【技术实现步骤摘要】
本专利技术属于分布式系统和网络，特别是一种边缘环境下基于服务调用链路信息的容器镜像缓存方法。
技术介绍
1、随着物联网技术和移动5g网络的普及，边缘设备数量迅速增长，也随之产生了海量实时数据。边缘计算将数据处理的重心从中心化的数据中心向边缘节点移动，旨在实现低延迟、实时响应和更高效的数据处理。微服务架构通过将传统的单片应用解耦成多个独立的微服务，且微服务之间可互相调用形成业功能链，使应用更易维护、独立部署、技术栈多样化。
2、这些微服务通常以容器形式进行打包和分发，使其可以在各种容器运行时环境中快速部署和启动。然而，在部署服务时，由于网络带宽、稳定性等因素的影响，从远程仓库中下载所需容器镜像文件会耗费很多时间，占据容器部署总时延的76％～92％。边缘缓存可以将部分热门镜像缓存在边缘节点上，当请求命中时，可以直接从缓存空间中拉取镜像，大大缩短了镜像拉取延迟。
3、传统的缓存方法通常是基于单个服务的静态数据或任务处理结果等进行缓存。考虑到一些流行的多媒体内容往往会被大量请求，从而产生巨大的数据负载。流行的解决方法是根据用户的请求历史、社交网络等数据找到用户请求的特点规律，挖掘内容的时效性、规律性、流行度，进而预测内容在接下来一段时间内被请求的概率，将被请求概率最大或次数最多的内容存储在边缘缓存中，从而提高对一些相同的流行目标重复请求的命中率。
4、容器镜像缓存与之存在巨大差异的一点在于，基站部署的服务不会在短时间内频繁更新，销毁容器实例时也不会一同删除其镜像文件，因此下载的镜像往往会存储在本地很长
5、目前对容器镜像缓存的研究聚焦于基于内容的缓存策略，利用镜像层之间的相似性和重用性，减少冗余的镜像拉取和存储，从而提高容器部署的效率和速度。但在服务调用链路的场景下，一个微服务与其前后调用的微服务在业务逻辑上存在很大关联性，但往往前后调用的服务用于处理不同的业务，其组成镜像层的相关度较低。因此从镜像层关联度的角度进行缓存同样不适用于服务调用链路场景。
技术实现思路
1、本专利技术所解决的技术问题在于提供一种边缘环境下基于服务调用链路信息进行主动推送容器镜像的缓存方法。
2、实现本专利技术目的的技术解决方案为：一种边缘环境下基于服务调用链路信息的容器镜像缓存方法，包括以下步骤：
3、步骤1、预处理数据集，根据服务调用关系构建调用链路图，并将服务分配到边缘节点；
4、步骤2、计算边缘节点相似度，采用fast newman算法对节点进行分组；
5、步骤3、使用历史服务请求训练基于lstm神经网络的预测模型；
6、步骤4、请求流行服务镜像层未命中时，采用基于lstm的算法预测接下来调用概率最大的2条链路，将链路上所有服务的镜像与请求层一起推送到请求节点所在分组的所有节点；
7、步骤5、请求非流行服务镜像层未命中时，采用基于动态规划的算法选出调用频率最高的一条链路，推送服务镜像；
8、步骤6、每隔一段时间对节点分组和lstm模型进行更新。
9、本专利技术与现有技术相比，其显著优点为：1)本专利技术考虑了服务调用链路场景下服务在业务逻辑上的相关性，能够更准确地预测服务需求；2)考虑了基站之间的相关性进行将分组推送镜像层，在降低资源消耗的同时提高了缓存命中率；3)对流行服务与非流行服务分别采用基于lstm和动态规划的算法预测下一个微服务，降低系统资源消耗；4)随着时序业务的变化和服务调用模式的调整，本专利技术的缓存策略可以自适应地对预测模型进行更新和节点重新分组，保证缓存命中率始终保持在较高水平。
10、下面结合附图对本专利技术作进一步详细描述。
本文档来自技高网...【技术保护点】
1.一种边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，预处理数据集，构建服务调用链路图，将服务请求分配到边缘节点，具体为：
3.根据权利要求2所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，根据节点对服务的请求历史以及地理位置计算节点间相似度，采用Fast Newman算法对节点进行分组，具体为：
4.根据权利要求3所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，使用服务的请求历史训练基于LSTM神经网络的预测模型，具体为：
5.根据权利要求4所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，流行服务镜像层请求未命中时，采用基于LSTM的算法预测接下来调用概率最大的2条链路，将链路上所有服务的镜像与请求层一起推送到请求节点所在分组的所有节点，具体为：
6.根据权利要求5所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，请求非流行服
7.根据权利要求6所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，将这一阶段的服务请求数据加入历史数据，重新进行步骤2和步骤3，对节点分组和LSTM模型进行更新。
...【技术特征摘要】
1.一种边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，预处理数据集，构建服务调用链路图，将服务请求分配到边缘节点，具体为：
3.根据权利要求2所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，根据节点对服务的请求历史以及地理位置计算节点间相似度，采用fast newman算法对节点进行分组，具体为：
4.根据权利要求3所述的边缘环境下基于服务调用链路信息的容器镜像缓存方法，其特征在于，使用服务的请求历史训练基于lstm神经网络的预测模型，具体为：
5.根...
【专利技术属性】
技术研发人员：王学勤，徐雷，蔡志成，曹杰，张环宇，殷新兵，靖慧，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。