[发明专利]一种基于负载预测的边缘计算平台容器部署方法及系统

说明书

本发明公开了一种基于负载预测的边缘计算平台容器部署方法及系统，包括多个计算节点和一个中心节点，计算节点上搭载一个原始负载监测系统，原始负载监测系统分别于节点负载预测系统连接，并通过节点负载预测系统上传至中心服务器，中心节点上搭载了节点负载预测系统和计算任务管理系统，节点负载预测系统上设置有对应各计算节点的LSTM模型，节点负载预测系统接收节点原始负载信息并将预测的结果发送至计算任务管理系统；计算任务管理系统负责容器的部署，计算任务管理系统根据接收的信息反馈节点号、任务时间给节点负载预测系统，并下发容器到可用的计算节点。本发明合理的部署容器至各计算节点，降低了计算任务的成本。

技术领域

本发明属于边缘计算平台技术领域，具体涉及一种基于负载预测的边缘计算平台容器部署方法及系统。

背景技术

近年来随着移动互联网的发展，互联网数据量呈现爆炸式增长，越来越多的互联网业务也都基于对大数据的分析。这些都导致了对计算资源的需求飞速提升。单机的计算能力已经不能满足需求。因此云计算应运而生。云计算是分布式计算、并行计算、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物。云计算将大量的服务器通过虚拟机技术虚拟为一个个计算资源节点，用户无需关心硬件的实现和维护，只需要在云端购买计算资源，即可快速的获取自己所需的资源。传统云计算平台是由高性能服务器构建的。高性能服务器性能高，但是其价格昂贵，耗电量高，热功率大，需要专门设计的机房。运维费用已经成为云计算集群成本的主要部分。同时，云计算呈现中心化态势，无论用户身处何处，其访问的计算资源都集中存放于云计算数据中心。这样会导致用户的网络成本高昂。边缘计算恰好解决了上述问题。边缘计算是地理分布式的云计算，它与传统中云计算所有计算资源集中于一个机房不同，它将云计算节点下放至用户身边，而且其节点常常不是专用的高性能服务器而是用户身边已经存在的设备，如移动网络基站，智能路由器，智能手机等。边缘计算地理分布式的设计不仅降低了用户的网络成本，同时也降低了计算资源提供方的运维成本。

容器是一种新型的软件标准单元，它包含软件本体和其运行需要的各种依赖，可以快速可信的部署到各种计算环境中。同时，由于容器不对硬件进行虚拟化，因此没有虚拟化的损耗，相比于虚拟机来说更适用于计算节点性能不高的情况，边缘计算的计算节点大部分正是如此。由于边缘计算是分布式的，同时为了充分利用计算资源，因此会把一个计算任务分割成适当的子任务，把每个子任务包装到一个容器中，然后将其部署到各个节点上运行。因此如何把一个计算任务包含的一组容器部署到各个计算节点，如何保证同期的正常运行和节点资源的合理占用是非常重要的。对此业界提出了各种算法。目前常见的容器部署算法多是在满足容器资源需求的前提下均衡各节点负载。有些算法会将更多指标纳入考虑范围，如节点能耗，网络时延等，以实现节能、提高服务质量等目的。现有的容器部署算法仍多是针对专用节点的，针对非专用节点的容器部署算法仍有较大空白。同时，现有的容器部署算法往往考虑的是节点现在的负载，而容器往往会运行一段时间，因此容器运行过程中可能出现节点资源不足的问题，此时就需要通过反馈机制来进行容器迁移，而容器迁移又会导致不必要的网络和存储开销，增加成本。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于负载预测的边缘计算平台容器部署方法及系统，针对目前容器部署算法只利用节点当前负载信息导致反馈滞后的问题，即通过预测节点上近一段时间的资源占用率，在保证节点原有任务运行良好的前提下，合理部署容器到各计算节点。

本发明采用以下技术方案：

一种基于负载预测的边缘计算平台容器部署系统，包括：

多个计算节点和一个中心节点，每个计算节点上存在一个边缘计算平台分发的任务之外的长期运行的任务，称之为原始任务，其负载称为原始负载，中心节点是专用的；

每个计算节点上搭载一个原始负载监测系统，每个原始负载监测系统分别于节点负载预测系统连接，用于收集节点原始任务的资源占用情况，并通过节点负载预测系统上传至中心服务器，用于预测模型训练及节点负载预测；