[发明专利]嵌入式边缘计算平台资源配置方法

权利要求书

1.一种嵌入式边缘计算平台资源配置方法，其特征在于包括如下步骤：首先，应用编排人员以Json文件为载体对映射-归约计算模型（MapReduce）的计算图进行编排，按照分布式方式统计字母出现频次的MapReduce计算图的数据传播路径和节点计算操作，对Json文件进行编排，并将需额外补充的计算操作程序一起打包成一个压缩文件；然后，将计算任务注入嵌入式边缘计算平台，边缘计算平台自动对Json文件进行解析，恢复出计算图，并根据计算图对计算、通信资源的需求进行分解，形成映射图;计算图分解时将单入单出的多个链式操作划分为同一操作组，保障资源映射时同一操作组的计算被分配到同一计算节点内，减少计算节点间的通信传输，而不同操作组间的连接则根据靠近数据源原则，按照顺序依次连接，缩短数据在分布式计算资源间的传播路径；最后，使用映射图完成计算需求到硬件资源的部署；如映射未成功，则根据失败反馈的原因，对计算图的分解方式进行调整，形成新的映射图后进行再次映射。

2.如权利要求1所述的嵌入式边缘计算平台资源配置方法，其特征在于：计算图包含：数据源，即字母源，LetterSource，LC、数据分发操作，即轮询，RoundRobin，RR、3个数据处理通道的字母拆分操作，即字母拆分，LetterSplit，LS和字母按类汇集操作，即字母分区，LetterPartition，LP，以及归约Reduce操作，即字母归约，LetterReduce，LR和输出，即字母输出，LetterOutput，LO。

3.如权利要求2所述的嵌入式边缘计算平台资源配置方法，其特征在于：大量的字母由数据源随机产生或采用外部文件输入。

4.如权利要求2所述的嵌入式边缘计算平台资源配置方法，其特征在于：数据源LetterSource随机产生或从外部文件读入大量的字母；数据分发操作RoundRobin执行数据分发操作，将从LetterSource输入的大量字母按时间段进行拆分为数据分片，并通过轮询的方式发送至后续Map阶段的3个数据处理通道。

5.如权利要求4所述的嵌入式边缘计算平台资源配置方法，其特征在于：数据分发操作对数据源输入的数据流通过轮询方式发送至3个数据处理通道，3个数据处理通道对收到的数据进行分布式的映射Map操作，即LetterSplit和LetterPartition，最后汇聚到LetterReduece后进行结果输出LetterOutput。

6.如权利要求1所述的嵌入式边缘计算平台资源配置方法，其特征在于：映射-归约计算模型（MapReduce）将大型数据切割成多个数据分片，每个数据分片在分布式集群的不同计算节点上进行并行处理即映射（Map），数据分片在处理完成后进行合并输出处理结果即归约（Reduce）.映射-归约MapReduce计算模型构建的有向无环计算图，计算图中的箭头表示数据传播路径，节点即方框表示对数据的计算操作。

7.如权利要求6所述的嵌入式边缘计算平台资源配置方法，其特征在于：Map阶段的3个数据处理通道分别对收到的数据分片并行地进行Map操作，即字母拆分操作LetterSplit和字母按类汇集操作LetterPartition；Map阶段处理结束，3个数据处理通道的处理结果汇聚输入LetterReduce执行Reduce操作后输出LetterOutput。

8.如权利要求1所述的嵌入式边缘计算平台资源配置方法，其特征在于：嵌入式边缘计算平台对Json文件解析恢复出计算图后，对任务的资源需求进行分解，以完成计算资源需求到硬件的映射。

9.如权利要求1所述的嵌入式边缘计算平台资源配置方法，其特征在于：嵌入式边缘计算平台按组分配的方式对计算资源需求进行划分，即将单入单出的多个链式操作划分为同一个操作组。

10.如权利要求9所述的嵌入式边缘计算平台资源配置方法，其特征在于：在资源配置的时候，嵌入式边缘计算平台按照操作组分配到同一个计算节点的规则进行资源分配，当链式操作的链条对计算节点太长的情况，则对链条进行斩断，形成多个操作组。