[发明专利]一种边缘计算下的复杂事件处理系统部署方法

说明书

本发明公开一种边缘计算环境下基于响应时间预测的复杂事件处理部署方法，包括以下步骤：步骤1、多个operator graph响应时间预测；步骤2、根据步骤1的结果，在一个响应时间最长的operator graph，选择从数据源到数据消费者的预测响应时间最高的路径。在此基础上，选择该路径上未被部署的下一个operator；步骤3、在边缘节点资源受限下的部署方法：监控数据源附近的满足资源条件的边缘节点作为候选节点。在这些候选节点中，选择作为operator的部署节点的条件是：operator部署在该节点后，其实际响应时间最小；步骤4、重复步骤1，2、3，直至所有operator都被部署。

技术领域

本发明涉及一种边缘环境下基于响应时间预测的复杂事件处理部署方法，对代表多个用户的多个处理结构operator graph，通过其响应时间预测，部署在一个资源受限的边缘网络中，以获得这些operator graph平均响应时间最低的效果。

背景技术

复杂事件处理技术通过处理大量实时数据流来发掘数据中潜在的语义，快速地将用户感兴趣的事件反馈给用户。边缘计算通过将云服务从远程云数据中心推向网络边缘，通过网络边缘的小型基站来提供服务，非常适合复杂事件处理这样的实时数据处理技术。

现有的复杂事件处理框架中，一种用户感兴趣的事件对应着一个被称为operatorgraph的软件核心。每个operator graph又由若干个称为operator的处理节点以及其之间的数据流构成。每个operator负责检测用户感兴趣事件的一部分，处理前序operator发送来的事件，产生的结果传输给后续的operator进行处理。要将复杂事件处理部署在资源受限的边缘节点网络中，实质上是在求多个operator graph的有向无环图与边缘网络拓扑图的一个映射，使得多个operator graph的平均响应时间最小。

在现有的边缘计算部署方案中，通常考虑将应用部署在最近的边缘节点中运行，以达到尽可能小的传输时延以及尽可能小的网络传输量。但是当数据量大幅度增加时，最近的边缘节点可能发生拥塞，无法满足响应时间需求。现有技术中仍然需要解决的问题。一方面，系统无法判断一种部署方式是否会发生拥塞。另一方面，系统无法判断如何部署是最合适的。若集中部署于最近的节点，当数据量增加时，会导致拥塞。若为了避免拥塞，分散地部署又会增加传输时延以及网络传输量，造成系统性能下降。

发明内容

发明目的：为了解决上述问题，本发明提出了一种边缘计算环境下的复杂事件处理部署方法来降低复杂事件处理的operator graph的平均响应时间。

本发明监控附近的边缘节点之间的传输速率，边缘节点处理事件的吞吐率，以及各个operator graph的事件输入率，作为响应时间计算的参数，来进行多个operatorgraph响应时间预测公式的计算。根据预测的响应时间，选出operator graph中的关键路径中未部署的operator。为该operator选出响应时间最小的边缘节点。如此重复直至所有operator均被部署。

技术方案：一种边缘计算下的复杂事件处理部署方法，其步骤包括：

步骤1、多个operator graph响应时间预测：通过监控附近的边缘节点之间的传输速率，边缘节点处理事件的吞吐率，以及各个operator graph的事件输入率，作为响应时间计算的参数，来进行多个operator graph响应时间预测公式的计算；

步骤2、根据步骤1的结果，在一个响应时间最高的operator graph，选择从数据源到数据消费者的预测响应时间最高的路径。在此基础上，选择该路径上未被部署的下一个operator；

步骤3、在边缘节点资源受限下的部署方法：监控数据源附近(定义网络H以内的节点称为附近的边缘节点)的满足资源条件的边缘节点作为候选节点。在这些候选节点中，选择作为operator的部署节点的条件是：operator部署在该节点后，其实际响应时间最小；