的形式返回上报结果。其中，上报结果可包括如表5所示的其中一个结果标识：
[0104][0105]
表5
[0106]
在上述表5中，导致出现上述第五结果标识的可能有很多，比如节点管理设备中的服务器端错误，也可能是节点管理设备与计算结点之间的网络错误等。一旦出现上述第五结果标识，则上述发送基因特征数据的计算节点需要作多次重试，每次重试建议时间频率依次递增，不要使用固定时间频率进行上报重试，这样主要是为了防止由于批量计算节点进行上报基因特征数据重试对节点管理设备造成ddos攻击。
[0107]
至此，完成图3所示的流程。
[0108]
通过图3所示流程实现了计算节点如何上报基因特征数据至节点管理设备，以便节点管理设备后续为用户端分配已注册至本设备的计算节点。
[0109]
需要说明的是，在上述步骤103中，最终选择出的目标计算节点必须在线。至于如何检测目标计算节点在线，在本实施例中，各计算节点都会调用节点管理设备的http心跳接口来完成心跳保活，以使节点管理设备检测出各计算节点的网络状态比如在线或离线。图4举例示出了节点管理设备如何检测出各计算节点的网络状态比如在线或离线的一种举例：
[0110]
参见图4，图4为本技术实施例提供的在线检测流程图。如图4所示，该流程可包括以下步骤：
[0111]
步骤401，节点管理设备接收计算节点发送的心跳保活报文。
[0112]
可选中，在本实施例中，心跳保活报文至少携带：计算节点标识(id)、计算节点运行的协议版本号。计算节点标识(id)、计算节点运行的协议版本号可如表3所示。
[0113]
步骤402，节点管理设备对心跳保活报文进行心跳逻辑处理，得到响应结果，并返
回响应结果给计算结果。
[0114]
可选地，响应结果包括：心跳保活报文发送成功、或者需再尝试至少一次重复发送心跳保活报文、或者节点管理设备出现异常、或者计算节点版本需要升级、或者计算节点已被注销、或者计算节点已被拉入黑名单。其中，当响应结果包括心跳保活报文发送成功时，则确定发送心跳保活报文的计算节点在线。表6举例示出了响应结果，响应结果中包括如何一种结果标识：
[0115][0116]
表6
[0117]
在上述表6中，导致出现上述第十一结果标识的可能有很多，比如节点管理设备中的服务器端错误，也可能是节点管理设备与计算结点之间的网络错误等。一旦出现上述第十一结果标识，则上述发送心跳保活报文的计算节点需要作多次重试，每次重试建议时间频率依次递增，不要使用固定时间频率进行上报重试，这样主要是为了防止由于批量计算节点重试发送心跳保活报文对节点管理设备造成ddos攻击。
[0118]
至此，完成图4所示的流程。
[0119]
通过图4所示流程实现了节点管理设备如何检测出各计算节点的网络状态比如在线或离线，以便在为用户端分配已注册至本设备的计算节点时首先要确保该计算节点在线。
[0120]
需要说明的是，在本实施例中，计算节点还可基于注销事件调用节点管理设备的http接口，以完成注销操作。这里，注销事件有很多，比如计算节点的资源已满等，本实施例并不具体限定。
[0121]
参见图5，图5为本技术实施例提供的注销流程图。如图5所示，该流程可包括以下步骤：
[0122]
步骤501，节点管理设备接收计算节点在注销时发送的注销参数。
[0123]
这里的注销参数至少可包括如表3所示的计算节点标识id、计算节点运行的协议版本号。
[0124]
步骤502，节点管理设备对注销参数进行节点注销逻辑处理，返回处理结果给计算节点。
[0125]
在本实施例中，处理结果可包括：注销成功或者需再尝试至少一次重注销。表7举例示出处理结果：
[0126][0127]
表7
[0128]
至此，完成图5所示的流程。
[0129]
通过图5所示流程实现了节点管理设备如何管理各计算节点的注销。
[0130]
下面对上述步骤102中如何依据已获得述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点：
[0131]
参见图6，图6为本技术实施例提供的步骤102实现流程图。如图6所示，该流程可包括以下步骤：
[0132]
步骤601，识别上述计算任务是否为用户端发送的首个计算任务，如果是，执行步骤602，如果否，执行步骤603。
[0133]
可选地，在本实施例中，识别上述计算任务是否为用户端发送的首个计算任务有很多实现方式，比如，在接收到用户端每发送的计算任务时，如果之前已接收到，则将已记录的之前接收到该用户端的计算任务的时间(记为计算任务接收时间)更新为当前时间，否则，将当前时间作为该用户端的计算任务接收时间，基于此，在本步骤601中，可基于当前是否存在该用户端的计算任务接收时间来识别上述计算任务是否为用户端发送的首个计算任务，即，如果不存在该用户端的计算任务接收时间，则确定上述计算任务是否为用户端发送的首个计算任务，否则，确定上述计算任务不为用户端发送的首个计算任务。
[0134]
