一种数据处理方法、计算机设备以及可读存储介质技术

本发明专利技术公开了一种数据处理方法、计算机设备以及可读存储介质，该数据处理方法包括：获取在边缘计算节点中运行的目标应用的当前运营活动信息和关联的一个或多个当前运行信息；然后根据当前运营活动信息和每个当前运行信息中的应用活动场景和业务用户占用资源信息，确定至少两个应用活动场景分别对应的平均算力需求信息；再根据平均算力需求信息、和预测得到的边缘计算节点在目标时间段内针对目标应用的新增业务用户、下线业务用户以及场景切换业务用户，确定边缘计算节点在目标时间段内的变化算力资源信息；最后基于该变化算力资源信息，确定边缘计算节点在目标时间段内的空闲算力资源信息。采用本发明专利技术，可以预估目标时间段内算力资源的空闲情况。段内算力资源的空闲情况。段内算力资源的空闲情况。

【技术实现步骤摘要】
一种数据处理方法、计算机设备以及可读存储介质


[0001]本申请涉及云
，尤其涉及一种数据处理方法、计算机设备以及可读存储介质。

技术介绍

[0002]云游戏是指游戏在远程服务器上运行，并将渲染完毕后的游戏画面压缩编码后，通过网络以音视频流方式下发到终端的过程。云游戏不需要考虑终端配置，彻底解决了终端性能不足无法运行重度游戏的技术问题。不过云游戏对网络延时的要求非常高，为了给用户提供更加稳定的网络条件，一般都会通过大规模部署边缘计算节点的方式，让云游戏的服务器离用户更近。
[0003]因为游戏用户的在线是有比较明显的潮汐现象的，为了给用户提供更好的体验，一般我们都是按照游戏用户的最高在线数来准备算力资源，而这部分算力资源在非高峰时段就会产生空闲。游戏实际运营过程中，通常通过检测边缘计算节点CPU(central processing unit，中央处理器)、或者GPU(graphics processing unit，图形处理器)的实时负载情况，来获取边缘计算节点的当前算力空闲情况。但是，如果根据当前算力空闲情况为边缘计算节点分配离线计算任务，离线计算任务通常需要花费一段时间才能完成，而且由于无法预测未来这段时间内该边缘计算节点的算力资源是否一直处于空闲状态，那么一旦未来这段时间内该边缘计算节点的算力资源不再空闲，却又得继续执行离线计算任务，那么很容易会造成边缘计算节点超负荷，导致资源调度不够准确。

