CN110245013B - 物联网计算资源管理方法与装置 - Google Patents
物联网计算资源管理方法与装置 Download PDFInfo
- Publication number
- CN110245013B CN110245013B CN201810195830.2A CN201810195830A CN110245013B CN 110245013 B CN110245013 B CN 110245013B CN 201810195830 A CN201810195830 A CN 201810195830A CN 110245013 B CN110245013 B CN 110245013B
- Authority
- CN
- China
- Prior art keywords
- computing
- elastic
- computing device
- resource
- elastic computing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims description 24
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000013468 resource allocation Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供一种物联网计算资源管理方法与装置。物联网计算资源管理方法包括:按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接;响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务。本公开提供的物联网计算资源管理方法可以实现物联网边缘节点设备计算资源可自动伸缩的网络架构。
Description
技术领域
本公开涉及物联网技术领域,具体而言,涉及一种物联网计算资源管理方法与装置。
背景技术
随着物联网技术的兴起,越来越多的物联网终端设备不断涌现,对现有的网络架构提出了新的挑战。相关技术在物联网网络终端与云端之间设置了边缘节点,以处理物联网终端的高实时计算需求。
图1是具有边缘节点的物联网数据处理架构的示意图。由于物联网终端设备的数量与消耗的计算、存储资源可预测,因此在相对静态的物联网环境下,这种网络架构可以较好的满足物联网终端实时计算的需求。但是,当物联网终端接入数量处于动态变化中,尤其是出现突发大规模接入的状况时,该架构往往会出现资源不足,导致实时计算任务拥塞,从而降低整个物联网网络的实时性。
另一方面,即使是在物联网终端接入规模可预测的场景下,当某些边缘节点出现故障时,物联网终端设备需要切换连接的边缘节点,同样会导致某些边缘节点设备出现计算资源饱和的状况,进而导致计算任务拥塞与实时性降低。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种可以实现物联网边缘节点设备计算资源可自动伸缩的物联网计算资源管理方法与物联网数据处理***,用于克服大量物联网终端设备突发接入或部分边缘节点出现故障导致其他边缘节点接入物联网终端设备突增所导致的的计算任务拥塞与实时性降低。
根据本公开实施例的第一方面,提供一种物联网计算资源管理方法,包括:按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接;响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务。
在本公开的一种示例性实施例中,还包括:按第二预设周期断开与满足预设条件的弹性计算设备的连接。
在本公开的一种示例性实施例中,所述第一计算设备包括边缘节点。
在本公开的一种示例性实施例中,所述按第一预设周期与多个可用的弹性计算设备建立连接包括:
按所述第一预设周期识别通讯连接正常的弹性计算设备;
向所述弹性计算设备发送资源分配申请;
响应所述弹性计算设备对资源分配申请的通过消息,记录每个弹性计算设备提供的可用计算资源以及与每个弹性计算设备的连接速率。
在本公开的一种示例性实施例中,所述响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务包括:
响应所述计算任务溢出消息,获取溢出的计算任务量;
按所述预设优先级向当前优先级最高的弹性计算设备发送资源调用申请;
响应所述弹性计算设备反馈的可用计算资源为所述弹性计算设备分配计算任务;
判断是否还有溢出的计算任务,如果是,重复以上步骤直至没有溢出的计算任务或没有可用计算资源。
在本公开的一种示例性实施例中,所述预设优先级的评级标准包括连接速率、可用计算资源。
在本公开的一种示例性实施例中,所述按第二预设周期断开与满足预设条件的弹性计算设备的连接包括:
按所述第二预设周期判断是否存在空闲的已连接弹性计算设备;
如果是,向空闲时长超过预设值的弹性计算设备发送计算资源释放通知。
