[发明专利]面向移动边缘计算的多实例微服务迁移方法

权利要求书

1.一种面向移动边缘计算的多实例微服务迁移方法，其特征在于，根据存储资源大优先迁移的策略确定需迁移微服务的迁移次序，然后根据迁移次序，对各个微服务分别选择满足资源约束且迁移时延和通信时延最小的服务器节点作为目标迁移节点，依次进行迁移，最后对引入额外的通信时延的节点进行调整，以消除额外的通信时延；包括以下步骤：

步骤S1、拓扑结构初始化；获取需迁移微服务的存储资源大小，并将其从大到小进行排序，将该顺序作为需迁移微服务的迁移次序；

步骤S2、根据步骤S1得到的迁移次序，对各个微服务按如下方法依次进行迁移：选择目的边缘云中满足存储、计算需求的服务器节点组成备选集合；基于粒子群算法，以迁移时延和通信时延的加权和作为适应度，从备选集合中找到最优节点作为目标迁移节点，将微服务迁移到目标迁移节点；直至所有微服务迁移完毕；

步骤S3、判断迁移后的微服务节点是否引入了额外的通信时延，是则进行节点重排序调整，将节点进行重部署，以消除额外的通信时延，否则迁移结束；

所述迁移时延是指微服务从原节点迁移到当前节点的时延；通信时延是指当前节点与上一微服务的迁移节点的通信时延；当对第一个微服务进行迁移时，通信时延设置为0；

所述步骤S1中，进行拓扑结构初始化时，计算拓扑结构中任意两个服务器节点之间的物理链路带宽资源和通信时延大小；

所述步骤S2中，基于粒子群算法寻找目标迁移节点的方法包括以下步骤：

步骤S211：随机选择备选集合中的一节点，计算其迁移时延以及与先前节点的通信时延的加权和作为适应度，将其作为全局最优粒子；

步骤S212：选择距离上次所选节点最近的节点作为新粒子；

步骤S213：计算新粒子的适应度，并判断其是否小于全局最优粒子的适应度，是则更新其为全局最优粒子，否则不作更新；

步骤S214：重复步骤S211-S213，直至全局最优粒子收敛，最终得到的全局最优粒子即为目标迁移节点；

所述步骤S3中，采用节点重排序方法对引入额外的通信时延的节点进行调整，包括以下步骤：

步骤S311：输入迁移后的微服务ms 及其所对应的迁移节点map (ms)；

步骤S312：所述微服务的迁移节点与其上一微服务的迁移节点之间物理链路表示为：map_link ( map(ms),map(pre(ms)) )，同理，上一微服务的迁移节点及其上一微服务的迁移节点之间物理链路表示为：map_link ( map(pre(ms)),map(pre(pre(ms))) )；

步骤S313：判断map_link ( map(ms),map(pre(ms)) )与map_link ( map(pre(ms)),map(pre(pre(ms))) )之间是否有交集，有则交换两个节点的位置，直至各链路之间无交集；否则调整完毕；

步骤S314：对其他节点，重复步骤S311-S313，直至所有节点之间均无额外的通信时延存在。