一种基于微服务的智能工厂管控平台组合调度优化方法技术

本发明专利技术公开了一种基于微服务的智能工厂管控平台组合调度优化方法，包括：确定所述智能工厂管控平台的服务中心数量及所述服务中心的资源信息和位置信息；将所述智能工厂管控平台的应用拆分为若干个微服务，部署到若干个所述服务中心，所述服务中心开启每个微服务将消耗一定的资源；确定用户数量和用户信息，所述用户信息包括用户请求微服务信息和用户地理位置信息；确定若干个服务中心和若干个微服务的组合启动策略；根据位置最近原则确定用户服务策略；根据所述用户服务策略，所述微服务将多目标优化方法的目标参数设定为资源使用率和负载均衡率；对所述资源使用率和所述负载均衡率进行优化，使得所述智能工厂管控平台的性能达到相对最优。

【技术实现步骤摘要】
一种基于微服务的智能工厂管控平台组合调度优化方法
本专利技术涉及人工智能管理领域，具体涉及一种基于微服务组合调度的混合云部署智能工厂管控平台优化方法。
技术介绍
智能工厂管控平台已成为工厂智能化转型进程中必不可缺的一部分。目前，多数管控平台以私有云为主，但面对大量的生产实时数据和多地多工厂协同的问题，将带来巨大的服务器购置成本压力，已不能满足用户需求。单一部署的云平台又难以满足多地多工厂生产管控对数据吞吐量大、响应实时性要求高、数据私密性需求高等工厂生产管控的需求特点。为了便于多地多工厂的生产统一管理以及降低私有云部署带来的服务器成本压力，提出了混合云部署模式。但是，目前基于混合云的智能工厂管控平台存在以下缺点：(1)生产管控过程中，由于大量的用户请求并发性，服务中心提供服务饱和，发生响应时延较长问题；(2)本地智能工厂管控平台为广域空间分布的用户提供服务时，本地服务中心的组合部署和调度耗费资源较高；(3)传统平台提供应用服务时耗费资源较高。微服务是面向服务的平台架构发展与云技术发展结合而来，针对分布在不同地方，面对不同用户产生大量并发请求时，传统应用已经无法满足用户的请求，基于微服务的应用研究成了热点问题。微服务将传统应用进行服务拆分，按照不同业务和功能需求拆分成单个相互独立的微服务，使之具有灵活性、专用性及稳定性。智能工厂管控平台面向多用户多工厂，将生产过程管控与工厂管理决策分析结合。对生产过程、生产装备等数据进行收集、计算、分析并将结果实时进行反馈，由此进行一体化智能管控，使得生产各项数据可以进行共享和有效利用，优化其生产经营效率。因此，如何将微服务与混合云部署相结合从而保障智能工厂管控平台的可靠运行，对多地多工厂的生产统一管理，降低单一工厂单独部署管理带来的服务器成本压力，使得智能工厂管控平台服务中心配置和调度不同微服务或者微服务组合时启动和运行策略达到最优是目前有待解决的问题。
技术实现思路
本专利技术要解决的技术问题是如何将微服务组合调度优化与混合云部署相结合从而保障智能工厂管控平台的高效运行，并如何使得智能工厂管控平台服务中心配置和调度不同微服务或者微服务组合时启动和运行策略进行优化，提供一种基于微服务的智能工厂管控平台组合调度优化方法。本专利技术是通过下述技术方案来解决上述技术问题：一种基于微服务的智能工厂管控平台组合调度优化方法，所述优化方法包括：确定所述智能工厂管控平台的服务中心数量及所述服务中心的资源信息和位置信息；将所述智能工厂管控平台的应用拆分为若干个微服务，部署到若干个所述服务中心，所述服务中心开启每个所述微服务将消耗一定的资源；确定用户数量和用户信息，所述用户信息包括用户请求微服务信息和用户地理位置信息；确定若干个所述服务中心和若干个所述微服务的组合启动策略；根据位置最近原则确定用户服务策略；根据所述用户服务策略，所述微服务将多目标优化方法的目标参数设定为资源使用率和负载均衡率；对所述资源使用率和所述负载均衡率进行优化，使得所述智能工厂管控平台的性能达到相对最优。进一步地，所述资源信息包括计算资源和存储资源，所述位置信息包括经度信息和纬度信息；所述资源使用率为每个所述服务中心的计算资源使用率，存储资源使用率，所述负载均衡率为每个所述服务中心的计算资源负载均衡率，存储资源负载均衡率。较佳地，所述根据位置最近原则确定用户服务策略包括：用户发出所述微服务请求信息；所述管控平台寻找最近服务中心；对所述最近服务中心的负载情况进行判断，若所述最近服务中心未达到最大负载率，则请求该服务中心服务，若所述最近服务中心已达到所述最大负载率，则按距离寻找次近的其他所述服务中心；若所有所述服务中心均达到所述最大负载率，则等待一段时间后重复上一步骤，直至找到可接受所述微服务请求信息的服务中心为止。较佳地，对所述资源使用率和负载均衡率进行优化的方法包括NSGA-III方法。进一步地，所述微服务包括单个所述微服务和/或所述微服务的组合。在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本专利技术各较佳实例。本专利技术的积极进步效果在于：满足大量用户并发请求，可以使得各个服务中心的负载均衡率保持稳定；可以灵活地在多个服务中心请求服务；可以部署到多个服务中心上，单个微服务只提供单个服务，耗费资源较小，可应对大量并发请求。附图说明图1为本专利技术一种基于微服务的智能工厂管控平台组合调度优化方法一实施例中的方法流程图；图2为本专利技术一种基于微服务的智能工厂管控平台组合调度优化方法一实施例中的广域空间服务中心示意图；图3为本专利技术一种基于微服务的智能工厂管控平台组合调度优化方法一实施例中的用户服务策略流程图。具体实施方式为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。如图1所示为基于微服务的智能工厂管控平台组合调度优化方法流程图：S01：确定所述智能工厂管控平台的服务中心数量及所述服务中心的资源信息和位置信息；在一个示例中，如图2所示，确定智能工厂管控平台的服务中心M＝{m1,m2,m3,m4……mn}即有n个服务中心m1,m2,m3,m4…mn。第k个服务中心为mk表示为mk＝(MRes(ck,sk),MLoc(lok,lak))，其中，MRes表示资源信息和MLoc表示位置信息，ck表示第k个服务中心的计算资源，sk表示第k个服务中心的存储资源，lok表示第k个服务中心的经度位置信息，lak表示第k个服务中心的纬度位置信息。S02：将所述智能工厂管控平台的应用拆分为若干个微服务，部署到若干个所述服务中心，所述服务中心开启每个所述微服务将消耗一定的资源；在一个示例中，如图2所示，将智能工厂管控平台的应用A可拆分为k个微服务表示为A＝{a1,a2,a3,…,ak}，且服务中心每开启一个微服务消耗的资源表示为ai＝Res(ci，si)即当第i个微服务ai开启时，消耗的计算资源为ci，消耗的存储资源为si。S03：确定用户数量和用户信息，所述用户信息包括用户请求微服务信息和用户地理位置信息；在一个示例中，如图2所示，确定用户数量U＝{u1，u2，u3,…,un}即n个用户分别表示为u1，u2，u3，…，un，用户信息分为想要请求的微服务信息和用户的地理位置信息，第k个用户所请求的微服务的组合(一个或多个)和其所在的地理位置信息即本文档来自技高网...

