[发明专利]一种自适应云边端协同方法及装置

说明书

本发明涉及物联网时序数据处理技术领域，具体提供了一种自适应云边端协同方法，具有如下步骤：S1、云侧进行云服务存储和计算，边缘侧进行时序数据源的就近计算，端侧则是与设备直接连接的采集端；S2、自适应时序数据分布，自动地调整时序数据分别在云侧、边缘侧以及端侧存储的时间跨度；S3、自适应时序数据预计算，根据云边端的可用资源情况，合理选择最优计算节点进行时序数据预计算；S4、自适应时序数据压缩，根据云边端的可用资源情况，合理选择最优节点进行时序数据压缩；S5、自适应时序数据查询分析，根据时序数据的分布，自动地选择最优的计算节点进行时序数据查询分析。与现有技术相比，本发明通过自动调优，优化时序数据处理，减少系统维护和调优成本。

技术领域

本发明涉及物联网时序数据处理技术领域，具体提供一种自适应云边端协同方法及系统。

背景技术

随着物联网相关技术和应用的高速发展，越来越多的设备成为智能设备，并连接到物联网中，大量的传感器数据不断涌入物联网环境下，不但要求物联网时序数据管理平台提供云服务，同时对时序数据处理的实时性、高效性提出更高的要求。然而，传统的云计算架构由于远离时序数据源，因此难以实现最优计算，无法满足不同层次物联网应用的性能要求，不能充分发挥靠近时序数据的计算资源。因此，越来越多的企业开始将目光转向边缘计算，并将其作为云的延伸扩展，以加快数据分析的速度，便于企业更快更好的做出决策，让生产过程更具可持续性。边缘计算是指靠近时序数据源的计算，在局部就近提供最近快速的时序数据服务，核心理念是将时序数据的存储、传输和计算交给边缘节点来处理，其应用程序在边缘侧发起，可以产生更快的网络服务响应，满足各行业在实时业务、应用智能等方面的需求。但是，在复杂的物联网应用环境中，云侧、边缘侧以及端侧的系统资源不均衡、时序数据分布不均衡以及物联网在云边端的应用负载不均衡，导致系统资源使用不合理，时序数据处理性能低下。为了提高系统性能，当云上没有数据或者可用系统资源紧张时，其时序数据查询分析、数据预计算和压缩等任务可以通过云边端协同下放到边侧甚至端侧进行；如果边缘侧没有历史数据或者可用系统资源紧张时，其时序数据查询分析、数据预计算和压缩等任务又可以通过云边端协同迁移到云侧或者端侧进行；如果端侧没有历史数据或者可用系统资源紧张时，其时序数据查询分析、数据预计算和压缩等任务也可以通过云边端协同提交到边缘侧甚至云侧进行。

随着边缘计算的兴起，物联网时序数据管理平台越来越复杂，云侧、边缘侧和端侧的存储、计算和网络资源不均衡，如何充分利用这些系统资源,动态选择云边端最优的节点进行存储、计算和查询分析，提高时序数据处理性能是物联网时序数据管理面临的技术难题；另外，面对物联网诸多应用行业的时序数据多样性和应用需求多样性，如何优化时序数据部署、优化时序数据计算来提高时序数据服务质量也是物联网时序数据管理面临的一个挑战。

发明内容

本发明是针对上述现有技术的不足，提供一种实用性强的自适应云边端协同方法。

本发明进一步的技术任务是提供一种设计合理，安全适用的自适应云边端协同装置。

本发明解决其技术问题所采用的技术方案是：

一种自适应云边端协同方法，具有如下步骤：

S1、云边端即为云侧、边缘侧和端侧，云侧进行云服务存储和计算，边缘侧进行时序数据源的就近计算，端侧则是与设备直接连接的采集端；

S2、自适应时序数据分布，自动地调整时序数据分别在云侧、边缘侧以及端侧存储的时间跨度；

S3、自适应时序数据预计算，根据云边端的可用资源情况，合理选择最优计算节点进行时序数据预计算；

S4、自适应时序数据压缩，根据云边端的可用资源情况，合理选择最优节点进行时序数据压缩；

S5、自适应时序数据查询分析，根据时序数据的分布，自动地选择最优的计算节点进行时序数据查询分析。