根据本公开实施例的第二方面,提供一种物联网计算资源管理装置,包括:
资源建立模块,设置为按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接;
资源扩张模块,设置为响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务。
根据本公开的第三方面,提供一种物联网数据处理***,包括:
云平台,通过多个路由节点耦接于多个边缘节点;
多个边缘节点与多个弹性计算设备,其中每个所述弹性计算设备耦接于多个边缘节点,每个边缘节点耦接于至少一个所述弹性计算设备;
多个物联网终端设备,耦接于所述多个边缘节点。
在本公开的一种示例性实施例中,所述边缘节点包括处理器,所述处理器设置为执行以下指令:
按第一预设周期与至少一个可用的弹性计算设备建立连接;
接收所述物联网终端设备发送的计算任务;
在计算任务溢出时按预设优先级调用所述弹性计算设备处理溢出的计算任务。
根据本公开的第四方面,提供一种物联网计算资源管理装置,包括:存储器;以及耦合到所属存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如上述任意一项所述的方法。
根据本公开的第五方面,提供一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如上述任意一项所述的物联网计算资源管理方法。
本公开实施例通过为物联网边缘节点设置共享弹性计算资源的方式,提升边缘节点设备的实时计算扩展能力以及可用性,利用多个节点共享一个弹性计算设备的机制,提升资源的整体利用率,有效避免为单一边缘节点配备弹性计算资源带来的资源浪费问题。同时,多个节点在使用弹性计算资源时,以申请/释放的方式进行,避免闲时资源占用,将资源分配到忙碌的边缘节点,提升资源利用效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是相关技术中具有边缘节点的物联网数据处理架构的示意图。
图2是应用本公开的物联网计算资源管理方法的网络架构示意图。
图3是本公开示例性实施例中物联网计算资源管理方法的流程图。
图4是本公开示例性实施例中物联网计算资源管理方法的一个子流程图。
图5是本公开示例性实施例中物联网计算资源管理方法的另一个子流程图。
图6是本公开示例性实施例中物联网计算资源管理方法的另一种流程图。
图7是图6所示物联网计算资源管理方法的一个子流程图。
图8是本公开一个示例性实施例中一种物联网计算资源管理装置的方框图。
图9是本公开一个示例性实施例中一种边缘节点的方框图。
图10是图9所示边缘节点的一种工作流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面结合附图对本公开示例实施方式进行详细说明。
图2是应用本公开的物联网计算资源管理方法的网络架构示意图。
参考图2,本公开技术方案在原有网络架构设置边缘节点设备的基础上,为多个边缘节点21设备配备一个共享的弹性计算设备22。例如,弹性计算设备可以与3个边缘节点设备采用物理直连的方式连接,并保持与每个边缘节点具有相等的距离。弹性计算设备例如可以是基于x86架构的微型服务器,可以提供较多的计算资源与存储资源,如CPU核心数量、内存空间等。
同时,弹性计算设备还可以通过多个高速以太网接口与边缘节点进行互联。一般地,弹性计算设备与边缘节点设备之间的物理链路可以采用千兆以太网进行直连;在软件层面,通过配置下发的方式,实现弹性计算设备与边缘节点设备之间的互相识别,并利用申请/释放的机制实现弹性计算资源的灵活管理,实现资源的有效利用。
边缘节点设备与弹性计算设备之间的互联方式可以包括但不仅限于高速以太网互联,其它高速互联技术同样可以适用,只要边缘节点设备软件具有相应的硬件适配程序。
图3是本公开示例性实施例中物联网计算资源管理方法的流程图。参考图3,物联网计算资源管理方法100可以包括:
步骤S1,按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接。
步骤S2,响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务。
本发明提供了一种可以实现物联网边缘节点设备计算资源可自动伸缩的网络架构,通过为物联网边缘节点设置共享弹性计算资源的方式,提升边缘节点设备的实时计算扩展能力以及可用性。利用多个节点共享一个弹性计算设备的机制,提升资源的整体利用率,有效避免为单一边缘节点配备弹性计算资源带来的资源浪费问题。同时,多个节点在使用弹性计算资源时,以申请/释放的方式进行,避免闲时资源占用,将资源分配到忙碌的边缘节点,提升了资源利用效率。
下面,对物联网计算资源管理方法100的各步骤进行详细说明。
在步骤S1,按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接。
在本公开实施例中,物联网计算资源管理方法100可以由物联网数据处理架构的边缘节点来实现。
图4是本公开一种示例性实施例中的子流程图。
