边缘计算资源弹性调度方法及系统与流程

技术特征：
1.一种边缘计算资源弹性调度方法，其特征在于，包括：步骤s1：评估当前终端设备，将数据发送到边缘服务器集群上；步骤s2：边缘服务器集群接收到数据后，创建基于容器的应用，同时监控应用指标，对应用指标数据进行分析预测，做出弹性决策；步骤s3：边缘服务器集群的弹性决策模块感知到工作负载的变化，要求创建新的应用，创建的新容器根据预设的容器调度方式，决定容器是否需要调度其他可用节点上运行；步骤s4：边缘计算服务器集群计算完成，将结果返回给终端设备，当接收到终端设备发送的任务量减少后，减少当前该应用的数量。2.根据权利要求1所述的边缘计算资源弹性调度方法，其特征在于，在所述步骤s1中：当终端设备上有新的应用执行任务时，终端设备上的任务决策模块评估当前终端设备的电量、计算能力，做出在本地进行计算还是发送到边缘计算服务器集群上计算的决定；如果需要发送到边缘服务器集群，通过网络传输模块将数据发送到边缘服务器集群。3.根据权利要求1所述的边缘计算资源弹性调度方法，其特征在于，在所述步骤s2中：边缘服务器集接收到终端设备发送过来的数据后，开始创建基于容器的应用，同时监控应用的关键指标，弹性决策模块获取应用的指标数据进行分析预测，做出弹性决策；采用自回归综合移动平均模型和bp神经网络进行资源需求预测，计算预期的弹性资源或容器数量，资源需求预测分析具体流程如下：步骤s2.1：通过监测软件获取相应的监测指标数据，包含应用响应时间，形成时间序列；步骤s2.2：统计终端设备发送过来的任务请求量，使用arima对请求量趋势进行预测，换算成资源请求量以及资源使用优先级；步骤s2.3：以监测的实时指标数据、期望的资源请求量、期望的应用响应时间为输入，以需要运行的或容器数量为输出，构建bp神经网络预测模型；步骤s2.4：根据bp神经网络的预测结果，获得需要伸缩的或容器数量。4.根据权利要求3所述的边缘计算资源弹性调度方法，其特征在于：获得需要伸缩的容器数量后，对边缘服务器集群中的资源进行动态伸缩管理；计算资源动态伸缩的实现过程：步骤a1：根据bp神经网络的预测结果，获得需要伸缩的容器数量；步骤a2：判断需要伸缩的容器数量，若数量大于0，则表示资源需要扩展，转步骤a3；若数量小于0，则表示资源需要收缩，转步骤a8；若数量等于0，则表示资源无需伸缩，结束本次资源动态伸缩调整；步骤a3：通过资源监控获取可用的资源，形成可用资源队列；可用资源队列有两个：高优先级队列和低优先级队列，存储了处于关机状态的容器的服务器节点并且此节点的可用资源能够满足一个容器重新运行所必须的资源条件，则此节点中可用资源属于响应优先级高的可用资源，形成高优先级可用资源队列；其他的可用服务器节点资源形成低优先级可用资源队列；步骤a4：针对需要新增加运行的容器进行资源配给，根据应用运行优先级在可用资源队列中寻找满足条件的边缘服务器节点，对于需要优先运行的应用首先在高优先级队列中查找匹配可用资源的服务器节点，其次再查找低优先级队列中可用资源的服务器节点，如
果都没有找到匹配的可用资源的服务器节点，则提示无可用的匹配资源，结束本次资源伸缩操作；对于不需要优先运行的应用首先在低优先级队列中查找匹配可用资源的服务器节点，其次再查找高优先级队列中可用资源的服务器节点，如果都没有找到匹配的可用资源的服务器节点，则提示无可用的匹配资源，结束本次资源伸缩操作；步骤a5：资源匹配成功后，如果匹配到处于关机状态的容器资源，则重启容器，否则创建容器并部署运行它；步骤a6：对新增加运行的容器进行资源监控，抽取相应的监控指标数据；步骤a7：需要伸缩的容器数量减1，返回步骤a2；步骤a8：获取全部处于运行状态的容器，选定待缩减的容器进行锁定，不再执行新的任务请求；步骤a9：判断选定的容器是否满足关机条件，如果本容器的任务还没有执行完，则等待预设时间后再判断是否满足关机条件，直到满足预设条件为止；步骤a10：对满足关机条件的容器，判断容器中运行的应用优先级，如果应用优先级高并且当前可用资源中没有处于关机状态的容器，则执行关机操作，否则执行销毁容器的操作；步骤a11：资源回收，需要伸缩的容器数量加1，返回步骤a2。5.根据权利要求1所述的边缘计算资源弹性调度方法，其特征在于：在所述步骤s3中：如果终端设备发送的任务量增高幅度大于预设值，弹性决策模块感知到工作负载的变化后，就会要求创建新的应用，创建的新容器根据预设的容器调度方式，决定容器是否需要调度其他可用节点上运行；在所述步骤s4中：边缘计算服务器集群计算完成之后，通过网络传输模块将结果返回给终端设备，当接收到终端设备发送的任务量减少后，弹性模块减少当前该应用的数量。6.一种边缘计算资源弹性调度系统，其特征在于，包括：模块m1：评估当前终端设备，将数据发送到边缘服务器集群上；模块m2：边缘服务器集群接收到数据后，创建基于容器的应用，同时监控应用指标，对应用指标数据进行分析预测，做出弹性决策；模块m3：边缘服务器集群的弹性决策模块感知到工作负载的变化，要求创建新的应用，创建的新容器根据预设的容器调度方式，决定容器是否需要调度其他可用节点上运行；模块m4：边缘计算服务器集群计算完成，将结果返回给终端设备，当接收到终端设备发送的任务量减少后，减少当前该应用的数量。