一种电力微服务卸载方法及装置制造方法及图纸

本发明专利技术涉及电力物联网技术领域，具体提供了一种电力微服务卸载方法及装置，包括：基于预先构建的电力微服务卸载模型确定电力微服务卸载的卸载决策；基于所述卸载决策将电力微服务卸载至相应的边缘节点的容器中执行；其中，所述预先构建的电力微服务卸载模型包括：为电力微服务卸载配置的以电力业务执行时延最小为目标的目标函数以及为电力微服务卸载配置的约束条件。本发明专利技术提供的技术方案在保障服务调度成功的同时，实现了服务执行时延最小化的目标。化的目标。化的目标。

【技术实现步骤摘要】
一种电力微服务卸载方法及装置


[0001]本专利技术涉及电力物联网
，具体涉及一种电力微服务卸载方法及装置。

技术介绍

[0002]随着电力系统的快速发展，海量接入的终端导致了异构多源数据信息的爆发式增长，让电力业务的需求呈现多元化、生态化。传统单体式架构构建的应用系统已无法应对爆炸式的业务增长。如何构建灵活、易扩展的业务系统，成为亟待考虑的问题。微服务是一种用于构建应用的架构方案，不同于传统的单体式方案，可将应用拆分成多个核心功能，每个功能被称为一项服务，可以单独构建和部署。结合容器快速部署和快速迭代的特点，可以直接将微服务部署在容器中执行。因此本专利技术引入微服务和容器，为电力业务的执行提供新的方式，在部署、扩展和迁移方面更加灵活。
[0003]为了更好地满足时延敏感性业务需求，快速响应服务请求，引入边缘计算思想，通过在边缘或终端设备中部署服务器来提供低延迟、高效的服务。但是传统的边缘计算服务卸载算法往往只考虑了计算资源、通信资源的分配问题，无法处理大规模并发业务流量请求以及边缘节点发生故障时，服务执行的连续性问题。为此，如何在边缘计算中，构建高效、可靠的电力业务调度决策模型是本专利技术考虑的重点。本专利技术从电力业务子任务之间的依赖关系出发，设计了服务卸载决策模型。同时考虑了边缘设备或设备间通信链路发生故障的情况下的服务重调度问题。
[0004]服务重调度往往需要快速的对边缘设备状态进行感知，避免出现重调度时延过长而导致的服务执行失败的问题。深度强化学习可以很好地解决上述问题，可以利用深度学习的感知能力与环境进行交互，实现获取到边缘设备的可用资源、物理状态、设备间的连接关系以及通信链路状态，然后利用强化学习来做出服务卸载决策，既可以满足服务执行时延最小化的需求，又可以解决服务执行期间的连续性问题。
[0005]综上所述，通过在边缘节点中创建容器来承载微服务，利用深度强化学习算法来解决微服务在容器中的卸载以及重调度决策模型是一个值得研究的问题。为了解现有技术的发展状况，对已有的论文和专利进行了检索、比较和分析，筛选出如下与本专利技术相关度比较高的技术信息：
[0006]已有技术方案1：专利号CN113268341A的《电网边缘计算任务的分配方法、装置、设备和存储介质》提供了一种电网边缘计算任务的分配方法、装置、设备和存储介质，其中，电网边缘计算任务的分配方法包括:软件定义网络控制器接收多个智能终端各自的任务信息；根据多个智能终端的任务信息和边缘计算服务器的资源信息，建立多个智能终端的总时延最小的优化模型；根据总时延最小的优化模型，生成目标智能终端的任务分配信息；目标智能终端为多个智能终端中的任意一个智能终端；在分配信息为由目标智能终端处理的情况下，将分配信息发送给目标智能终端；在分配信息为由边缘计算服务器处理的情况下，将分配信息同时发送给目标智能终端和边缘计算服务器。采用该专利技术可以降低智能终端的任务被处理的时延。
[0007]已有技术方案2：专利号CN112764835A公开了《基于边缘计算的电力物联网传感设备配置微服务系统及方法》，其微服务系统包括边缘物联代理架构、云服务中心和终端设备，边缘物联代理架构将终端设备数据进行处理，并根据终端设备数据的优先级，在云服务中心与终端设备间进行计算任务协同处理。本专利技术利用边缘数据处理低延时及微服务分布式架构的优势，降低现有物联代理设备对异构设备配置服务的复杂性。
[0008]已有技术方案3：专利号CN111885137A公开了《一种基于深度强化学习的边缘容器资源分配方法》，包括Actor网络、Critic网络、回声状态网络ESN，有效的解决了时延敏感性应用的边缘计算环境的容器资源分配的问题。本专利技术提供的资源分配方法通过在M/D/1排队模型的基础上建立端到端时延模型，得到服务流s数据包在容器n上的端到端时延，为解决边缘容器资源分配的问题采用基于深度强化学习模型，并通过回声状态网络ESN改进传统A3C算法得到了一种时延敏感型应用的边缘容器的资源分配方法—EC
‑
A3C网络，在资源池z为不同的容器集群Sz,t分配资源分配策略At，用以解决边缘计算环境的容器资源分配的问题，EC
‑
A3C网络通过改变端到端时延的奖励值rt，以适应多种的边缘计算环境。
[0009]技术方案1主要考虑通过软件定义网络控制器来获取多个智能终端的状态信息，建立以时延最小化为目标的任务分配模型。该专利技术并未考虑任务之间的依赖关系，同时软件定义控制器与环境的交互实时性不够，可能无法应对动态变化的边缘计算环境状态。
[0010]技术方案2重点研究了微服务系统中各个模块之间的交互流程，并利用边缘计算来降低服务执行时延，关注了电力业务的整个执行流程，但并未详细说明边缘计算中的资源分配过程，也并未考虑实际情况，单存的通过预先设定的任务优先级判定方式，选择服务执行地点，不具有灵活性。
[0011]技术方案3重点研究了边缘计算环境下容器的资源分配，关于任务间的依赖关系考虑不够，同时没有考虑容器的资源伸缩性，即任务资源需求和容器配备资源之间的匹配程度。面对边缘设备发生故障这种影响服务顺利实施的突发情况也没有考虑，没有关注服务执行成功率。