参考图4,在一个实施例中,步骤S1可以包括:
步骤S11,向所述弹性计算设备发送资源分配申请;
步骤S12,响应所述弹性计算设备对资源分配申请的通过消息,记录每个弹性计算设备提供的可用计算资源以及与每个弹性计算设备的连接速率。
在边缘节点使用弹性资源之前,需要通过弹性资源池建立的过程来增加自身可以使用的弹性资源。
在步骤S11,可以提前对弹性计算设备与边缘节点之间的通讯进行配置。在配置之前,需要确保边缘节点设备与弹性计算设备之间已进行物理连接,且边缘节点设备与弹性计算设备均已接入云端管理网络,物理连接无故障。
接下来,可以通过云端物联网控制中心配置边缘节点设备与弹性计算设备之间互联网络接口的IP地址以及弹性计算设备与边缘节点设备之间互联网络接口的IP地址,两种IP地址处于相同网段。
配置完成后,边缘节点设备向弹性计算设备发送资源分配申请,并监听弹性计算资源对于资源分配申请的回复。
在步骤S12,如果弹性计算设备向边缘节点设备回复可用状态,则边缘节点设备将此弹性计算设备加入自己的可用弹性计算资源列表中,读取该弹性计算设备分配给自己的资源配额上限(如最大CPU核心数、最大内存等)以及与该弹性计算设备连接的连接速率(如以太网连接速度1000Mbps),并对可用弹性计算资源列表进行更新,写入配额信息与连接速率信息。
边缘节点设备依据以上流程分别侦测可用弹性计算设备,并将所有弹性计算设备及信息加入自己的可用弹性计算资源列表中。
如果弹性计算设备未向边缘节点设备发送回复,则边缘节点可以认为此弹性计算设备处于不可用状态,在预设时间(例如30秒)后重新发送资源分配申请。
在步骤S2,响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务。
图5是本公开实施例中步骤S2的一个子流程图。
参考图5,在本公开的一种示例性实施例中,步骤S2可以包括:
步骤S21,响应所述计算任务溢出消息,获取溢出的计算任务量;
步骤S22,按所述预设优先级向当前优先级最高的弹性计算设备发送资源调用申请;
步骤S23,响应所述弹性计算设备反馈的可用计算资源为所述弹性计算设备分配计算任务;
步骤S24,判断是否还有溢出的计算任务,如果是,重复以上步骤直至没有溢出的计算任务或没有可用计算资源。
在边缘节点设备将弹性计算设备添加到可用弹性计算资源列表后,如果遇到资源不足的场景,边缘节点设备就可以进行自动扩展计算资源以满足实时计算需求。
在步骤S21,首先,边缘节点设备不断接收实时计算任务,并将实时计算任务放置在任务队列当中,当任务队列中的任务数量溢出时,响应所述计算任务溢出消息,获取溢出的计算任务量。
在步骤S22,在本公开的一种示例性实施例中,所述预设优先级的评级标准包括连接速率、可用计算资源。
边缘节点设备可以查询自身可用弹性计算资源列表,按照连接速率对可用弹性计算资源进行排序,优先选择连接速率最快的弹性计算设备进行资源扩展。当有多个弹性计算设备的连接速率相同时,可以优先选择分配给当前边缘节点设备资源配额最小的弹性计算设备,如果资源配额也相同,可以随机选择弹性计算设备。
选定需要扩展的弹性计算资源后,边缘节点设备向选定弹性计算设备发送资源申请报文。
弹性计算资源节点接收到边缘节点的资源申请后,可以根据该边缘节点在当前弹性计算资源节点的资源配额为该边缘节点分配计算资源。例如,如果边缘节点申请的资源没有超过配额上限,则按照边缘节点申请的资源数量进行资源分配;如果边缘节点申请的资源大于等于配额上限,则按照分配给该边缘节点的资源配额进行资源分配。接下来,弹性计算资源节点可以锁定资源,如CPU核心数量、内存空间等,分配给提出申请的边缘节点使用,并激活相应的应用服务程序,利用网络连接的方式使边缘节点可以使用弹性计算资源。
在步骤S23,对于边缘节点设备来说,在确认弹性计算资源申请成功后,可以读取弹性计算设备实际分配的弹性计算资源数量,并更新可用资源列表,刷新实际可用资源数量,标识该可用资源已占用,并将任务队列中的实时计算任务送往弹性计算资源进行处理。
弹性计算设备为边缘节点设备分配的资源上,包括CPU、内存资源等,运行与边缘节点设备上相同的业务应用程序。业务应用程序启动特定进程接收来自边缘节点设备的实时计算任务,完成任务的运算后返回数据结果至边缘节点设备。
边缘节点设备接收到来自弹性计算设备的计算结果后,可以将计算结果返回给物联网终端设备或上传至云端。
在步骤S24,判断本地资源(边缘节点计算资源)加已申请的弹性计算资源是否可以满足任务队列的实时计算需求,如果满足则保持当前状态,如果不能满足,则边缘节点继续选择可用资源列表中未占用资源中连接速率最快的资源进行资源申请。
更进一步地,如果本地资源加可用资源列表中的所有弹性计算设备的弹性计算资源也无法满足溢出的计算需求,则可以将本地资源与弹性计算资源无法处理的计算任务发往云端进行处理。
图6是本公开实施例的另一种流程图。
参考图6,在本公开的一种示例性实施例中,物联网计算资源管理方法还可以包括:
步骤S3,按第二预设周期断开与满足预设条件的弹性计算设备的连接。
在本公开的一种示例性实施例中,步骤S3可以包括:
