[发明专利]一种集中式服务解耦后公平部署的响应时间优化方法

说明书

本发明公开了一种集中式服务解耦后公平部署的响应时间优化方法，其特点是采用服务解耦方法和基于MOEA/D算法对子服务进行部署，将解耦后的子服务和低耦合度服务部署于边缘服务器上并进行多目标优化，使得在保证边缘服务器负载公平性的条件下整体响应时间最短。本发明与现有技术相比具有在保证边缘服务器负载公平性的条件下整体响应时间最短，有效提高了整个系统的预期响应时间，大大减少了网络带宽资源的占用，服务通信成本降低约40%，方法简单，使用方便，效率高。

技术领域

本发明涉及聚类和多目标优化技术领域，尤其是一种用于边缘计算中集中式服务解耦后公平部署的响应时间优化方法。

背景技术

目前，云端的集中式服务之间的影响和复杂度较高，开发效率低下，难以满足软件应用的发展。随着网络边缘中小规模的云和服务器集群的出现，支持将服务部署至边缘服务器上，这样可以减少系统的响应时间并节省网络带宽。与通过在靠近请求的地方部署缓存来解决延迟和带宽问题的传统内容交付网络(Content Delivery Network，CDN)相比，部署至边缘服务器，企业的敏感数据或关键性业务数据能够得到更好的保护，因为CDN网格一般位于互联网服务提供商(Internet Service Provider，ISP)的数据中心，属于企业外部。

现有技术的服务部署策略考虑部署边缘服务器位置、部署成本等，但忽略了边缘服务器之间工作时间的公平性，使得边缘服务器负载的整体响应时间较长，浪费或占用了大量的网络带宽资源，服务通信成本高。

发明内容

本发明的目的是针对现有技术的不足而设计的一种集中式服务解耦后公平部署的响应时间优化方法，采用服务解耦方法和基于MOEA/D算法对子服务进行部署，将解耦后的子服务和低耦合度服务部署于边缘服务器上并进行多目标优化，使得在保证边缘服务器负载公平性的条件下整体响应时间最短，有效提高了整个系统的预期响应时间，大大减少了网络带宽资源的占用，服务通信成本降低约40％，方法简单，使用方便，效率高。

本发明的目的是这样实现的：一种集中式服务解耦后公平部署的响应时间优化方法，其特点是采用服务解耦方法和基于MOEA/D算法对子服务进行部署，将解耦后的子服务和低耦合度服务部署于边缘服务器上并进行多目标优化，使得在保证边缘服务器负载公平性的条件下整体响应时间最短，其具体优化包括耦合度模型、传输服务通信开销模型和通信延迟模型的构建，对所有的服务进行耦合度计算，得到服务的耦合度值，用于判断服务的耦合度是否高于给定的耦合度阈值，如果低于耦合度阈值，则直接进行子服务的部署，如果高于耦合度阈值，则对该服务进行解耦。高耦合服务进行两个阶段的解耦，首先进行离线阶段解耦，根据每个边缘服务器对高耦合服务的订阅情况进行基于服务字段的特征提取，并使用基于k-means的方法对其进行聚类，然后进行线上阶段解耦，将离线解耦的聚类结果作为线上聚类的初始输入，并使用基于streaming k-means的方法对其字段有增加或者删除的服务进行实时聚类，对于子服务包括低耦合服务和高耦合服务解耦后的服务，提出了子服务部署模型并使用基于MOEA/D方法对子服务进行部署，其公平部署的响应时间优化具体包括以下步骤：

步骤1：构建边缘云的系统架构和耦合度模型、传输服务通信开销模型和通信延迟模型的构建。

步骤2：对所有的服务采用耦合度计算，将得到服务的耦合度值与给定的耦合度阈值进行判断，如低于耦合度阈值，则直接进行子服务的部署；如高于耦合度阈值，则对该服务进行解耦。

步骤3：对步骤2中的高耦合服务进行两个阶段的解耦，首先进行离线阶段解耦，根据每个边缘服务器对高耦合服务的订阅情况进行基于服务字段的特征提取，并使用基于k-means的方法对其进行聚类。然后进行线上阶段解耦，将离线解耦的聚类结果作为线上聚类的初始输入，并使用基于streaming k-means的方法对其字段有增加或者删除的服务进行实时聚类。