再比如，如下描述，在本实施例中，会预先为用户端生成对应的计算节点分配集合(具体如步骤603描述)。基于此，在本步骤601中，可基于当前是否存在该用户端对应的计算节点分配集合来识别上述计算任务是否为用户端发送的首个计算任务，即，如果不存在该用户端的计算节点分配集合，则确定上述计算任务是否为用户端发送的首个计算任务，否则，确定上述计算任务不为用户端发送的首个计算任务。
[0135]
步骤602，依据已获得的用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，从已注册至本设备的各计算节点中确定用于执行计算任务的候选计算节点。
[0136]
本步骤602是在上述计算任务为用户端发送的首个计算任务的前提下执行的。
[0137]
可选地，在本实施例中，可借助已训练的基因亲缘性算法计算用户端的基因特征数据(截止当前用户端的最新基因特征数据)、以及已注册至本设备的各计算节点的基因特征数据(截止当前计算节点的最新基因特征数据)之间的特征相关性(该特征相关性可具有置信度表示)，将与用户端之间的特征相关性的置信度满足条件(比如大于或等于预设置信度)的计算节点作为候选计算节点。
[0138]
步骤603，将已为用户端生成的计算节点分配集合中的所有计算节点确定为用于执行计算任务的候选计算节点；计算节点分配集合是依据已获得的用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据、以及用户端之前已被分
配的用于执行历史计算任务的历史目标计算节点确定。
[0139]
本步骤603是在上述计算任务不为用户端发送的首个计算任务的前提下执行的。
[0140]
在本实施例中，当检测用户端的任一基因特征数据发生变化、和/或任一计算节点的基因特征数据发生变化都会及时调整用户端的计算节点分配集合。
[0141]
在本实施例中，计算节点分配集合是依据用户端的基因特征数据、以及各计算节点的基因特征数据、以及用户端之前已被分配的用于执行历史计算任务的历史目标计算节点确定。在具体实现时，可借助已训练的基因亲缘性算法计算用户端的基因特征数据(截止当前用户端的最新基因特征数据)、以及已注册至本设备的各计算节点的基因特征数据(截止当前计算节点的最新基因特征数据)之间的特征相关性(该特征相关性可具有置信度表示)，基于与用户端之间的特征相关性的置信度满足条件(比如大于或等于预设置信度)的计算节点、以及用户端之前已被分配的用于执行历史计算任务的历史目标计算节点确定计算节点分配集合。
[0142]
基于计算节点分配集合，则本步骤602中，可直接将计算节点分配集合中的所有计算节点确定为用于执行计算任务的候选计算节点。
[0143]
至于上述基因亲缘性算法，本实施例并不具体限定，其只要能保证确定用户端的基因特征数据(截止当前用户端的最新基因特征数据)、以及已注册至本设备的各计算节点的基因特征数据(截止当前计算节点的最新基因特征数据)之间的特征相关性即可。
[0144]
至此，完成图6所示流程。
[0145]
通过图6所示流程实现了上述步骤102中如何依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点。
[0146]
需要说明的是，在本实施例中，上述步骤104中将目标计算节点分配给用户端之后，此时，该目标计算节点也可称为用户端已被分配的用于执行历史计算任务的历史目标计算节点。基于此，本实施例还可进一步再依据用户端的基因特征数据、以及各计算节点的基因特征数据、以及用户端之前已被分配的用于执行历史计算任务的历史目标计算节点更新上述计算节点分配集合。
[0147]
另外，如上描述，每一候选计算节点与用户端的特征相关性具有对应的置信度；置信度用于指示该候选计算节点被分配给用户端的可能性。基于此，在本实施例中，目标计算节点是从所有候选计算节点中选择出的满足过滤条件的计算节点，并且，目标计算节点与用户端之间的特征相关性的置信度大于其他满足过滤条件的候选计算节点与用户端之间的特征相关性的置信度。
[0148]
以上是站在通过双端即用户端与边缘端的计算节点相匹配的方式为用户端分配计算节点。下面站在通过三端即用户端、边缘端的计算节点、以及边缘端的存储节点相匹配的方式为用户端分配计算节点：
[0149]
这里，存储节点通常可提供计算节点为了完成计算任务可能需要使用到一些中间数据或资源，也即，存储节点充当了数据缓存或是重要资源提供功能的节点。
[0150]
参见图7，图7为本技术实施例提供的另一方法流程图。如图7所示，该流程可包括以下步骤：
[0151]
步骤701，接收用户端的计算任务；
[0152]
步骤702，依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；以及，依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点。
