微服务部署方法、可读存储介质及设备技术

本发明专利技术公开了一种微服务部署方法，在已经部署好的节点中，获取已经部署好的计算服务，每隔时隙t对服务质量进行检测；在重部署条件触发时，筛选服务质量未满足预期的计算服务S1；获取计算服务S1的服务贡献值，所述服务贡献值由相应计算服务的迁移时间与原部署方案下的调度时间的差值决定；选取服务贡献值最高的计算服务进行重部署。本发明专利技术方案优化了对服务的响应部署，从而有利于改善系统服务执行的效率和成本。效率和成本。

【技术实现步骤摘要】
微服务部署方法、可读存储介质及设备


[0001]本专利技术是关于计算机技术，特别是关于一种面向边缘视觉应用的云边协同环境下的微服务部署方法、可读存储介质及设备。

技术介绍

[0002]如今，随着物联网、边缘智能技术的快速发展，万物互联的智能时代正在加速到来。随之而来的还有网络边缘的设备数量和产生的数据都快速增长，这种情形对当前广泛使用的云计算模型提出了巨大的挑战。正因如此，近几年，边缘计算出现在大众视野中，边缘计算是一种在靠近终端设备的网络边缘提供智能服务的新型计算模型。值得注意的是，边缘计算虽然有如此多的优势和特点，但由于边缘节点资源受限，且部分数据与任务必须在云中心中存储和执行，所以云边协同具有更广泛的实际意义。
[0003]虽然云边协同计算模式为优化应用/服务响应时间提供了契机，但也面临着它对应的问题。首先，边缘服务器都是小型服务器，资源有限，无法满足所有服务需求，不同节点范围内服务的请求数量不同，服务部署在不同节点处对系统性能影响不同。在此基础上，终端应用的移动性和对服务需求的变化，导致负载分布是动态变化的，当服务请求发生大量改变时，静态的服务部署不再适用，无法实现所有时间段内系统性能最佳。
[0004]近年来关于服务部署问题已经取得大量的研究成果，接下来将介绍当前服务部署及动态部署问题现状。如今的服务部署策略更多的是使用各种优化目标，比如最大化边缘端服务请求响应数量、最小化系统成本等等，但是这些研究都需要建立在每个工作都有专有计算、存储、带宽资源的基础上执行，虽然可行，但存储资源的利用率将会变得非常低。近期的研究工作大多是利用预测的方法研究部署的服务，预测的内容可以是数据传输、处理及迁移的成本等等，如：以平衡负载及网络延迟为目标，提出了一种基于Pareto的最佳K
‑
Medoids动态资源分配算法。
[0005]目前部分部署策略的研究忽略了系统的异构性，如：在同构的边缘计算环境下同时考虑延迟与成本得到服务部署策略，或使用贪心策略将服务性能需求看作是相同的，显然，这不符合现实场景，边缘服务器的资源往往是异构且有限的。
[0006]部分研究虽然考虑了环境的异构性，却忽略了系统其他指标，如：在异构边缘计算环境下通过划分节点选择收益最大部署策略，这会导致同一节点多个副本现象的出现，增加系统的功耗。再比如：采用线性规划的方法共同决定服务部署与请求调度策略，与本专利技术部分有关，但却忽略了负载分布不均匀的问题。
[0007]还有许多研究考虑到用户的动态变化，对服务部署提出动态调整策略。一些研究引入了用户的移动性，并使用马尔科夫链表示服务迁移的问题，得到近似最佳的解决方案；或使用最短路径的原理研究了服务迁移的策略，但这仅仅局限于单一服务与单一的用户。
[0008]然而，以上的研究都没有结合考虑服务负载的不均匀性和系统的异构性，也没有在考虑整体服务及用户的前提下研究服务部署与请求调度策略。
[0009]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应
当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0010]本专利技术的目的在于提供一种面向边缘视觉应用的云边协同环境下的微服务部署方法、可读存储介质及设备，其能够通过在服务调度与服务迁移之间权衡，得到近似最优的重部署策略。
[0011]为实现上述目的，本专利技术的实施例提供了微服务部署方法，在已经部署好的节点中，获取已经部署好的计算服务，每隔时隙t对服务质量进行检测；在重部署条件触发时，筛选服务质量未满足预期的计算服务S1；获取计算服务S1的服务贡献值，所述服务贡献值由相应计算服务的迁移时间与原部署方案下的调度时间的差值决定；选取服务贡献值最高的计算服务进行重部署。
[0012]在本专利技术的一个或多个实施方式中，重部署条件为节点的整体的服务质量低于预期时，则触发重部署。
[0013]在本专利技术的一个或多个实施方式中，服务质量至少包括单个服务响应时间或系统内服务平均响应时间或迁移服务响应时间。
[0014]在本专利技术的一个或多个实施方式中，重部署为对需要重部署的计算服务获取对应的迁移节点集合，获取服务迁移时间，并比较服务迁移时间与原本服务部署方案下的调度时间，从而选择该计算服务响应时间最短的进行重部署。
[0015]在本专利技术的一个或多个实施方式中，服务贡献值Q
s
为：
[0016]其中T
s
为原部署方案下的调度时间，t
ms
为迁移服务响应时间，min{t
ms
}为对应于迁移节点集合的最小迁移服务响应时间。
[0017]在本专利技术的一个或多个实施方式中，单个服务响应时间为将请求调度到边缘服务器计算后回传获得结果过程中的延迟时间。
[0018]在本专利技术的一个或多个实施方式中，单个服务响应时间与输入参数传输时间、服务执行时间、输出参数传输时间中至少一个正相关。
[0019]在本专利技术的一个或多个实施方式中，还提供了一种可读存储介质，其存储有用于执行如前述的微服务部署方法的计算机程序。
[0020]在本专利技术的一个或多个实施方式中，还提供了一种设备，包括如前述的可读存储介质或用于执行如前述的微服务部署方法。
[0021]与现有技术相比，根据本专利技术实施方式的面向边缘视觉应用的云边协同环境下的微服务部署方法、可读存储介质及设备，针对服务请求动态变化，静态的服务部署策略无法保证任意时刻系统性能最优。针对系统内节点和服务属性的异构性，服务部署在不同节点对系统性能及服务质量会产生不同的影响。基于以上系统特性，本专利技术提出一种服务重部署策略，对超过最大容忍时间的服务优先选择贡献值最大的服务进行重部署，通过在服务调度与服务迁移之间权衡，得到近似最优的重部署策略。本专利技术以最小化系统内所有服务的平均响应时间为目标，研究边缘视觉应用服务动态重部署策略，提高服务响应质量，改善用户服务体验。针对服务请求动态变化，静态的服务部署策略无法保证任意时刻系统性能
最优；针对系统内节点和服务属性的异构性，服务部署在不同节点对系统性能及服务质量会产生不同的影响。基于以上系统特性，本专利技术提出一种服务重部署策略，对超过最大容忍时间的服务集合，优先选择贡献值最大的服务进行重部署，通过在服务调度与服务迁移之间权衡，得到近似最优的重部署策略。
具体实施方式
[0022]下面结合具体实施方式进行详细描述，但应当理解本专利技术的保护范围并不受具体实施方式的限制。
[0023]除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
[0024]本专利技术提出一种服务动态重部署策略，对未满足预期响应延迟的服务计算服务贡献值，选择服务贡献值最高的服务进行重部署，贡献值由服务的迁移时间与调度时间的差值决定。本策略是在已经部署好的系统中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微服务部署方法，其特征在于，在已经部署好的节点中，获取已经部署好的计算服务，每隔时隙t对服务质量进行检测；在重部署条件触发时，筛选服务质量未满足预期的计算服务S1；获取计算服务S1的服务贡献值，所述服务贡献值由相应计算服务的迁移时间与原部署方案下的调度时间的差值决定；选取服务贡献值最高的计算服务进行重部署。2.如权利要求1所述的微服务部署方法，其特征在于，所述重部署条件为节点的整体的服务质量低于预期时，则触发重部署。3.如权利要求1或2所述的微服务部署方法，其特征在于，所述服务质量至少包括单个服务响应时间或系统内服务平均响应时间或迁移服务响应时间。4.如权利要求1所述的微服务部署方法，其特征在于，所述重部署为对需要重部署的计算服务获取对应的迁移节点集合，获取服务迁移时间，并比较服务迁移时间与原本服务部署方案下的调度时间，从而选择该计算服务响应时间最短的进行重部署。5.如权利要求1所述...

【专利技术属性】
技术研发人员：曾锃，缪巍巍，李世豪，黄进，张澄，韦磊，蒋承伶，肖晶，杜渐，全思平，杨君中，张明轩，张瑞，
申请(专利权)人：国网江苏省电力有限公司泰州供电分公司国网江苏省电力有限公司，
类型：发明
国别省市：