[发明专利]一种边缘计算调度优化方法及系统

权利要求书

1.一种边缘计算调度优化方法，其特征在于，包括以下步骤：

采集异构集群资源的状态信息，以内存与CPU的比值作为度量标准，对异构集群资源进行聚类分析，设定阈值，将物理机划分为多个分组；

接收用户提交的任务部署请求，以内存与CPU的比值作为度量标准，利用高斯函数计算每个任务与每一种物理机分组的距离，以距离远近设置参数权重，表示任务优先部署的物理机分组；

将任务、物理机分组以及物理机转化为流图模型，将任务与物理机分组的优先部署关系转化为流图模型的费用问题，将任务调度转化对最小费用最大流求解问题；

基于流图模型求解最小费用最大流，得到优化解，按照优化解对任务进行调度。

2.如权利要求1所述的方法，其特征在于，基于K-means算法对异构集群资源进行聚类分析。

3.如权利要求1所述的方法，其特征在于，采用方差10％作为阈值。

4.如权利要求1所述的方法，其特征在于，将任务、物理机分组以及物理机转化为流图模型的方法如下：

将用户提交的任务转化为流图节点T，T包含CPU和内存需求；

将物理机转化为流图节点M，M包含可用CPU和内存资源；

将物理机分组转化为流图G，属于相同流图G的物理机具有相似的内存和CPU比值；

根据流图理论，新增两个节点s和t，表示流图搜索路径的起点和终点；

流图中任意两个节点表示<费用,<CPU需求,内存需求>>，节点T与节点G之间的费用表示任务对属于某一物理机分组的物理机的部署偏好，数值越小，优先部署的概率越大。

5.如权利要求4所述的方法，其特征在于，采集异构集群资源的状态信息过程中，基于超时响应机制判断物理机是否宕机，并从流图中将宕机的物理机节点M删除；监测任务运行完成，修改相应物理机的可用CPU和内存资源。

6.一种边缘计算调度优化系统，其特征在于，包括：

计算负载队列缓存模块，用于缓存用户提交的任务到任务队列中；

计算资源聚类模块，包含任务资源需求分析子模块和异构集群资源聚类分析子模块，任务资源需求分析子模块以任务内存与CPU的比值作为度量标准，分析任务的资源特征；异构集群资源聚类分析子模块以内存与CPU的比值作为度量标准，对异构集群资源进行聚类分析，设定阈值，将物理机划分为多个分组；

流图生成模块，用于将任务、物理机和物理机分组视为流图模型的节点，将任务与物理机之间的连线表示为可部署关系；基于高斯函数计算每个任务与每一种物理机分组的距离，以距离远近设置参数权重，用于表示任务优先部署的属于某一物理机分组的物理机的偏好；

调度求解器，基于流图模型求解最小费用最大流，得到优化解，按照优化解对任务进行调度。

7.如权利要求6所述的系统，其特征在于，异构集群资源聚类分析子模块基于K-means算法对异构集群资源进行聚类分析，采用方差10％作为阈值，将物理机划分为多个分组。

8.如权利要求6所述的系统，其特征在于，异构集群资源分析聚类子模块基于PAXOS协议实时收集物理机状态信息和任务完成情况，动态增加或删除流图中物理机节点，根据任务完成情况动态修改物理机可用CPU和内存资源。

9.如权利要求6所述的系统，其特征在于，计算负载队列缓存模块提供任务提交API接口，异构集群资源分析聚类子模块包括集群资源状态信息更新接口，流图生成模块包括流图模型的生成和更新接口和节点偏向匹配接口，调度求解器包括流图模型的求解接口和调度结果执行接口。

10.如权利要求9所述的系统，其特征在于，调用各个所述接口返回的结果是一个YAML格式的树型结构。