[0153]
本步骤702中，存储节点的基因特征数据用于表征存储节点，其在具体实现时比如可包括：(1)设备硬件数据比如硬件特征码等，(2)所在地区特型数据比如所在国家、省份(或地区)、主要城市等，(3)网络特性数据比如网络身份标识(一般用公网ip地址和端口port表征)、网络服务运营商、网络上下行带宽等、(4)存储资源。本实施例并不具体限定。
[0154]
至于如何依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储计算任务产生的计算数据的候选存储节点，其类似上述确定候选计算节点的方式，比如，若所述计算任务为所述用户端发送的首个计算任务，则依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点；若所述计算任务不为所述用户端发送的首个计算任务，则将已为所述用户端生成的存储节点分配集合中的所有计算节点确定为用于存储所述计算任务产生的计算数据的候选存储节点；所述存储节点分配集合是依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据、以及所述用户端之前已被分配的历史存储节点确定。本实施例并不具体详述。
[0155]
步骤703，从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点，以及从所有候选存储节点中选择出用于协助所述目标计算节点执行所述计算任务的目标存储节点。
[0156]
本实施例中，从所有候选存储节点中选择出用于协助目标计算节点执行所述计算任务的目标存储节点的方式有很多，但需要保证最终选择出的目标存储节点必须满足协助目标计算节点执行计算任务的要求。
[0157]
步骤704，将所述目标计算节点和所述目标存储节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行并通过与所述目标计算节点和所述目标存储节点进行交互得到计算结果。
[0158]
至此，完成图7所示流程。
[0159]
通过图7所示流程可以看出，在本实施例中，依据用户端的基因特征数据、以及已注册至本设备的各计算节点的基因特征数据、以及各存储节点的基因特征数据之间的特征相关性(也称三端匹配方式，三端是指用户端、边缘端计算节点、边缘端存储节点)，先为用户端确定候选计算节点和候选存储节点；之后再进一步从所有候选计算节点中选择出目标计算节点以及从所有候选存储节点中选择出目标存储节点并分配给用户端，这相比现有随机分配计算节点给用户端的方式，实现了至少根据用户端的基因数据、边缘端各计算节点的基因数据为用户端分配计算节点执行用户端的计算任务；
[0160]
进一步地，在本实施例中，在为用户端分配计算节点时，借助上述三端匹配方式即用户端的基因特征数据、已注册至本设备的各计算节点的基因特征数据、以及各存储节点的基因特征数据之间的特征相关性，而该特征相关性可确保最终分配的目标计算节点能够高效完成用户端的计算任务。
[0161]
以上对本技术实施例提供的方法进行了描述。下面对本技术实施例提供的系统和
装置进行描述：
[0162]
参见图8，图8为本技术实施例提供的系统结构图。如图8所示，该系统包括节点管理设备、计算节点、用户端。
[0163]
在本实施例中，用户端，用于在存在有计算需求时向所述节点管理设备发送计算任务，以及上报所述用户端的基因特征数据至所述节点管理设备；所述用户端的基因特征数据用于表征所述用户端；
[0164]
计算节点，用于注册至所述节点管理设备，以及，以及上报所述计算节点的基因特征数据至所述节点管理设备，所述计算节点的基因特征数据用于表征计算节点；以及，在作为所述用户端的目标计算节点时，在接收到所述用户端的计算任务时运行所述计算任务得到计算结果。
[0165]
所述节点管理设备，用于执行如图1所示流程。
[0166]
本技术实施例还提供另一系统结构图。参见图9，图9为本技术实施例提供的另一系统结构图。如图9所示，该系统可包括：节点管理设备、计算节点、存储节点、用户端。
[0167]
用户端，用于在存在有计算需求时向所述节点管理设备发送计算任务，以及上报所述用户端的基因特征数据至所述节点管理设备；所述用户端的基因特征数据用于表征所述用户端；
[0168]
计算节点，用于注册至所述节点管理设备，以及，以及上报所述计算节点的基因特征数据至所述节点管理设备，所述计算节点的基因特征数据用于表征计算节点；以及，在作为所述用户端的目标计算节点时，接收到所述用户端的计算任务时通过与目标存储节点进行交互得到计算结果；
[0169]
存储节点，用于上报所述存储节点的基因特征数据至所述节点管理设备，所述存储节点的基因特征数据用于表征存储节点；以及，在作为所述用户端的目标存储节点时，通过协助目标计算节点完成目标计算节点收到的计算任务；
[0170]
