[发明专利]基于云边融合服务器网络架构的任务调度方法及应用

说明书

本发明揭示了一种基于云边融合服务器网络架构的任务调度方法及应用，该方法包括目标从服务器查询本地是否存在与主服务器分配的当前任务对应的完整数据；若是，目标从服务器将当前任务排入其等待队列等待执行；若否，目标从服务器将当前任务排入其预备队列，等待对应的数据完成传输。本发明提供云边融合的服务器网络架构，并通过在其中的边缘计算层配置基于等待队列和预备队列的任务调度机制，可同时结合多个分布在不同地理位置的边缘服务器进行分布式并行计算，实现在边缘计算层处理多个用户提交的作业时的低延时响应的目标，优化了服务器网络的数据处理效率。

技术领域

本发明属于移动边缘计算技术领域，具体涉及一种基于云边融合服务器网络架构的任务调度方法，以及应用该方法构建的服务器网络。

背景技术

用户移动设备及应用程序革命性的发展，带来的是海量边缘数据的产生和高实时性的需求。由于用户设备(User Equipment，UE)的能量和计算资源有限，传统服务器网络难以在短时间内处理计算大量的任务。

通常，我们可以利用云计算平台来存储数据和计算，云计算可以处理计算大量的任务。在集中式云计算模式下，作业处理过程一般为：先应用将数据传送到云计算中心，云中心处理后将数据处理结果返回给用户。云平台能存储很多的数据，处理对实时性要求不高的作业，方便全局查询对比与分析。虽然云计算可以处理庞大的数据量任务，满足用户对海量数据处理的需求，但是也存在着对数据处理实时性不高的缺陷，不能满足用户对数据处理的高实时性需求，

因此，边缘计算应运而生，凭借其位于网络边缘、接近移动终端设备的特点，降低数据传输时延，能更好地支撑本地业务的实时性。由于得到学术界和工业界的关注，边缘计算在万物互联服务上的进展迅速，其中，边缘计算的其中一个分支为移动边缘计算(MobileEdge Computing，MEC)。MEC接近产生数据的设备，分布部署在网络边缘附近，数据直接在边缘侧就能得到处理，避免了数据传输产生的时延。此外，移动边缘计算提供给终端设备的服务主要是由具有计算和存储功能的边缘服务器提供的，终端设备用来获得感知数据，对数据进行聚合等处理以减小传输时所需要的流量。随后，通过计算任务卸载技术将设备上需要大量计算资源的任务卸载到附近的MEC服务器上。计算任务从UE卸载到MEC服务器上，由于设备只需要耗费少量的传输与计算能量，因此设备的能耗将会大大减小，从而延长UE的使用寿命；同时MEC服务器的计算能力也比UE的CPU更加强大，任务的响应时间更短。利用MEC技术来处理边缘设备的海量数据与计算密集型任务能达到低延时、低能耗和高可靠的目标，弥补了UE自身能力与资源的不足。

仅仅利用云计算平台存储数据和计算，在面对海量用户设备的连接、爆炸式增长的数据流量及用户对服务质量越来越高的需求，集中式云计算暴露出其存在的问题。首先，实时性不够。由于云计算平台往往距离终端用户较远，数据传送到云中心的这个过程将会产生较大的传输时延。另外，云端与边缘设备之间传输带宽不足。边缘设备的实时数据是巨大的，将全部数据上传需要较大的网络带宽资源，而核心网络的带宽往往不足以快速地传输大量的数据。同时，由于云平台任务负载过多，数据需要排队等待一定的时间才能处理。这些问题，都会导致作业的总响应时延较大，无法满足实时作业对低时延需求，从而无法给用户提供优良的服务质量。

同样地，MEC中的计算卸载技术对比集中式云计算确实在处理本地任务的时候，响应时延更低。但UE在计算卸载决策过程中亦需要耗费计算资源，且UE与MEC之间协调时通信会造成过多开销。此外，考虑到MEC服务器的资源有限，计算能力与云中心服务器相差较弱，单个MEC服务器可能无法在短时间内处理多个UE提交的作业，而MEC服务器负载过重可能会使MEC技术失去其在传输时延上的优点。

发明内容

本发明一实施例提供一种基于云边融合服务器网络架构的任务调度方法及应用，用于解决现有技术中云边融合服务器网络协调调度机制效率较低的问题，该方法包括：

目标从服务器查询本地是否存在与主服务器分配的当前任务对应的完整数据；若是，