共查询到20条相似文献,搜索用时 93 毫秒
1.
现有微服务系统持续交付仅将可执行代码或程序放入运行环境,缺乏对容器化服务的敏捷开发流程。对于容器化服务的版本测试和配置更新等相关问题也缺乏相应的解决方案。因此,如何在微服务系统上快速构建容器云并提供相关完整解决方案是急需解决的技术难题。提出了一种基于容器云的微服务系统。以容器为载体灵活快速构建微服务,为上层应用提供容器云服务。实现了服务容器化持续集成,支持多个服务的多个版本联调测试,达到生产不停机、版本无缝切换的效果;由运维监控平台对这些服务进行统一的监控管理。经过生产环境验证,系统能够保障多种服务运行不停机,短时间响应请求,满足生产的需求。 相似文献
2.
微服务架构和容器技术的结合让企业能够彻底打破孤岛效应,实现信息与数据的无障碍流通.IT技术更加贴合业务的变化,让企业在竞争中更加灵活多变,获得更大的优势. 相似文献
3.
基于J2EE面向服务的工作流管理系统 总被引:3,自引:1,他引:2
Web服务技术的蓬勃发展,进一步促进了面向服务架构(SOA)的繁荣,越来越多的组织机构已经或正在准备接纳这一新技术来构建基于Web服务的应用.传统的工作流管理系统已经不能满足业务集成的需要,新一代的工作流管理系统必须提供对Web服务的支持.文中提出了一个称为"SOFlow"的面向服务的工作流管理系统,并对该系统的体系架构进行了分析,给出了该系统的一个具体实现. 相似文献
4.
5.
6.
移动边缘计算环境下,用户可将本地的计算密集型任务卸载至边缘服务器,从而缩短工作流的完工时间并节省设备能耗。然而,许多研究忽略了用户移动导致的网络连接变化对工作流调度的影响。针对现有算法中存在的卸载不合理问题,文中提出了基于移动感知的工作流调度算法MaWS。该算法通过预测用户移动轨迹得出未来可通信的基站集合,并融入遗传算法,制定合理的任务执行顺序和执行位置。仿真结果表明,相比HEFT和Greedy等算法,MaWS算法能够有效缩短10%~15%的工作流完工时间并降低8%~13%的设备能耗,为移动边缘计算下的工作流调度提出一种有效方案。 相似文献
7.
顾祥玉包灿赵千倩吴莹陈静余雨 《电信快报》2021,(7):38-41
针对传统云计算平台无法高效处理海量物联网终端数据接入,中心服务器和传输过程中缺乏用户数据隐私保护的两方面需求问题,构建一个物联网边缘计算平台.该平台采用云原生架构,并在靠近用户端部分利用边缘计算的方法搭建平台,在电力物联网系统中,将数据处理能力从云端下沉到用户附近,从而降低电网响应时延、卸载数据传输压力、提高电力传输效... 相似文献
8.
9.
针对现有5G核心网协议对边缘微服务实时热迁移支持能力的不足,提出一种面向边缘微服务迁移的5G核心网协议定制方案。指出了现有5G UE移动场景下的连续性保持研究在应用普及、5G标准协议提供支持以及方案完整性等方面的不足之处,着重介绍了面向边缘微服务迁移的5G核心网协议定制方案的流程及系统架构,并对方案进行测试验证。结果证明本方案可使用原微服务IP地址对迁移后的微服务进行正常访问,在保证服务连续性的情况下支持边缘微服务迁移。 相似文献
10.
移动边缘计算利用部署在用户附近基站或具有空闲资源的路侧单元、车辆和MEC服务器作为网络的边缘,为设备提供所需的服务以及云端计算能力,以减少网络操作和服务交付的时延。文章将移动设备和MEC服务器的任务分配问题描述为一对一的匹配博弈,解决了移动边缘计算中的任务卸载问题。文章提出的算法具有良好的扩展性,并且能够降低总体能耗,使任务卸载时延最小化。 相似文献
11.
12.
车联网(IoV)边缘计算通过在网络边缘部署计算资源,可为车载用户提供低时延服务。该文通过随机网络演算(SNC)矩母函数(MGF)法分析车联网移动边缘计算的时延和数据积压性能。首先,分别对车辆高优先级和低优先级业务到达过程、单跳毫米波通信服务过程和边缘计算服务过程进行数学建模;其次,由服务级联定理获得不同优先级业务在多跳网络中的服务过程及其矩母函数表达式;接着,推导了车辆边缘网络不同优先级业务毫米波多跳通信任务卸载的时延和数据积压概率边界闭式解;最后通过蒙特卡罗仿真验证闭式解的准确性。 相似文献
13.
