一种基于边缘计算的数据处理方法、设备及可读存储介质技术

本申请公开了一种基于边缘计算的数据处理方法、设备及可读存储介质，方法包括：获取目标应用针对边缘计算节点的已占用算力资源信息；预测目标时间段内针对目标应用的新增业务对象、下线业务对象以及场景切换业务对象，根据新增业务对象、下线业务对象以及场景切换业务对象确定目标应用在目标时间段内，针对边缘计算节点的期望需求算力资源信息；获取边缘计算节点的当前运行频率，根据当前运行频率对应的最大算力资源信息、已占用算力资源信息以及期望需求算力资源信息，确定边缘计算节点在目标时间段内的目标运行频率。采用本申请，可以在满足算力需求的同时，降低边缘计算节点的运行成本。行成本。行成本。

【技术实现步骤摘要】
一种基于边缘计算的数据处理方法、设备及可读存储介质


[0001]本申请涉及计算机
，尤其涉及一种基于边缘计算的数据处理方法、设备及可读存储介质。

技术介绍

[0002]云游戏是指游戏在远程服务器上运行，并将渲染完毕后的游戏画面压缩编码后，通过网络以音视频流方式下发到终端的过程。云游戏不需要考虑终端配置，彻底解决了终端性能不足无法运行重度游戏的技术问题。不过云游戏对网络延时的要求非常高，为了给对象提供更加稳定的网络条件，一般都会通过大规模部署边缘计算节点的方式，让云游戏的服务器离对象更近。
[0003]然而，游戏对象的在线是有比较明显的潮汐现象的，为了给对象提供更好的体验，一般都是按照游戏对象的最高在线数来设置边缘计算节点的运行频率，为最高在线数的游戏对象准备算力，而在非高峰时段时，游戏对象的实际在线数远不到最高在线数，那么这部分算力资源在非高峰时段就会产生空闲。
[0004]也就是说，按照最高在线数设置运行频率的方式，在非高峰时段，边缘计算节点并不需要以最高在线数对应的运行频率运行，此时边缘计算节点的运行频率会过大，那么边缘计算节点的功耗也会较大，造成边缘计算节点的运行成本的浪费。通过上述可知，按照游戏对象的最高在线数来准备算力的方式，运行成本会大大增加。