所述节点管理设备用于执行如图7所示流程。
[0171]
以上对本技术实施例提供的系统进行了描述。下面对本技术实施例提供的装置进行描述：
[0172]
参见图10，图10为本技术实施例提供的装置结构图。该装置应用于节点管理设备，包括：
[0173]
第一接收单元，用于接收用户端的计算任务；
[0174]
第一确定单元，用于依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；其中，所述用户端的基因特征数据用于表征所述用户端；所述计算节点的基因特征数据用于表征计算节点；
[0175]
第一目标单元，用于从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点；
[0176]
第一处理单元，用于将所述目标计算节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行。
[0177]
可选地，第一接收单元进一步接收计算节点在注册时发送的注册参数；所述注册参数用于表示计算节点需要注册至所述节点管理设备时被要求进行注册认证的参数；第一
处理单元进一步对所述注册参数进行节点注册逻辑处理，返回注册结果给发送所述注册参数的计算节点；
[0178]
其中，所述注册结果包括：第一结果标识、第二结果标识、第三结果标识、或第四结果标识；
[0179]
所述第一结果标识用于指示计算节点成功注册至节点管理设备；
[0180]
所述第二结果标识用于指示计算节点已被拉入黑名单；
[0181]
所述第三结果标识用于指示计算节点版本需要升级；
[0182]
所述第四结果标识用于指示计算节点需再尝试至少一次重注册。
[0183]
可选地，所述注册参数至少包括：
[0184]
计算节点的节点标识id、计算节点支持的计算类型、计算节点运行的协议版本号、计算节点是否支持联通检测、计算节点的公网ip地址；
[0185]
所述联通检测用于测试节点管理设备和计算节点之间的网络联通质量。
[0186]
可选地，第一确定单元依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点包括：
[0187]
若所述计算任务为所述用户端发送的首个计算任务，则依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，从已注册至本设备的各计算节点中确定用于执行所述计算任务的候选计算节点；
[0188]
若所述计算任务不为所述用户端发送的首个计算任务，则将已为所述用户端生成的计算节点分配集合中的所有计算节点确定为用于执行所述计算任务的候选计算节点；所述计算节点分配集合是依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据、以及所述用户端之前已被分配的用于执行历史计算任务的历史目标计算节点确定。
[0189]
可选地，每一候选计算节点与所述用户端的特征相关性具有对应的置信度；所述置信度用于指示该候选计算节点被分配给所述用户端的可能性；
[0190]
所述目标计算节点是从所有候选计算节点中选择出的满足过滤条件的计算节点，所述目标计算节点与所述用户端之间的特征相关性的置信度大于其他满足过滤条件的候选计算节点与所述用户端之间的特征相关性的置信度；
[0191]
所述过滤条件至少包括：与所述用户端之间的物理距离最近、和/或负载低于设定负载。
[0192]
可选地，所述计算节点的基因特征数据至少包括：
[0193]
计算节点的节点标识id、计算节点运行的协议版本号、采用关键字-数值kv对的方式组合上报的数据对，数据对包括：信令id、数据包data，其中，当所述信令id为监听地址组合标识addr时，数据包data表示由计算节点的公网ip地址和计算节点的监听端口port组成的监听信息；当所述信令id为状态status时，数据包data表示计算节点的状态标识，所述状态标识表示空闲或者工作中。
[0194]
可选地，第一接收单元进一步接收计算节点在注销时发送的注销参数，所述注销参数至少携带：计算节点标识id、计算节点运行的协议版本号；第一处理单元进一步对注销参数进行节点注销逻辑处理，返回处理结果给所述计算节点；所述处理结果包括：注销成功
或者需再尝试至少一次重注销；和/或，
[0195]
第一接收单元进一步接收计算节点发送的心跳保活报文，心跳保活报文至少携带：计算节点标识id、计算节点运行的协议版本号；第一处理单元进一步返回响应结果给所述计算结果；所述响应结果包括：心跳保活报文发送成功、或者需再尝试至少一次重复发送心跳保活报文、或者节点管理设备出现异常、或者计算节点版本需要升级、或者计算节点已被注销、或者计算节点已被拉入黑名单；
[0196]
其中，当所述响应结果包括心跳保活报文发送成功时，则确定发送所述心跳保活报文的计算节点在线。
[0197]
至此，完成图10所示装置的结构描述。
