【技术实现步骤摘要】
边缘计算服务的动态扩展及放置方法和装置
[0001]本申请涉及边缘计算
，尤其涉及边缘计算服务的动态扩展及放置方法和装 置。
技术介绍
[0002]边缘计算(Edge Computing)作为对云计算的一种补充和优化，聚焦实时、短周期 数据的分析与处理，将应用下沉到距离用户更近的边缘处实现了更高效的响应，同时也 极大地缓解了设备到云端的流量压力。边缘计算集群由云控制主节点和分布式边缘节点 组成，主节点可以在每个边缘节点上自动部署和调度多区域微服务。针对边缘计算服务 进行动态扩展的大多数方式中，只能解决自动扩展和服务放置这两个独立问题中的一个。 假设资源有限的边缘节点不能承载可伸缩的服务副本，则必须将它们迁移到通信延迟较 大的其他边缘节点。那么，即使使用自动伸缩策略，在一定的延迟容忍度下，边缘服务 仍然不可用。因此，为了保证边缘计算中的服务质量，需要考虑自动缩放和服务放置的 联合优化问题。
[0003]目前，现有方式虽然研究了云环境下的可伸缩性问题和服务放置问题，但并不适合 资源有限的异构边缘计算环境，即：现有方...
【技术保护点】
【技术特征摘要】
1.一种边缘计算服务的动态扩展及放置方法，其特征在于，包括：根据边缘计算平台中各应用分别对应的各个微服务当前各自的工作负载强度预测结果以及各个边缘节点当前各自的工作性能评估结果，针对目标数据处理请求对微服务副本数量进行自动扩展处理，以确定微服务副本的缩放优化数量；采用预设的自适应离散二进制粒子群优化算法，根据所述微服务副本的缩放优化数量、当前可用的边缘节点数量及性能信息，获取各个所述微服务副本与各个可用的边缘节点之间的映射关系，以将各个所述微服务副本分别放置至对应的所述边缘节点。2.根据权利要求1所述的缘计算服务的动态扩展及放置方法，其特征在于，所述根据边缘计算平台中各应用分别对应的各个微服务当前各自的工作负载强度预测结果以及各个边缘节点当前各自的工作性能评估结果，针对目标数据处理请求对微服务副本数量进行自动扩展处理，以确定微服务副本的缩放优化数量，包括：根据针对边缘计算平台的目标数据处理请求，对所述边缘计算平台中各应用分别对应的各个微服务进行工作负载强度预测，以得到各个微服务当前各自的工作负载强度预测结果；以及，根据所述目标数据处理请求分别对所述边缘计算平台中各个所述边缘节点进行工作性能评估，以得到各个边缘节点当前各自的工作性能评估结果；基于各个微服务当前各自的工作负载强度预测结果和各个边缘节点当前各自的工作性能评估结果，采用预设的多阶段自动扩展模型针对所述目标数据处理请求对微服务副本数量进行自动扩展处理，以确定微服务副本的缩放优化数量。3.根据权利要求2所述的缘计算服务的动态扩展及放置方法，其特征在于，所述根据针对边缘计算平台的目标数据处理请求，对所述边缘计算平台中各应用分别对应的各个微服务进行工作负载强度预测，以得到各个微服务当前各自的工作负载强度预测结果，包括：基于流水线理论分别获取各个所述微服务各自对应的负载组以及各个所述微服务的平均工作负载，其中，所述负载组包括：当前微服务的上游微服务在当前监控周期的输出负载和输入负载，以及，当前微服务在下一监控周期的输出负载和输入负载；根据各个所述微服务各自对应的负载组以及各个所述微服务的平均工作负载，采用预设的工作负载强度预测模型分别预测各个所述微服务的工作负载强度，以得到各个所述微服务当前各自的工作负载强度预测结果。4.根据权利要求3所述的缘计算服务的动态扩展及放置方法，其特征在于，所述根据所述目标数据处理请求分别对所述边缘计算平台中各个所述边缘节点进行工作性能评估，以得到各个边缘节点当前各自的工作性能评估结果，包括：根据所述边缘计算平台中各个所述边缘节点的CPU、内存和网络带宽利用率分别确定各个所述边缘节点各自对应的服务性能；基于各个所述微服务分别对应的上游微服务在当前监控周期的输入负载以及各个所述边缘节点各自对应的服务性能，分别确定各个所述边缘节点的负载因子；根据各个所述边缘节点的负载因子，采用预设的工作性能评估模型分别评估定各个所述边缘节点的工作性能，以得到各个所述边缘节点当前各自的工作性能评估结果。5.根据权利要求4所述的缘计算服务的动态扩展及放置方法，其特征在于，所述工作负载强度预测结果包括由强至弱的至少三类结果，所述工作性能评估结果包括由强至弱的至...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。