ZHAO Yong CHEN Liang LI Youfu TIAN Wenhong 《中国通信》2014,(12):125-140
Many Task Computing(MTC)is a new class of computing paradigm in which the aggregate number of tasks,quantity of computing,and volumes of data may be extremely large.With the advent of Cloud computing and big data era,scheduling and executing large-scale computing tasks efficiently and allocating resources to tasks reasonably are becoming a quite challenging problem.To improve both task execution and resource utilization efficiency,we present a task scheduling algorithm with resource attribute selection,which can select the optimal node to execute a task according to its resource requirements and the fitness between the resource node and the task.Experiment results show that there is significant improvement in execution throughput and resource utilization compared with the other three algorithms and four scheduling frameworks.In the scheduling algorithm comparison,the throughput is 77%higher than Min-Min algorithm and the resource utilization can reach 91%.In the scheduling framework comparison,the throughput(with work-stealing)is at least 30%higher than the other frameworks and the resource utilization reaches 94%.The scheduling algorithm can make a good model for practical MTC applications. 相似文献
14.
近年来移动互联网、工业互联网的快速发展,引发媒体计算与服务的一个新的趋势:以视频为代表的多媒体数据的产生、处理和分发越来越多地趋向网络边缘。复杂应用环境下,用户行为、系统资源的不确定性成为网络视频服务面临的重大挑战。如何引入人工智能与机器学习的方法,利用网络边缘的计算、存储和网络资源实现视频内容分发随需而动,从而支撑更低延迟、更高带宽需求的网络视频服务,逐渐成为新的研究和应用热点。该综述分析了基于边缘计算的视频分发所面临的挑战,提出了通过边缘计算的网络、存储和计算能力来进行视频内容分发的框架,并在此框架下给出了边缘缓存及替换、边缘内容预取、边缘内容收集和边缘计算迁移等视频分发的优化策略设计。 相似文献
15.
边缘计算服务器的负载不均衡将严重影响服务能力,该文提出一种适用于边缘计算场景的任务调度策略(RQ-AIP)。首先,根据服务器的负载分布情况衡量整个网络的负载均衡度,结合强化学习方法为任务匹配合适的边缘服务器,以满足传感器节点任务的资源差异化需求;进而,构造任务时延和终端发射功率的映射关系来满足物理域的约束,结合终端用户社会属性,为任务不断地选择合适的中继终端,通过终端辅助调度的方式实现网络的负载均衡。仿真结果表明,所提出的策略与其他负载均衡策略相比能有效地缓解边缘服务器之间的负载和核心网的流量,降低任务处理时延。
相似文献16.
近年来,随着入网设备数量与数据体量的急剧增加,以云计算为代表的中心式计算模式的缺点越来越显露出来。边缘计算,即让计算尽量靠近数据源,以减少数据传输时间和网络延迟,作为云计算的补充,已经成为学术界和工业界关注的焦点。该文面向边缘计算中应用较广的实例架构—云边端架构,以及边缘计算的典型应用—边缘智能计算,讨论云边端架构下边缘智能计算的两大关键问题:计算优化和计算卸载。首先分析和梳理了云边端架构下边缘智能计算优化的应用与研究现状。然后讨论了云边端架构下计算卸载的研究思路和现状。最后,总结提出了目前云边端架构下边缘智能计算业务所面临的挑战和未来研究趋势。 相似文献
17.
18.
在车联网(IOV)环境中,如果将车辆的计算任务都放置在云平台执行,无法满足对于信息处理的实时性,考虑移动边缘计算技术以及任务卸载策略,将用户的计算任务卸载到靠近设备边缘的服务器去执行。但是在密集的环境下,如果所有的任务都卸载到附近的边缘服务器去执行,同样会给边缘服务器带来巨大的负载。该文提出基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法,通过定义用户的任务计算卸载效用,综合考虑时耗和能耗,结合模拟退火机制,根据当前道路的密集程度对系统卸载效用进行优化,改变用户的卸载决策,选择在本地执行或者卸载到边缘服务器上执行,使得在给定的环境下的所有用户都能得到满足低时延高质量的服务。仿真结果表明,该算法在减少用户任务计算时间的同时降低了能量消耗。 相似文献
19.