技术实现思路

[0012]为了克服上述缺陷，本专利技术提出了一种电力微服务卸载方法及装置。
[0013]第一方面，提供一种电力微服务卸载方法，所述电力微服务卸载方法包括：
[0014]基于预先构建的电力微服务卸载模型确定电力微服务卸载的卸载决策；
[0015]基于所述卸载决策将电力微服务卸载至相应的边缘节点的容器中执行；
[0016]其中，所述预先构建的电力微服务卸载模型包括：为电力微服务卸载配置的以电力业务执行时延最小为目标的目标函数以及为电力微服务卸载配置的约束条件。
[0017]优选的，所述基于预先构建的电力微服务卸载模型确定电力微服务卸载的卸载决策，包括：
[0018]采用A3C算法对预先构建的电力微服务卸载模型进行求解，得到电力微服务卸载的卸载决策。
[0019]优选的，所述目标函数的计算式如下：
[0020][0021]上式中，m∈[1,n
g
]，n
g
为电力业务数量，t
m
为第m个电力业务的执行时延。
[0022]进一步的，所述第m个电力业务的执行时延的计算式如下：
[0023][0024]上式中，为第m个电力业务的中包含微服务的执行时间，为第m个电力业务的起始执行时间，n
m
为第m个电力业务中包含的微服务数量。
[0025]进一步的，第m个电力业务的中包含第n个微服务的执行时间的计算式如下：
[0026][0027]上式中，为第m个电力业务的中包含第n个微服务的执行时间，为第m个电力业务的中包含第n个微服务的计算时延，为第m个电力业务的中包含第n个微服务的起始执行时间，n∈[1,n
m
]。
[0028]进一步的，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力微服务卸载方法，其特征在于，所述方法包括：基于预先构建的电力微服务卸载模型确定电力微服务卸载的卸载决策；基于所述卸载决策将电力微服务卸载至相应的边缘节点的容器中执行；其中，所述预先构建的电力微服务卸载模型包括：为电力微服务卸载配置的以电力业务执行时延最小为目标的目标函数以及为电力微服务卸载配置的约束条件。2.如权利要求1所述的方法，其特征在于，所述基于预先构建的电力微服务卸载模型确定电力微服务卸载的卸载决策，包括：采用A3C算法对预先构建的电力微服务卸载模型进行求解，得到电力微服务卸载的卸载决策。3.如权利要求1所述的方法，其特征在于，所述目标函数的计算式如下：上式中，m∈[1,n
g
]，n
g
为电力业务数量，t
m
为第m个电力业务的执行时延。4.如权利要求3所述的方法，其特征在于，所述第m个电力业务的执行时延的计算式如下：上式中，为第m个电力业务的中包含微服务的执行时间，为第m个电力业务的起始执行时间，n
m
为第m个电力业务中包含的微服务数量。5.如权利要求4所述的方法，其特征在于，第m个电力业务的中包含第n个微服务的执行时间的计算式如下：上式中，为第m个电力业务的中包含第n个微服务的执行时间，为第m个电力业务的中包含第n个微服务的计算时延，为第m个电力业务的中包含第n个微服务的起始执行时间，n∈[1,n
m
]。6.如权利要求5所述的方法，其特征在于，所述第m个电力业务的中包含第n个微服务的计算时延的计算式如下：所述第m个电力业务的中包含第n个微服务的起始执行时间的计算式如下：上式中，D
m,n,i,j
为将第m个电力业务的中包含第n个微服务卸载到第i个边缘节点的第j个容器的卸载决策，若D
m,n,i,j
＝1，则表示将第m个电力业务的中包含第n个微服务卸载到第i个边缘节点的第j个容器中执行，否则，结束操作，r
m,n
为第m个电力业务的中包含第n个微
服务执行所需的CPU周期数，dr
i,j
为第i个边缘节点的第j个容器所提供的资源空间，为第m个电力业务的中包含第n
‑
1个微服务的执行时间，d
m,n
‑1为第m个电力业务的中包含第n
‑
1个微服务传送给下一个微服务的数据量，tr
n
‑
1,n
为第m个电力业务的中包含第n
‑
1个微服务与第n个微服务之间的数据传输速率，为第m个电力业务的中包含第n个微服务的排队时延，为第m个电力业务的中包含第n个微服务的重调度时延。7.如权利要求6所述的方法，其特征在于，所述约束条件的数学表达式如下：t
m
≤t
max
RD
m,n,i,j
≤RD
max
type
m，n
＝dt
i，j
，if D
m，n，i，j
＝1上式中，t
max
为电力业务的执行时延最大值，RD
m,n,i,j
为将第m个电力业务的中包含第n个微服务卸载到第i个边缘节点的第j个容器中执行的资源偏差率，RD
max
为容器垂直伸缩阈值，n
b
为边缘节点数量，n
i
为第i个边缘节点中创建的容器数量，type
m,n
为第m个电力业务...

【专利技术属性】
技术研发人员：郭屾，王鹏，白帅涛，张冀川，林佳颖，张明宇，张治明，谭传玉，秦四军，孙浩洋，姚志国，张永芳，吕琦，
申请(专利权)人：国家电网有限公司国网山东省电力公司，
类型：发明
国别省市：