技术实现思路

[0005]本申请实施例提供一种基于边缘计算的数据处理方法、设备以及可读存储介质，可以在满足算力需求的同时，降低边缘计算节点的运行成本。
[0006]本申请实施例一方面提供了一种基于边缘计算的数据处理方法，包括：
[0007]获取目标应用针对边缘计算节点的已占用算力资源信息；已占用算力资源信息为在运行目标应用时，所占用的边缘计算节点的算力资源信息；
[0008]预测目标时间段内针对目标应用的新增业务对象、下线业务对象以及场景切换业务对象，根据新增业务对象、下线业务对象以及场景切换业务对象确定目标应用在目标时间段内，针对边缘计算节点的期望需求算力资源信息；
[0009]获取边缘计算节点的当前运行频率，根据当前运行频率对应的最大算力资源信息、已占用算力资源信息以及期望需求算力资源信息，确定边缘计算节点在目标时间段内的目标运行频率；目标运行频率对应的最大算力资源信息满足期望需求算力资源信息。
[0010]本申请实施例一方面提供了一种基于边缘计算的数据处理装置，包括：
[0011]已用算力获取模块，用于获取目标应用针对边缘计算节点的已占用算力资源信息；已占用算力资源信息为在运行目标应用时，所占用的边缘计算节点的算力资源信息；
[0012]对象预测模块，用于预测目标时间段内针对目标应用的新增业务对象、下线业务对象以及场景切换业务对象；
[0013]期望算力确定模块，用于根据新增业务对象、下线业务对象以及场景切换业务对象确定目标应用在目标时间段内，针对边缘计算节点的期望需求算力资源信息；
[0014]频率确定模块，用于获取边缘计算节点的当前运行频率；
[0015]频率确定模块，还用于根据当前运行频率对应的最大算力资源信息、已占用算力资源信息以及期望需求算力资源信息，确定边缘计算节点在目标时间段内的目标运行频率；目标运行频率对应的最大算力资源信息满足期望需求算力资源信息。
[0016]在一个实施例中，频率确定模块包括：
[0017]空闲算力确定单元，用于根据当前运行频率对应的最大算力资源信息与已占用算力资源信息确定边缘计算节点的当前空闲算力资源信息；
[0018]运行状态确定单元，用于根据当前空闲算力资源信息确定边缘计算节点的运行状态；
[0019]目标频率确定单元，用于若边缘计算节点的运行状态为满载运行状态，则根据已占用算力资源信息与期望需求算力资源信息，确定边缘计算节点在目标时间段内的目标运行频率；
[0020]目标频率确定单元，还用于若边缘计算节点的运行状态为未满载运行状态，且期望需求算力资源信息大于已占用算力资源信息，则根据当前空闲算力资源信息、已占用算力资源信息以及期望需求算力资源信息，确定边缘计算节点在目标时间段内的目标运行频率。
[0021]在一个实施例中，运行状态确定单元包括：
[0022]匹配子单元，用于将当前空闲算力资源信息与空闲资源阈值进行匹配；
[0023]状态确定子单元，用于若当前空闲算力资源信息大于空闲资源阈值，则将边缘计算节点的运行状态确定为未满载运行状态；
[0024]状态确定子单元，还用于若当前空闲算力资源信息小于空闲资源阈值，则将边缘计算节点的运行状态确定为满载运行状态。
[0025]在一个实施例中，目标频率确定单元包括：
[0026]算力比较子单元，用于若边缘计算节点的运行状态为满载运行状态，则将期望需求算力资源信息与已占用算力资源信息进行比较；
[0027]频率获取子单元，用于若期望需求算力资源信息大于已占用算力资源信息，则获取映射表；映射表中包括N个映射关系；一个映射关系包括一个配置运行频率与一个配置最大算力资源信息之间的对应关系；
[0028]频率获取子单元，还用于在映射表中，将大于期望需求算力资源信息的配置最大算力资源信息所对应的配置运行频率，确定为目标运行频率；
[0029]第一频率调整子单元，用于将边缘计算节点的运行频率从当前运行频率，调整至目标运行频率。
[0030]在一个实施例中，目标频率确定单元还包括：
[0031]第一频率确定子单元，用于若期望需求算力资源信息小于已占用算力资源信息，则将当前运行频率确定为目标运行频率。
[0032]在一个实施例中，目标频率确定单元包括：
[0033]差值确定子单元，用于若边缘计算节点的运行状态为未满载运行状态，且期望需
求算力资源信息大于已占用算力资源信息，则确定期望需求算力资源信息与已占用算力资源信息之间的资源差值绝对值；
[0034]差值比较子单元，用于若当前空闲算力资源信息小于资源差值绝对值，则获取映射表；映射表中包括N个映射关系；一个映射关系包括一个配置运行频率与一个配置最大算力资源信息之间的对应关系；
[0035]差值比较子单元，还用于在映射表中，将大于期望需求算力资源信息的配置最大算力资源信息所对应的配置运行频率，确定为目标运行频率；
[0036]第二频率调整子单元，用于将边缘计算节点的运行频率从当前运行频率，调整至目标运行频率。
[0037]在一个实施例中，目标频率确定单元还包括：
[0038]第二频率确定子单元，还用于若当前空闲算力资源信息大于资源差值绝对值，则将当前运行频率确定为目标运行频率。
[0039]在一个实施例中，该频率确定模块还包括：
