[发明专利]天基云雾计算架构下的资源调度方法、系统和存储介质

权利要求书

1.一种天基云雾计算架构下的资源调度方法，其特征在于，所述资源调度方法包括：按照预选算法选出符合条件的雾卫星预选节点或边缘云预选节点；按照优选算法在所述雾卫星预选节点或边缘云预选节点中选出最优节点；根据所述最优节点，完成资源调度；

按照预选算法筛选出符合条件的雾卫星预选节点或边缘云预选节点，包括：访问网络连接数据库，获取当前所有与用户节点有连接的雾卫星节点的连接时长信息，并将所述雾卫星节点的序号加入待选集合；从待选集合中的第一个节点开始，将当前雾卫星节点与用户稳定连接时间和服务请求时间作比较，如大于服务请求时间，将当前雾卫星节点的序号加入预选结果集合；如小于服务请求时间，不作任何操作；跳转到待选集合中的下一个节点，执行上一步，直到对待选集合中的所有节点完成操作；输出网络连接预选结果集合；

所述调度方法的调度对象是以容器形式部署的天基服务，所述调度方法的作用节点包括雾卫星和边缘云中的异构资源节点，所述异构资源为CPU、GPU、FPGA中的一种或几种；

按照预选算法筛选出符合条件的雾卫星预选节点或边缘云预选节点，包括：以雾卫星节点集合或边缘云节点集合作为输入；计算用户申请的CPU资源量和运行应用容器需要的CPU资源量总和，计算用户申请的GPU资源量和运行该应用容器需要的GPU资源量总和，计算用户申请的FPGA资源量和运行该应用容器需要的FPGA资源量总和；从输入集合中的第一个节点开始，将当前节点可用CPU资源量与需求CPU资源量总和相比较，如大于需求CPU资源量总和，则执行下一步；否则，跳转到输入集合中的下一个节点，执行本步；将当前节点可用GPU资源量与需求GPU资源量总和相比较，如大于需求GPU资源量总和，则执行下一步；否则，跳转到输入集合中的下一个节点，执行上一步；将当前节点可用FPGA资源量与需求FPGA资源量总和相比较，如大于需求FPGA资源量总和，则将当前节点的序号加入预选结果集合，并跳转到输入集合中的下一个节点；否则，跳转到输入集合中的下一个节点，执行上上一步；直至对输入集合中的所有节点完成操作；输出异构资源预选结果集合；

按照优选算法在所述雾卫星预选节点或边缘云预选节点中选出最优节点，包括：以雾卫星节点集合或边缘云节点集合作为输入；访问硬件资源数据库，获取输入集合中所有节点的计算速度表征参数，所述计算速度表征参数为CPU的频率、GPU的显存和位宽、FPGA 的速率等级的一种或几种；从输入集合中的第一个节点开始，根据以计算速度表征参数为自变量的打分函数，以当前节点的计算速度表征参数为实际变量，得到一个0-100之间的分数；跳转到输入集合中的下一个节点，打分，直到对集合中的所有节点完成操作；比较各个节点的分数，得到分数最大的节点序号，输出该节点序号和分数；

按照优选算法在所述雾卫星预选节点或边缘云预选节点中选出最优节点，包括：以雾卫星节点集合或边缘云节点集合作为输入；访问亲和规则数据库，获取输入集合中所有节点的与用户服务相关的亲和规则，以及该规则对应的权值；从输入集合中的第一个节点开始，根据以亲和规则权值为自变量的打分函数，以当前节点的亲和规则权值为实际变量，得到一个0-100之间的分数；跳转到输入集合中的下一个节点，打分，直到对集合中的所有节点完成操作；比较各个节点的分数，得到分数最大的节点序号，输出该节点序号和分数；

还包括：获取任务参数；获取节点参数；执行网络连接预选算法；判断在用户请求时长内是否存在与用户有稳定连接的雾卫星节点，即网络连接预选算法结果是否为空集：若不为空集，则以集合内节点为输入，执行异构资源预选算法；若为空集，则以全部边缘云节点为输入，执行异构资源预选算法；判断是否存在符合用户申请要求的计算资源节点，即异构资源预选算法结果是否为空集：若异构资源预选算法输入集合为雾卫星节点集合且结果不为空集，则以该结果作为雾资源优选算法的输入；若异构资源预选算法输入集合为雾卫星节点集合且结果为空集，则执行云异构资源预选算法；若异构资源预选算法输入集合为边缘云节点集合且结果不为空集，则以该结果作为云资源优选算法的输入；若异构资源预选算法输入集合为边缘云节点集合且结果为空集，则返回调度失败结果；执行云或雾优选算法，优选算法的最终分数是计算性能优先的优选分数和推荐亲和规则的优选分数的以一定系数的加权平均值；选出得分最高节点，完成资源调度。