[发明专利]面向工业边缘节点的计算资源管理调度方法

说明书

本发明涉及一种面向工业边缘节点的计算资源管理调度方法，属于物联网领域。该方法包括以下步骤：S1：搭建面向工业边缘节点的计算资源虚拟化架构；S2：进行计算资源调度。本发明提出了一种面向工业边缘节点的计算资源虚拟化架构，包括工业物理层、虚拟资源层及控制层，实现了计算资源的统一管理；同时，通过预测边缘节点未来时刻的计算资源使用情况，结合工业计算优先级与边缘节点的过载情况，提出一种计算资源调度策略解决了工业环境下边缘节点负载不均衡的问题。

技术领域

本发明属于物联网领域，涉及面向工业边缘节点的计算资源管理调度方法。

背景技术

目前，国内外关于边缘计算的计算资源管理调度主要集中于任务卸载。然而，在工业场景下，任务卸载到远距离的其他边缘节点可能无法满足工业计算任务低时延的要求，同时在工业边缘节点间没能实现计算资源的全面共享与统一管理。针对工业边缘节点的计算资源管理调度的现状，目前可能存在以下问题：

(1)边缘节点的计算资源无法实现全面共享、统一管理：边缘节点是承载边缘计算任务的核心，但其产品种类繁多，且底层硬件差异大，造成计算资源无法实现全面共享；同时缺乏相应的控制器对边缘节点的计算资源进行管理；

(2)工业场景中出现多个边缘节点计算过载，无法满足工业计算任务的动态变化需求：根据生产计划的安排，工业现场可能存在多个边缘节点计算过载而其余边缘节点空闲的情况，边缘节点间负载不均衡，导致任务的整体计算效率低下。

考虑到工业边缘设备资源受限的特征，本发明欲采用轻量级虚拟化技术——容器技术对边缘节点的计算资源进行管理，并通过容器迁移技术实现计算资源的调度。容器迁移技术主要分为离线迁移和动态迁移。目前。国内外关于容器迁移技术的研究取得了许多成果：

毛祺等人针对Docker容器集群管理工具Swarm提出了一个基于仓库中转的离线迁移方案。该方案是一个离线迁移方案，在迁移过程中会产生一个新的镜像，迁移过程的最后一步就是在目的主机上基于该镜像启动一个容器。由于该方案是离线迁移，因此容器内的所有服务在迁移过程中都是停止的，而且耗时相对较长。

MaL等人提出了一个针对Docker容器的迁移方案，该迁移方案对容器的运行状态，容器数据，容器的部分镜像层等信息进行迁移。其实现容器运行状态的迁移也是基于CRIU技术。该方案虽然能够实现容器数据迁移同时又不产生中间镜像，但其只能在相同的后端存储驱动间实现容器的迁移。

HongH等人提出了一种基于负载均衡的迁移模式，通过灰色预测模型和蚁群算法，这种模式可以预测将来的一段时间内容器CPU占有率，实现基于预测性的负载均衡调度方法。

ZiY等人着眼于服务器的负载预测，通过预测物理服务器的下一时刻负载，来判断过载的服务器，并将过载服务器中的容器迁移到其他服务器上，但是这种算法却忽略了容器自身的变化，会造成在一段时间之后，负载再次不均衡。

发明内容

有鉴于此，本发明的目的在于提供一种面向工业边缘节点的计算资源管理调度方法。

为达到上述目的，本发明提供如下技术方案：

面向工业边缘节点的计算资源管理调度方法，该方法包括以下步骤：

S1：搭建面向工业边缘节点的计算资源虚拟化架构；

S2：进行计算资源调度。

本发明的有益效果在于：本发明提出了一种面向工业边缘节点的计算资源虚拟化架构，包括工业物理层、虚拟资源层及控制层，实现了计算资源的统一管理；同时，通过预测边缘节点未来时刻的计算资源使用情况，结合工业计算优先级与边缘节点的过载情况，提出一种计算资源调度策略解决了工业环境下边缘节点负载不均衡的问题。