步骤S31,按所述第二预设周期判断是否存在空闲的已连接弹性计算设备;
步骤S32,如果是,向空闲时长超过预设值的弹性计算设备发送计算资源释放通知。
为了有效提升弹性计算资源利用效率,可以及时释放已占用但是出于空闲状态的弹性计算资源。
在步骤S31,边缘节点设备定时监测可用弹性计算资源列表中的弹性计算资源状态,判断弹性计算资源是否处于空闲状态。
如果弹性计算资源处于使用状态,则不执行任何操作,在下一个定时点继续监测。
在步骤S32,如果弹性计算资源处于空闲状态,则可以查询当前弹性计算资源处于空闲状态的时长,判断弹性计算资源空闲时长是否已超过空闲时长阈值。如果弹性计算资源空闲时长未超过阈值,则定时重新监测;如果弹性计算资源空闲时长已超过阈值,则边缘节点设备可以向弹性计算设备发送弹性计算资源释放通知。
响应资源释放通知关闭弹性计算设备与边缘节点设备之间的连接的操作方可以为边缘节点设备,但是在另一些实施例中,也可以由弹性计算设备实现。
例如,弹性计算设备可以在接收到边缘设备发出的弹性计算资源释放通知后,关闭边缘节点设备与弹性计算设备之间的网络连接,并启动该资源的资源预留时间计时器,在资源预留时间内没有新的资源申请时释放该资源,或者在有新的资源申请时优先全量将该资源重新分配给该边缘节点设备,并重启网络连接。上述对资源释放通知的处理仅为示例,在本公开的其他实施方式中,释放资源、关闭连接的方式还可以有多种,本公开对此不作特殊限定。
发送弹性计算资源释放通知后,边缘节点设备可以更新弹性计算资源状态,对已释放的弹性计算资源更改记录方式。
本发明通过为物联网边缘节点设备配备弹性计算设备的方式,可以实现边缘节点计算资源的自动伸缩功能,以应对终端设备接入数量突增的场景。
现有的物联网网络架构多采用在云端与物联网终端之间增加边缘节点的方式进行部署,通过本地的边缘节点为物联网终端提供实时计算服务,而管理数据与实时性要求较低的数据通过上传至云端的方式来进行处理。这种网络架构在应对物联网终端规模可预测的场景时,可以较好的满足物联网终端实时计算的需求。但是,当物联网终端接入数量处于动态变化中,尤其是出现突发大规模接入的状况时,该架构往往会出现资源不足,导致实时计算任务拥塞,从而降低整个物联网网络的实时性。本发明通过增加弹性计算资源节点设备的方式,使边缘节点设备在面对接入数量突增的情况时,可以实现计算资源的自动伸缩,提升计算效率,满足物联网的实时性需求。
另一方面,即使是在物联网终端接入规模可预测的场景下,物联网边缘节点按照终端数量与流量规模进行部署,但是当某些边缘节点出现故障时,物联网终端设备需要切换连接的边缘节点,同样会导致某些边缘节点设备出现计算资源饱和的状况,进而导致计算任务拥塞与实时性降低。本发明新增了弹性计算资源节点,可以实现在故障切换场景下,大量物联网终端设备突然接入某些边缘节点设备时,边缘节点设备可以实现自动伸缩,从而实现物联网***的高可用性。
本发明采用了多个边缘节点设备共享一个弹性计算设备的架构,可以有效提升弹性计算资源的利用率,避免单一边缘节点设备配备单一弹性计算设备带来的资源浪费。同时,弹性计算资源采用申请/释放的机制,可以更加灵活的管理弹性计算资源。
对应于上述方法实施例,本公开还提供一种物联网计算资源管理装置,可以用于执行上述方法实施例。
图7是本公开一个示例性实施例中一种物联网计算资源管理装置的方框图。
参考图7,物联网计算资源管理装置700可以包括:
资源建立模块71,设置为按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接;
资源扩张模块72,设置为响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务。
在本公开的一种示例性实施例中,还包括:
资源释放模块73,设置为按第二预设周期断开与满足预设条件的弹性计算设备的连接。
在本公开的一种示例性实施例中,所述第一计算设备包括边缘节点。
在本公开的一种示例性实施例中,资源建立模块71可以包括:
资源识别单元711,设置为按所述第一预设周期识别通讯连接正常的弹性计算设备;
通讯单元712,设置为向所述弹性计算设备发送资源分配申请;
资源记录单元713,设置为响应所述弹性计算设备对资源分配申请的通过消息,记录每个弹性计算设备提供的可用计算资源以及与每个弹性计算设备的连接速率。
在本公开的一种示例性实施例中,资源扩张模块72可以包括:
扩张触发单元721,设置为响应所述计算任务溢出消息,获取溢出的计算任务量;
资源调用单元722,设置为按所述预设优先级向当前优先级最高的弹性计算设备发送资源调用申请;
资源使用单元723,设置为响应所述弹性计算设备反馈的可用计算资源为所述弹性计算设备分配计算任务;
扩展调用单元724,设置为判断是否还有溢出的计算任务,如果是,重复以上步骤直至没有溢出的计算任务或没有可用计算资源。
在本公开的一种示例性实施例中,所述预设优先级的评级标准包括连接速率、可用计算资源。
在本公开的一种示例性实施例中,资源释放模块73可以包括:
空闲设备查询单元731,设置为按所述第二预设周期判断是否存在空闲的已连接弹性计算设备;
资源释放通知单元732,设置为如果是,向空闲时长超过预设值的弹性计算设备发送计算资源释放通知。
由于装置700的各功能已在其对应的方法实施例中予以详细说明,本公开于此不再赘述。所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
图8是本公开提供的一种物联网数据处理***示意图。
参考图8,物联网数据处理***800可以包括:
云平台81,通过多个路由节点82耦接于多个边缘节点83;
多个边缘节点83与多个弹性计算设备84,其中每个所述弹性计算设备耦接于多个边缘节点,每个边缘节点耦接于至少一个所述弹性计算设备;
多个物联网终端设备85,耦接于所述多个边缘节点83。
图9是物联网数据处理***800中的一个边缘节点831的示意图。
参考图9,在本公开的一种示例性实施例中,边缘节点831可以包括处理器900,处理器设置为执行图10所示的指令:
步骤S101,按第一预设周期与至少一个可用的弹性计算设备建立连接;
步骤S102,接收所述物联网终端设备发送的计算任务;
步骤S103,在计算任务溢出时按预设优先级调用所述弹性计算设备处理溢出的计算任务。
其中,预设优先级例如可以按照连接速率的大小、可用资源的多少生成。
在一些实施例中,处理器还可以设置为执行:
步骤S104,按第二预设周期断开与满足预设条件的弹性计算设备的连接。
其中,预设条件例如可以为空闲时间超过预设值。
此外,边缘节点831还可以包括存储单元910、总线920。存储单元910可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9101和/或高速缓存存储单元9102,还可以进一步包括只读存储单元(ROM)9103。
存储单元910还可以包括具有一组(至少一个)程序模块9105的程序/实用工具9104,这样的程序模块9105包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线920可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
边缘节点831也可以与一个或多个外部设备930通信,还可与一个或者多个使得用户能与该边缘节点交互的设备(例如物联网终端)通信,和/或与使得该边缘节点831能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口940进行。并且,边缘节点831还可以通过网络适配器950与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器950通过总线920与边缘节点831的其它模块通信。应当明白,尽管图中未示出,可以结合边缘节点831使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和构思由权利要求指出。
Claims (8)
1.一种物联网计算资源管理方法,应用于第一计算设备,其特征在于,包括:
按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接;
响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务;
其中,所述按第一预设周期与至少一个可用的弹性计算设备建立连接包括:
按所述第一预设周期识别通讯连接正常的弹性计算设备;
向所述弹性计算设备发送资源分配申请;
响应所述弹性计算设备对资源分配申请的通过消息,记录每个弹性计算设备提供的可用计算资源以及与每个弹性计算设备的连接速率;
所述响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务包括:
响应所述计算任务溢出消息,获取溢出的计算任务量;
按所述预设优先级向当前优先级最高的弹性计算设备发送资源调用申请;
响应所述弹性计算设备反馈的可用计算资源为所述弹性计算设备分配计算任务;
判断是否还有溢出的计算任务,如果是,重复以上步骤直至没有溢出的计算任务或没有可用计算资源,所述预设优先级的评级标准包括连接速率、可用计算资源。
2.如权利要求1所述的物联网计算资源管理方法,其特征在于,还包括:
按第二预设周期断开与满足预设条件的弹性计算设备的连接。
3.如权利要求1所述的物联网计算资源管理方法,其特征在于,所述第一计算设备包括边缘节点。
4.如权利要求2所述的物联网计算资源管理方法,其特征在于,所述按第二预设周期断开与满足预设条件的弹性计算设备的连接包括:按所述第二预设周期判断是否存在空闲的已连接弹性计算设备;
如果是,向空闲时长超过预设值的弹性计算设备发送计算资源释放通知。
5.一种物联网计算资源管理装置,其特征在于,包括:
资源建立模块,设置为按第一预设周期与至少一个可用的弹性计算设备建立连接,所述弹性计算设备与多个第一计算设备连接;
资源扩张模块,设置为响应计算任务溢出消息,按预设优先级调用所述弹性计算设备处理溢出的计算任务;