[0198]
参见图11，图11为本技术实施例提供的另一装置结构图。该装置应用于节点管理设备，包括：
[0199]
第二接收单元，用于接收用户端的计算任务；
[0200]
第二确定单元，用于依据已获得的所述用户端的基因特征数据、以及已获得的已注册至本设备的各计算节点的基因特征数据，确定用于执行所述计算任务的候选计算节点；以及，依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点；所述用户端的基因特征数据用于表征所述用户端；所述计算节点的基因特征数据用于表征计算节点，所述存储节点的基因特征数据用于表征存储节点；
[0201]
第二目标单元，用于从所有候选计算节点中选择出当前在线且用于执行所述计算任务的目标计算节点，以及从所有候选存储节点中选择出用于协助所述目标计算节点执行所述计算任务的目标存储节点；
[0202]
第二处理单元，用于将所述目标计算节点和所述目标存储节点分配给所述用户端，以使所述用户端将计算任务发送至所述目标计算节点执行并通过与所述目标计算节点和所述目标存储节点进行交互得到计算结果。
[0203]
可选地，第二确定单元依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点包括：
[0204]
若所述计算任务为所述用户端发送的首个计算任务，则依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据，确定用于存储所述计算任务产生的计算数据的候选存储节点；
[0205]
若所述计算任务不为所述用户端发送的首个计算任务，则将已为所述用户端生成的存储节点分配集合中的所有计算节点确定为用于存储所述计算任务产生的计算数据的候选存储节点；所述存储节点分配集合是依据已获得的所述用户端的基因特征数据、以及已获得的各存储节点的基因特征数据、以及所述用户端之前已被分配的历史存储节点确定。
[0206]
至此，完成图11所示装置的结构描术。
[0207]
本技术实施例还提供了图10或图11所示装置的硬件结构。参见图12，图12为本技术实施例提供的电子设备结构图。如图12所示，该硬件结构可包括：处理器和机器可读存储介质，机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；所述处理器用
于执行机器可执行指令，以实现本技术上述示例公开的方法。
[0208]
基于与上述方法同样的申请构思，本技术实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被处理器执行时，能够实现本技术上述示例公开的方法。
[0209]
示例性的，上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：ram(radom access memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。
[0210]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
[0211]
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本技术时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0212]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术实施例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。
[0213]
本技术是参照根据本技术实施例的方法、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。应理解可以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、嵌入式处理机或其它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它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。
[0214]
而且，这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
[0215]
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供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步骤。
[0216]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。