[0040]表获取单元，用于若边缘计算节点的运行状态为未满载运行状态，且期望需求算力资源信息小于已占用算力资源信息，则获取映射表；映射表中包括N个映射关系；一个映射关系包括一个配置运行频率、一个配置最大算力资源信息与一个配置运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的数据处理方法，其特征在于，包括：获取目标应用针对边缘计算节点的已占用算力资源信息；所述已占用算力资源信息为在运行所述目标应用时，所占用的所述边缘计算节点的算力资源信息；预测目标时间段内针对所述目标应用的新增业务对象、下线业务对象以及场景切换业务对象，根据所述新增业务对象、下线业务对象以及场景切换业务对象确定所述目标应用在所述目标时间段内，针对所述边缘计算节点的期望需求算力资源信息；获取所述边缘计算节点的当前运行频率，根据所述当前运行频率对应的最大算力资源信息、所述已占用算力资源信息以及所述期望需求算力资源信息，确定所述边缘计算节点在所述目标时间段内的目标运行频率；所述目标运行频率对应的最大算力资源信息满足所述期望需求算力资源信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前运行频率对应的最大算力资源信息、所述已占用算力资源信息以及所述期望需求算力资源信息，确定所述边缘计算节点在所述目标时间段内的目标运行频率，包括：根据所述当前运行频率对应的最大算力资源信息与所述已占用算力资源信息确定所述边缘计算节点的当前空闲算力资源信息，根据所述当前空闲算力资源信息确定所述边缘计算节点的运行状态；若所述边缘计算节点的运行状态为满载运行状态，则根据所述已占用算力资源信息与所述期望需求算力资源信息，确定所述边缘计算节点在所述目标时间段内的目标运行频率；若所述边缘计算节点的运行状态为未满载运行状态，且所述期望需求算力资源信息大于所述已占用算力资源信息，则根据所述当前空闲算力资源信息、所述已占用算力资源信息以及所述期望需求算力资源信息，确定所述边缘计算节点在所述目标时间段内的目标运行频率。3.根据权利要求2所述的方法，其特征在于，所述根据所述当前空闲算力资源信息确定所述边缘计算节点的运行状态，包括：将所述当前空闲算力资源信息与空闲资源阈值进行匹配；若所述当前空闲算力资源信息大于所述空闲资源阈值，则将所述边缘计算节点的运行状态确定为所述未满载运行状态；若所述当前空闲算力资源信息小于所述空闲资源阈值，则将所述边缘计算节点的运行状态确定为所述满载运行状态。4.根据权利要求2所述的方法，其特征在于，所述若所述边缘计算节点的运行状态为满载运行状态，则根据所述已占用算力资源信息与所述期望需求算力资源信息，确定所述边缘计算节点在所述目标时间段内的目标运行频率，包括：若所述边缘计算节点的运行状态为满载运行状态，则将所述期望需求算力资源信息与所述已占用算力资源信息进行比较；若所述期望需求算力资源信息大于所述已占用算力资源信息，则获取映射表；所述映射表中包括N个映射关系；一个映射关系包括一个配置运行频率与一个配置最大算力资源信息之间的对应关系；在所述映射表中，将大于所述期望需求算力资源信息的配置最大算力资源信息所对应
的配置运行频率，确定为所述目标运行频率；将所述边缘计算节点的运行频率从所述当前运行频率，调整至所述目标运行频率。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：若所述期望需求算力资源信息小于所述已占用算力资源信息，则将所述当前运行频率确定为所述目标运行频率。6.根据权利要求2所述的方法，其特征在于，所述若所述边缘计算节点的运行状态为未满载运行状态，且所述期望需求算力资源信息大于所述已占用算力资源信息，则根据所述当前空闲算力资源信息、所述已占用算力资源信息以及所述期望需求算力资源信息，确定所述边缘计算节点在所述目标时间段内的目标运行频率，包括：若所述边缘计算节点的运行状态为未满载运行状态，且所述期望需求算力资源信息大于所述已占用算力资源信息，则确定所述期望需求算力资源信息与所述已占用算力资源信息之间的资源差值绝对值；若所述当前空闲算力资源信息小于所述资源差值绝对值，则获取映射表；所述映射表中包括N个映射关系；一个映射关系包括一个配置运行频率与一个配置最大算力资源信息之间的对应关系；在所述映射表中，将大于所述期望需求算力资源信息的配置最大算力资源信息所对应的配置运行频率，确定为所述目标运行频率；将所述边缘计算节点的运行频率从所述当前运行频率，调整至所述目标运行频率。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：若所述当前空闲算力资源信息大于所述资源差值绝对值，则将所述当前运行频率确定为所述目标运行频率。8.根据权利要求2所述的方法，其特征在于，所述方法还包括：若所述边缘计算节点的运行状态为未满载运行状态，且所述期望需求算力资源信息小于所述已占用算力资源信息，则获取映射表；所述映射表中包括N个映射关系；一个映射关系包括一个配置运行频率、一个配置最大算力资源信息与一个配置运行消耗之间的对应关系；将所述映射表中所述当前运行频率所对应的配置运行消耗确定为待比较配置运行消耗，根据所述待比较配置运行消耗确定所述边缘计算节点在所述目标时间段内的目标运行频率。9.根据权利要求8所述的方法，其特征在于，所述根据所述待比较配置运行消耗确定所述边缘计算节点在所...

【专利技术属性】
技术研发人员：徐士立，付亚彬，钟炳武，马啸虎，胡玉林，陆燕慧，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：