[发明专利]一种算力网络中节点任务调度方法

说明书

本发明公开了一种算力网络中节点任务调度方法。包括以下步骤：步骤1、构建边缘算网模型并对外进行数据发布：步骤2、各个节点根据接入设备的数据采集情况生成任务；步骤3、统计时间帧内所有节点上的任务发起情况；步骤4、计算任务的调度决策、服务的伸缩决策结果；步骤5、根据任务调度决策结果将任务转发至对应的节点；步骤6、将任务与容器服务副本进行逐一匹对并最终在容器中处理；本发明所述方法通过算力感知监控与算力整合，提供了全局一致的基础设施资源视图，通过并发任务调度决策算法将任务分配至合适的算力节点，降低了任务的平均完成时延；通过容器服务伸缩决策算法实现了资源的动态分配，提高了全网算力资源的整体利用率。

技术领域

本发明涉及无线通信技术领域，特别是涉及一种算力网络中节点任务调度方法。

背景技术

根据IDC预测，到2025年，全球物联网设备数将达到416亿台，数据总量将达到180泽字节，其中70％以上的数据都将在网络边缘进行处理。为应对边缘设备海量接入以及边缘数据高效处理带来的挑战，边缘计算技术应运而生。通过将小型服务器部署在网络边缘，为物联网设备提供就近的计算能力，缩短响应时间的同时也缓解了网络拥塞。与此同时，为实现对边缘环境中分布式异构资源的统一管理与高效分配，算力网络相关概念被提出并受到广泛关注。申请号为CN202010977315.7的专利申请公开了一种任务调度方法、装置及电子设备，涉及后台任务调度技术领域，包括：根据执行指令确定待执行的多个任务，然后执行各任务，并确定各任务的执行状态，最后根据各任务的执行状态，向客户端通知执行指令的执行进度，其中，执行指令为用户在客户端的网页应用中触发的，以根据各任务的执行状态，确定执行指令的执行进度，并向客户端通知该执行进度。

在算力网络中，资源被抽象、整合、量化，并以虚拟化技术的形式被编排，实现了资源按需分配与弹性伸缩的能力。目前，算力网络相关技术的研究仍处于发展阶段，针对不同应用场景的实现方案尚未形成统一的范式。在边缘节点多物联网设备接入、并发任务执行的场景中，存在多节点负载不均衡且任务请求存在波动性的问题。传统的解决方案中，选择将任务请求调度至距离最近亦或资源最充足的节点，然而上述思路无法应对多任务并发执行的情况；抑或是将单个节点或者虚拟机作为任务的执行单元，缺乏资源分配的灵活性。

发明内容

为克服上述技术问题，本发明提供了一种算力网络中节点任务调度方法，所述方法包括以下步骤：

步骤1、对节点的计算资源监控信息、网络资源监控信息进行实时获取，构建边缘算网模型并对外进行数据发布：

步骤1.1、获取每个节点上计算资源监控信息、网络资源监控信息，计算资源监控信息包括节点的cpu、内存使用情况，网络资源监控信息包含节点间的链路带宽；

步骤1.2、根据步骤1.1获得的计算资源监控信息、网络资源监控信息的数据信息，构建边缘算网模型，基于图结构构建边缘算网模型，包括代表计算资源的节点以及代表网络资源的拓扑连接；

步骤1.3、将生成的边缘算网模型信息进行对外发布，算网模型采取一种集中分发的发布模式，具体步骤包括：

步骤1.3.1、将生成的边缘算网模型信息通过消息队列的topic(标题)进行发布，每隔设定的时间对步骤1.1和步骤1.2进行重复执行；

步骤1.3.2、边缘节点通过订阅topic的方式获取当前最新的算网模型信息，当本地无缓存数据执行缓存操作；当本地有缓存数据则根据获取的最新的算网模型信息对缓存进行更新；

步骤2、各个节点根据接入设备的数据采集情况生成任务，其中，每个任务包括任务id、任务类型、任务发起节点以及任务数据四种信息，每个节点均能够进行各种类型任务的发起，任务id作为任务在分布式集群的唯一标识是全局唯一且随时间趋势递增：