其中,所述资源建立模块设置为:
按所述第一预设周期识别通讯连接正常的弹性计算设备;
向所述弹性计算设备发送资源分配申请;
响应所述弹性计算设备对资源分配申请的通过消息,记录每个弹性计算设备提供的可用计算资源以及与每个弹性计算设备的连接速率;
所述资源扩张模块设置为:
响应所述计算任务溢出消息,获取溢出的计算任务量;
按所述预设优先级向当前优先级最高的弹性计算设备发送资源调用申请;
响应所述弹性计算设备反馈的可用计算资源为所述弹性计算设备分配计算任务;
判断是否还有溢出的计算任务,如果是,重复以上步骤直至没有溢出的计算任务或没有可用计算资源,所述预设优先级的评级标准包括连接速率、可用计算资源。
6.一种物联网数据处理***,其特征在于,包括:
云平台,通过多个路由节点耦接于多个边缘节点;
多个边缘节点与多个弹性计算设备,其中每个所述弹性计算设备耦接于多个边缘节点,每个边缘节点耦接于至少一个所述弹性计算设备;
多个物联网终端设备,耦接于所述多个边缘节点;
所述边缘节点包括处理器,所述处理器设置为执行以下指令:
按第一预设周期与至少一个可用的弹性计算设备建立连接;
接收所述物联网终端设备发送的计算任务;
在计算任务溢出时按预设优先级调用所述弹性计算设备处理溢出的计算任务;
其中,所述按第一预设周期与至少一个可用的弹性计算设备建立连接包括:
按所述第一预设周期识别通讯连接正常的弹性计算设备;
向所述弹性计算设备发送资源分配申请;
响应所述弹性计算设备对资源分配申请的通过消息,记录每个弹性计算设备提供的可用计算资源以及与每个弹性计算设备的连接速率;
所述在计算任务溢出时按预设优先级调用所述弹性计算设备处理溢出的计算任务包括:
响应计算任务溢出消息,获取溢出的计算任务量;
按所述预设优先级向当前优先级最高的弹性计算设备发送资源调用申请;
响应所述弹性计算设备反馈的可用计算资源为所述弹性计算设备分配计算任务;
判断是否还有溢出的计算任务,如果是,重复以上步骤直至没有溢出的计算任务或没有可用计算资源,所述预设优先级的评级标准包括连接速率、可用计算资源。
7.一种电子设备,其特征在于,包括:
存储器;以及
耦合到所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1-4任一项所述的物联网计算资源管理方法。
8.一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如权利要求1-4任一项所述的物联网计算资源管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810195830.2A CN110245013B (zh) | 2018-03-09 | 2018-03-09 | 物联网计算资源管理方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810195830.2A CN110245013B (zh) | 2018-03-09 | 2018-03-09 | 物联网计算资源管理方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110245013A CN110245013A (zh) | 2019-09-17 |
CN110245013B true CN110245013B (zh) | 2023-11-07 |
Family
ID=67882775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810195830.2A Active CN110245013B (zh) | 2018-03-09 | 2018-03-09 | 物联网计算资源管理方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245013B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214316A (zh) * | 2020-04-29 | 2021-01-12 | 章稳建 | 基于物联网的数据资源分配方法及云计算服务器 |
CN111736988A (zh) * | 2020-05-29 | 2020-10-02 | 浪潮电子信息产业股份有限公司 | 一种异构加速方法、设备、装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801792A (zh) * | 2012-07-26 | 2012-11-28 | 华南理工大学 | 基于统计预测的云cdn资源自动部署方法 |
CN103729229A (zh) * | 2011-12-31 | 2014-04-16 | 华茂云天科技(北京)有限公司 | 弹性计算服务*** |