技术实现思路

[0004]本申请实施例提供一种数据处理方法、计算机设备以及可读存储介质，可以实现算力资源的可量化，并预估未来时间段内算力资源的空闲情况，从而进行精确的边缘计算节点的资源调度。
[0005]本申请实施例一方面提供了一种数据处理方法，包括：
[0006]获取在边缘计算节点中运行的目标应用的当前运营活动信息，获取目标应用关联的一个或多个当前运行信息；目标应用包含至少两个应用活动场景；一个当前运行信息包括一个业务用户所在的应用活动场景和业务用户占用资源信息；
[0007]根据当前运营活动信息和每个当前运行信息中的应用活动场景和业务用户占用资源信息，确定至少两个应用活动场景分别对应的平均算力需求信息；
[0008]预测边缘计算节点在目标时间段内针对目标应用的新增业务用户、下线业务用户以及场景切换业务用户；
[0009]根据平均算力需求信息、新增业务用户、下线业务用户以及场景切换业务用户，确定边缘计算节点在目标时间段内的变化算力资源信息；
[0010]根据边缘计算节点的算力总资源信息、已占用算力资源信息和变化算力资源信息，确定边缘计算节点在目标时间段内的空闲算力资源信息。
[0011]本申请实施例一方面提供了一种数据处理装置，包括：
[0012]运营信息获取模块，用于获取在边缘计算节点中运行的目标应用的当前运营活动信息；
[0013]运行信息获取模块，用于获取目标应用关联的一个或多个当前运行信息；目标应用包含至少两个应用活动场景；一个当前运行信息包括一个业务用户所在的应用活动场景和业务用户占用资源信息；
[0014]场景需求确定模块，用于根据当前运营活动信息和每个当前运行信息中的应用活动场景和业务用户占用资源信息，确定至少两个应用活动场景分别对应的平均算力需求信息；
[0015]用户预测模块，用于预测边缘计算节点在目标时间段内针对目标应用的新增业务用户、下线业务用户以及场景切换业务用户；
[0016]变化资源确定模块，用于根据平均算力需求信息、新增业务用户、下线业务用户以及场景切换业务用户，确定边缘计算节点在目标时间段内的变化算力资源信息；
[0017]空闲算力确定模块，用于根据边缘计算节点的算力总资源信息、已占用算力资源信息和变化算力资源信息，确定边缘计算节点在目标时间段内的空闲算力资源信息。
[0018]其中，至少两个应用活动场景包括应用活动场景M
i
，i为小于或等于至少两个应用活动场景的总数量的正整数；
[0019]场景需求确定模块，包括：
[0020]第一信息获取单元，用于在每个当前运行信息中，获取应用活动场景M
i
对应的业务用户占用资源信息，作为待处理资源信息；
[0021]第二信息获取单元，用于获取目标应用中与当前运营活动信息相匹配的历史运营活动信息，获取历史运营活动信息关联的一个或多个历史运行信息；
[0022]第二信息获取单元，还用于在一个或多个历史运行信息中，获取应用活动场景M
i
对应的历史业务用户占用资源信息，作为历史资源信息；
[0023]均值处理单元，用于对历史资源信息和待处理资源信息进行均值处理，得到应用活动场景M
i
对应的平均算力需求信息。
[0024]其中，用户预测模块，包括：
[0025]数据获取单元，用于获取目标应用的历史业务行为数据；
[0026]第一用户预测单元，用于根据边缘计算节点的当前空闲算力资源信息、当前运营活动信息、历史业务行为数据，确定边缘计算节点在目标时间段内针对目标应用的新增业务用户；
[0027]第二用户预测单元，用于根据业务用户所在的应用活动场景、当前运营活动信息、历史业务行为数据，确定边缘计算节点在目标时间段内针对目标应用的下线业务用户和场景切换业务用户。
[0028]其中，第一用户预测单元，包括：
[0029]新增预测子单元，用于根据当前运营活动信息、历史业务行为数据以及节假日信息，预测在目标时间段内目标应用的总新增业务用户；
[0030]调度子单元，用于根据边缘计算节点的当前空闲算力资源信息对总新增业务用户进行预上线调度处理，确定边缘计算节点在目标时间段内针对目标应用的新增业务用户。
[0031]其中，变化资源确定模块，包括：
[0032]第一资源确定单元，用于根据新增业务用户所在的初始登录场景对应的平均算力需求信息，确定新增业务用户对应的新增算力资源信息；初始登录场景属于至少两个应用活动场景；
[0033]第二资源确定单元，用于根据下线业务用户所在的应用活动场景对应的平均算力需求信息，确定下线业务用户对应的释放算力资源信息；
[0034]第三资源确定单元，用于将场景切换业务用户在场景切换前所在的应用活动场景确定为第一应用活动场景，将场景切换业务用户在场景切换后所在的应用活动场景确定为第二应用活动场景；
[0035]第三资源确定单元，还用于根据第一应用活动场景对应的平均算力需求信息和第二应用活动场景对应的平均算力需求信息，确定场景切换业务用户对应的切换算力资源信息；
[0036]变化资源确定单元，用于根据新增算力资源信息、释放算力资源信息以及切换算力资源信息，确定边缘计算节点在目标时间段内的变化算力资源信息。
[0037]其中，一个或多个当前运行信息包括当前运行信息N
j
，j为小于或等于一个或多个当前运行信息的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取在边缘计算节点中运行的目标应用的当前运营活动信息，获取所述目标应用关联的一个或多个当前运行信息；所述目标应用包含至少两个应用活动场景；一个当前运行信息包括一个业务用户所在的应用活动场景和业务用户占用资源信息；根据所述当前运营活动信息和每个当前运行信息中的应用活动场景和业务用户占用资源信息，确定所述至少两个应用活动场景分别对应的平均算力需求信息；预测所述边缘计算节点在目标时间段内针对所述目标应用的新增业务用户、下线业务用户以及场景切换业务用户；根据所述平均算力需求信息、所述新增业务用户、所述下线业务用户以及所述场景切换业务用户，确定所述边缘计算节点在所述目标时间段内的变化算力资源信息；根据所述边缘计算节点的算力总资源信息、已占用算力资源信息和所述变化算力资源信息，确定所述边缘计算节点在所述目标时间段内的空闲算力资源信息。2.根据权利要求1所述的方法，其特征在于，所述至少两个应用活动场景包括应用活动场景M
i
，i为小于或等于所述至少两个应用活动场景的总数量的正整数；所述根据所述当前运营活动信息和每个当前运行信息中的应用活动场景和业务用户占用资源信息，确定所述至少两个应用活动场景分别对应的平均算力需求信息，包括：在每个当前运行信息中，获取应用活动场景M
i
对应的业务用户占用资源信息，作为待处理资源信息；获取所述目标应用中与所述当前运营活动信息相匹配的历史运营活动信息，获取所述历史运营活动信息关联的一个或多个历史运行信息；在所述一个或多个历史运行信息中，获取应用活动场景M
i
对应的历史业务用户占用资源信息，作为历史资源信息；对所述历史资源信息和所述待处理资源信息进行均值处理，得到所述应用活动场景M
i
对应的平均算力需求信息。3.根据权利要求1所述的方法，其特征在于，所述预测所述边缘计算节点在目标时间段内针对所述目标应用的新增业务用户、下线业务用户以及场景切换业务用户，包括：获取所述目标应用的历史业务行为数据；根据所述边缘计算节点的当前空闲算力资源信息、所述当前运营活动信息、所述历史业务行为数据，确定所述边缘计算节点在所述目标时间段内针对所述目标应用的新增业务用户；根据所述业务用户所在的应用活动场景、所述当前运营活动信息、所述历史业务行为数据，确定所述边缘计算节点在所述目标时间段内针对所述目标应用的下线业务用户和场景切换业务用户。4.根据权利要求3所述的方法，其特征在于，所述根据所述边缘计算节点的当前空闲算力资源信息、所述当前运营活动信息、所述历史业务行为数据，确定所述边缘计算节点在所述目标时间段内针对所述目标应用的新增业务用户，包括：根据所述当前运营活动信息、所述历史业务行为数据以及节假日信息，预测在目标时间段内所述目标应用的总新增业务用户；根据所述边缘计算节点的当前空闲算力资源信息对所述总新增业务用户进行预上线
调度处理，确定所述边缘计算节点在目标时间段内针对所述目标应用的新增业务用户。5.根据权利要求1所述的方法，其特征在于，所述根据所述平均算力需求信息、所述新增业务用户、所述下线业务用户以及所述场景切换业务用户，确定所述边缘计算节点在所述目标时间段内的变化算力资源信息，包括：根据所述新增业务用户所在的初始登录场景对应的平均算力需求信息，确定所述新增业务用户对应的新增算力资源信息；所述初始登录场景属于所述至少两个应用活动场景；根据所述下线业务用户所在的应用活动场景对应的平均算力需求信息，确定所述下线业务用户对应的释放算力资源信息；将所述场景切换业务用户在场景切换前所在的应用活动场景确定为第一应用活动场景，将所述场景切换业务用户在场景切换后所在的应用活动场景确定为第二应用活动场景；根据所述第一应用活动场景对应的平均算力需求信息和所述第二应用活动场景对应的平均算力需求信息，确定所述场景切换业务用户对应的切换算力资源信息；根据所述新增算力资源信息、所述释放算力资源信息以及切换算力资源信息，确定所述边缘计算节点在所述目标时间段内的变化算力资源信息。6.根据权利要求1所述的方法，其特征在于，所述一个或多个当前运行信息包括当前运行信息N
j
，j为小于或等于所述一个或多个当前运行信息的总数量的正整数；所述当前运行信息N
j
包括应用活动场景H
j
和业务用户占用资源信息I
j
；所述业务用户占用资源信息I
j
包括中央处理器算力信息；所述获取所述目标应用关联的一个或多个当前运行信息，包括：确定所述边缘计算节点的中央处理器在单位时间内，针对所述应用活动场景H
j
进行处理的事务数量，将所述事务数量作为所述中央处理器算力信息。7.根据权利要求1所述的方法，其特征在于，所述一个或多个当前运行信息包括当前运行信息N
j
，j为小于或等于所述一个或多个当前运行信息的总数量的正整数；所述当前运行信息N
j
包括应用活动场景H
j
和业务用户占用资源信息I
j
；所述业务用户占用资源信息I
j
包括图形处理器算力信息；所述获取所述目标应用关联的一个或多个当前运行信息，包括：确定所述边缘计算节点的图形处理器在单位时间内，针对所述应用活动场景H
j
进行的浮点操作次数，将所述浮点操作次数作为所述图形处理器算力信息。8.根据权利要求1所述的方法，其特征在于，所述一个或多个当前运行信息包括当前运行信息N
j
，j为小于或等于所述一个或多个当前运行信息的总数量的正整数；所述当前运行信息N
j

【专利技术属性】
技术研发人员：徐士立，钟炳武，付亚彬，郑骎，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：