【技术保护点】
1.一种基于微服务的智能工厂管控平台组合调度优化方法，其特征在于，所述优化方法包括：/n确定所述智能工厂管控平台的服务中心数量及所述服务中心的资源信息和位置信息；/n将所述智能工厂管控平台的应用拆分为若干个微服务，部署到若干个所述服务中心，所述服务中心开启每个所述微服务将消耗一定的资源；/n确定用户数量和用户信息，所述用户信息包括用户请求微服务信息和用户地理位置信息；/n确定若干个所述服务中心和若干个所述微服务的组合启动策略；/n根据位置最近原则确定用户服务策略；/n根据所述用户服务策略，所述微服务将多目标优化方法的目标参数设定为资源使用率和负载均衡率；/n对所述资源使用率和所述负载均衡率进行优化，使得所述智能工厂管控平台的性能达到相对最优。/n

【技术特征摘要】
1.一种基于微服务的智能工厂管控平台组合调度优化方法，其特征在于，所述优化方法包括：
确定所述智能工厂管控平台的服务中心数量及所述服务中心的资源信息和位置信息；
将所述智能工厂管控平台的应用拆分为若干个微服务，部署到若干个所述服务中心，所述服务中心开启每个所述微服务将消耗一定的资源；
确定用户数量和用户信息，所述用户信息包括用户请求微服务信息和用户地理位置信息；
确定若干个所述服务中心和若干个所述微服务的组合启动策略；
根据位置最近原则确定用户服务策略；
根据所述用户服务策略，所述微服务将多目标优化方法的目标参数设定为资源使用率和负载均衡率；
对所述资源使用率和所述负载均衡率进行优化，使得所述智能工厂管控平台的性能达到相对最优。


2.如权利要求1所述的一种基于微服务的智能工厂管控平台组合调度优化方法，其特征在于，所述资源信息包括计算资源和存储资源，所述位置信息包括经度信息和纬度信息；所述资源使用率为每个所述服务中心的计算资源使用率，存储资源使用率，...

【专利技术属性】
技术研发人员：黄燕，隗静宇，孔繁荣，周礼达，
申请(专利权)人：上海计算机软件技术开发中心，
类型：发明
国别省市：上海;31