7.根据权利要求6所述的边缘计算资源弹性调度系统，其特征在于，在所述模块m1中：当终端设备上有新的应用执行任务时，终端设备上的任务决策模块评估当前终端设备的电量、计算能力，做出在本地进行计算还是发送到边缘计算服务器集群上计算的决定；如果需要发送到边缘服务器集群，通过网络传输模块将数据发送到边缘服务器集群。8.根据权利要求6所述的边缘计算资源弹性调度系统，其特征在于，在所述模块m2中：边缘服务器集接收到终端设备发送过来的数据后，开始创建基于容器的应用，同时监控应用的关键指标，弹性决策模块获取应用的指标数据进行分析预测，做出弹性决策；
采用自回归综合移动平均模型和bp神经网络进行资源需求预测，计算预期的弹性资源或容器数量，资源需求预测分析具体流程如下：模块m2.1：通过监测软件获取相应的监测指标数据，包含应用响应时间，形成时间序列；模块m2.2：统计终端设备发送过来的任务请求量，使用arima对请求量趋势进行预测，换算成资源请求量以及资源使用优先级；模块m2.3：以监测的实时指标数据、期望的资源请求量、期望的应用响应时间为输入，以需要运行的或容器数量为输出，构建bp神经网络预测模型；模块m2.4：根据bp神经网络的预测结果，获得需要伸缩的或容器数量。9.根据权利要求8所述的边缘计算资源弹性调度系统，其特征在于：获得需要伸缩的容器数量后，对边缘服务器集群中的资源进行动态伸缩管理；计算资源动态伸缩的实现过程：模块b1：根据bp神经网络的预测结果，获得需要伸缩的容器数量；模块b2：判断需要伸缩的容器数量，若数量大于0，则表示资源需要扩展，转模块b3；若数量小于0，则表示资源需要收缩，转模块b8；若数量等于0，则表示资源无需伸缩，结束本次资源动态伸缩调整；模块b3：通过资源监控获取可用的资源，形成可用资源队列；可用资源队列有两个：高优先级队列和低优先级队列，存储了处于关机状态的容器的服务器节点并且此节点的可用资源能够满足一个容器重新运行所必须的资源条件，则此节点中可用资源属于响应优先级高的可用资源，形成高优先级可用资源队列；其他的可用服务器节点资源形成低优先级可用资源队列；模块b4：针对需要新增加运行的容器进行资源配给，根据应用运行优先级在可用资源队列中寻找满足条件的边缘服务器节点，对于需要优先运行的应用首先在高优先级队列中查找匹配可用资源的服务器节点，其次再查找低优先级队列中可用资源的服务器节点，如果都没有找到匹配的可用资源的服务器节点，则提示无可用的匹配资源，结束本次资源伸缩操作；对于不需要优先运行的应用首先在低优先级队列中查找匹配可用资源的服务器节点，其次再查找高优先级队列中可用资源的服务器节点，如果都没有找到匹配的可用资源的服务器节点，则提示无可用的匹配资源，结束本次资源伸缩操作；模块b5：资源匹配成功后，如果匹配到处于关机状态的容器资源，则重启容器，否则创建容器并部署运行它；模块b6：对新增加运行的容器进行资源监控，抽取相应的监控指标数据；模块b7：需要伸缩的容器数量减1，返回模块b2；模块b8：获取全部处于运行状态的容器，选定待缩减的容器进行锁定，不再执行新的任务请求；模块b9：判断选定的容器是否满足关机条件，如果本容器的任务还没有执行完，则等待预设时间后再判断是否满足关机条件，直到满足预设条件为止；模块b10：对满足关机条件的容器，判断容器中运行的应用优先级，如果应用优先级高并且当前可用资源中没有处于关机状态的容器，则执行关机操作，否则执行销毁容器的操作；
模块b11：资源回收，需要伸缩的容器数量加1，返回模块b2。10.根据权利要求6所述的边缘计算资源弹性调度系统，其特征在于：在所述模块m3中：如果终端设备发送的任务量增高幅度大于预设值，弹性决策模块感知到工作负载的变化后，就会要求创建新的应用，创建的新容器根据预设的容器调度方式，决定容器是否需要调度其他可用节点上运行；在所述模块m4中：边缘计算服务器集群计算完成之后，通过网络传输模块将结果返回给终端设备，当接收到终端设备发送的任务量减少后，弹性模块减少当前该应用的数量。

技术总结
本发明提供了一种边缘计算资源弹性调度方法及系统，包括：步骤S1：评估当前终端设备，将数据发送到边缘服务器集群上；步骤S2：边缘服务器集接收到数据后，创建基于容器的应用，同时监控应用指标，对应用指标数据进行分析预测，做出弹性决策；步骤S3：弹性决策模块感知到工作负载的变化，要求创建新的应用，创建的新容器根据预设的容器调度方式，决定容器是否需要调度其他可用节点上运行；步骤S4：边缘计算服务器集群计算完成，将结果返回给终端设备，当接收到终端设备发送的任务量减少后，减少当前该应用的数量。本发明可以加强边缘计算节点之间的协作；相邻的边缘计算服务器之间可以协作进行缓存和计算。作进行缓存和计算。作进行缓存和计算。


技术研发人员：许光泞 邓畅
受保护的技术使用者：华东计算技术研究所（中国电子科技集团公司第三十二研究所）
技术研发日：2022.10.11
技术公布日：2023/2/3