[發明專利]在容器化邊緣計算中自動分配資源的方法及系統

在審

• 申請號: 202210050869.1
• 申請日: 2022-01-17
• 公開（公告）號: CN114490049A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 鄧暢;夏衛
• 申請（專利權）人: 華東計算技術研究所（中國電子科技集團公司第三十二研究所）
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06N20/00;G06F11/30
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 施嘉薇

本發明提供了一種在容器化邊緣計算中自動分配資源的方法及系統，包括：步驟S1：監視器收集數據，在消息代理上發布容器資源利用率和應用程序性能狀態統計信息；步驟S2：分析規劃器接收通過消息代理獲得的監控器發送的信息，通過機器學習的方式建立模型，基于模型推理生成擴展操作；步驟S3：執行器接受分析規劃器傳輸的數據生成分配資源的擴展指令。本發明提供了一種在容器化邊緣計算中根據系統運行情況自動分配資源的方法，采用監視?分析規劃器?執行閉環來自適應調整資源分配，分析規劃支持采用機器學習手段的系統建模方法。本發明方法兼顧了多個目標的組合優化，能夠在平衡資源利用、提高能源效率的同時保障邊緣計算應用的實時性等需求。

技術領域

本發明涉及邊緣計算技術領域，具體地，涉及一種在容器化邊緣計算中自動分配資源的方法及系統。

背景技術

近年來，隨著信息技術的不斷進步，智能端系統不斷泛在普及，以及移動互聯網、物聯網智能應用的飛速發展，面向云中心、邊緣節點、端設備的智能化應用引起了業界的廣泛關注。智能化應用采用基于彈性服務的基礎設施支撐架構，即是指運行在云計算環境中的虛擬機或容器集群，支持用戶自由調度計算資源，不受傳統硬件設備的限制。彈性服務具有良好的可拓展性，支持用戶隨時在線對服務器的內存、系統盤和帶寬進行靈活調整；憑借集群部署的成本優勢，極大程度降低了IT部署與業務運維成本；由于服務分散在多臺主機、所以不容易徹底宕機，抗災容錯能力強，能夠確保長時間在線，讓計算運行更加安全、可靠。彈性服務早期采用虛擬機技術，目前采用容器技術更加流行。容器化技術只虛擬一個小規模的隔離環境，而且輕量級、啟動速度很快，除了運行其中應用以外，基本不消耗額外的系統資源。Kubernetes和Docker Swarm等即為工業界著名的基于容器技術的分布式架構領先方案。基于容器技術的分布式彈性計算系統將物理資源整合為一個整體，上層通過容器鏡像，對外提供彈性計算服務。每個容器包含兩個重要資源：計算資源和存儲資源，指CPU、內存、帶寬等資源，資源虛擬化后，統一再分配給容器化云服務器使用。

隨著邊緣感知數據爆炸式的增長，基于云計算中心的傳統數據處理框架逐漸產生局限性。為了應對數據增長云中心負載的持續壓力，一種可行的方案是基于多個邊緣云的協同。邊緣計算與云計算各有所長，云計算擅長全局性、非實時、長周期的大數據處理與分析；邊緣計算更適用局部性、實時、短周期數據的處理與分析，能更好的支撐本地業務的實時智能化決策與執行。邊緣計算同樣采用基于容器化技術的云邊端一體化的智能計算架構，屏蔽邊緣節點的資源異構性，構建層次化的計算模型。華為的Kubeedge等容器化邊緣計算框架就實現了對異構、跨平臺的邊緣資源進行統一抽象建模和管理。

目前技術架構中對容器使用資源的分配采用固定的方法。考慮容器集合的初始位置提供相匹配的資源，之后為提供能力的自適應功能，在配置文件中設置門限值，以便對資源進行相應的橫向擴展或縱向擴展。橫向擴展即為增強容器數量，縱向擴展即為為每個容器分配更多的資源。另一方面，采用門限策略需要對如何設置門限參數有綜合化的知識，需要預先了解容器中應用負載等情況。而在邊緣計算場景中，容器是在異構的云和邊緣服務器上進行負載均衡，進一步實現多個目標的組合優化，如改進計算性能，保障應用實時性，平衡資源利用、提高能源效率，并減少部署成本等，因此簡單實用門限方法不能滿足資源自適應分配的需求。

引入機器學習對容器化邊緣計算采用自適應資源分配方式是非常重要的設計考量，但是目前的軟件平臺缺少對這方面的考慮。本發明即提出一種在容器化邊緣計算中利用機器學習自動分配資源的方法。

目前技術架構中對容器使用資源的分配采用固定的方法。考慮容器集合的初始位置提供相匹配的資源，之后為提供能力的自適應功能，在配置文件中設置門限值，以便對資源進行相應的橫向擴展或縱向擴展。橫向擴展即為增強容器數量，縱向擴展即為為每個容器分配更多的資源。另一方面，采用門限策略需要對如何設置門限參數有綜合化的知識，需要預先了解容器中應用負載等情況。而在邊緣計算場景中，容器是在異構的云和邊緣服務器上進行負載均衡，進一步實現多個目標的組合優化，如改進計算性能，保障應用實時性，平衡資源利用、提高能源效率，并減少部署成本等，因此簡單實用門限方法不能滿足資源自適應分配的需求。