CN106603618A (zh) * | 2016-09-14 | 2017-04-26 | 浪潮电子信息产业股份有限公司 | 一种基于云平台的应用弹性伸缩方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170237863A1 (en) * | 2016-02-16 | 2017-08-17 | Saguna Networks Ltd. | Methods Circuits Devices Systems and Functionally Associated Computer Executable Code to Support Edge Computing on a Communication Network |
US10628222B2 (en) * | 2016-05-17 | 2020-04-21 | International Business Machines Corporation | Allocating compute offload resources |
-
2018
- 2018-03-09 CN CN201810195830.2A patent/CN110245013B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729229A (zh) * | 2011-12-31 | 2014-04-16 | 华茂云天科技(北京)有限公司 | 弹性计算服务*** |
CN102801792A (zh) * | 2012-07-26 | 2012-11-28 | 华南理工大学 | 基于统计预测的云cdn资源自动部署方法 |
CN106603618A (zh) * | 2016-09-14 | 2017-04-26 | 浪潮电子信息产业股份有限公司 | 一种基于云平台的应用弹性伸缩方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110245013A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108965485B (zh) | 容器资源的管理方法、装置和云平台 | |
CN109391505B (zh) | 网络实例管理方法及相关设备 | |
CN110677305B (zh) | 一种云计算环境下的自动伸缩方法和*** | |
US9553810B2 (en) | Dynamic reconfiguration of network devices for outage prediction | |
CN107645407B (zh) | 一种适配QoS的方法和装置 | |
CN110213620B (zh) | 带宽分配方法及装置 | |
US20240031293A1 (en) | Network devices in duty cycle limited networks | |
CN110245013B (zh) | 物联网计算资源管理方法与装置 | |
EP3026869A2 (en) | Method, device and system for carrying out telecommunication capability group sending | |
EP4187814A1 (en) | Data processing method and device | |
US20150372895A1 (en) | Proactive Change of Communication Models | |
CN107632890B (zh) | 一种数据流体系结构中动态节点分配方法和*** | |
CN113595887B (zh) | 一种邮件***中的流量控制方法和装置 | |
CN110968257B (zh) | 存储管理的方法、设备和计算机程序产品 | |
CN115878309A (zh) | 资源分配方法、装置、处理核、设备和计算机可读介质 | |
CN111416726B (zh) | 一种资源管理的方法、发送端设备和接收端设备 | |
CN111858184A (zh) | 一种容灾***、容灾方法、存储介质和计算设备 | |
CN113258679A (zh) | 基于服务器实例缩容的电网监控***通道分配方法 | |
CN116250223A (zh) | 使用两层强化学习模型的边缘集群的过载保护 | |
WO2018121532A1 (zh) | 资源共享的方法、装置和主备保护***以及存储介质 | |
CN113497815A (zh) | 用于访问应用***的方法、设备和计算机程序产品 | |
CN114064362B (zh) | 用于分布式存储中的数据恢复方法、***及计算机可读存储介质 | |
CN112822125B (zh) | 一种业务流的传输方法、装置、设备及存储介质 | |
JP6491944B2 (ja) | パケット処理装置、及びプログラム | |
CN118301164A (zh) | 一种资源调整方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |