CN113599803B 一种基于边缘计算的数据处理方法、设备及可读存储介质 （腾讯科技（深圳）有限公司）

本申请公开了一种基于边缘计算的数据处标应用针对边缘计算节点的已占用算力资源信2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、下线业务对根据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，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3若所述边缘计算节点的运行状态为未满载运行状态，且所述若所述当前空闲算力资源信息小于所述资源差值绝对值，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将所述目标运行消耗与所述待比较配置运行若所述目标运行消耗小于所述待比较配置运行消耗，则将所若所述目标运行消耗大于所述配置运行消耗，则将所述当前获取所述目标应用的N个当前运行信息；一个当前运行信息包括一个在线业务对象所获取每个当前运行信息对应的业务对象占用资源信息，得到N个业务对象占用资源信将所述N个业务对象占用资源信息的总和，确定为所述目标应用针对所述边缘计算节4所述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统计所述待统计业务对象在所述应用活动场景Mi中的获取所述待统计业务对象对应的对象数量，根据所述业务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获取所述新增业务对象对应的新增数量、所述下线业务对象预测所述新增业务对象所对应的初始登录场景；所述一个或多个应将所述下线业务对象在发生下线行为时所处的应用活动场景，将所述场景切换对象在进行场景切换前所处的应用活动场景，根据所述新增数量与所述初始登录场景对应的平均算力需求根据所述下线数量与所述在线应用活动场景对应的平均算力5根据所述初始应用活动场景对应的平均算力需求信息、所述目根据所述第一变化算力资源信息、所述第二变化算力资源信息、所述第三变6[0002]云游戏是指游戏在远程服务器上运行，并将渲染完毕后[0005]本申请实施例提供一种基于边缘计算的数据处理方法、[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[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7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[0031]第一频率确定子单元，用于若期望需求算力资源信息小8[0049]已用资源统计单元，用于获取每个当前运行信息对应的9[0064]期望算力确定单元，还具体用于根据初始应用活动场景对应的平均算力需求信时间段内是否要对当前运行频率进行升高、降低或保持不变(即确定目标时间段内的目标[0073]图2a-图2b是本申请实施例提供的一种预测目标时间段内的目标运行频率的场景[0076]图5是本申请实施例提供的一种确定目标时间段内的目标运行频率的流程示意算是网格计算(GridComputing)、分布式计算(DistributedComputing)、并行计算(ParallelComputing)、效用计算(UtilityComputing)、网络存储(NetworkStorage播放能力与获取玩家输入指令并发送给云端服务器[0086]云游戏边缘计算节点，用于进行边缘计算的节点，一般由多台具备图形处理器服务器12a、计算服务器12b等多个计算服务器。如图1所示，边缘节点11中的计算服务器11a、计算服务器11b等计算服务器之间可以相互进行通信，边缘节点12中的计算服务器群中的每个终端设备上均可以集成安装有目标应用，当该目标应用运行于各终端设备中用的最高在线数(登录目标应用的对象的数量)，来为目标应用准备算力资源(根据最高在那么该计算服务器为目标应用所设置的运行频率为能够为500个对象提供功能服务的频的在线对象数远多于最高在线数500，那么此时该计算服务器的运行频率所能够提供的功的当前运行频率，以获取到该当前运行频率对应的算力总资源信息(即最大算力资源信用算力资源信息与期望需求算力资源信息是指CPU算力资源时，该当前运行频率可以是指目标时间段内的目标运行频率(该目标运行频率可以是指计算服务器在目标时间段内的预计算服务器在目标时间段内的目标运行频率所对应的最大算力资源信息可以满足期望需资源信息即是统计在运行目标应用时，所占用的计算服务器11a的CPU算力与GPU算力的数期望需求算力资源信息(即，在目标时间段内运行目标应用时，预计会占用的计算服务器可使得计算服务器11a在目标时间段内为目标应用所提供的算力资源不会过大或过小。其及确定目标时间段内的目标运行频率的具体实现方式，可以参见后续图3所对应实施例中以及大数据和人工智能平台等基础云计算服[0096]可以理解的是，上述设备(如上述管理服务器100、计算服务器11a、计算服务器通过加入该点对点网络而成为该区块链系统中上电脑、智能音响、移动互联网设备(MID，mobileinternetdevice)、POS(PointOf录云游戏应用，而云游戏应用也可以通过绑定账号判断业务用户是否登录)可以进入不同备显示的画面所属的场景类型，一个应用活动场景可以为云游戏应用提供相应的应用功技场景(即云游戏应用中可进行多人作战的模式，该多人竞技场景可以用于进行多人组队主页大厅场景所需求的算力资源也会较小(计算服务器11b可以以较小的频率运行)；而在人竞技场景需求的算力资源会更多(计算服务用的算力资源(以下将称之为业务对象占用资源信息)；以业务对象1-业务对象5所在的应3所对应的业务对象占用资源信息为72、业务对象4所对应的业务对象占用资源信息为70、对象5所对应的业务对象占用资源信息进行相加处理，由此可得到该游戏主页大厅场景的到该单人竞技场景的总占用算力资源为319(即101+110+108)；业务对象9所对应的业务对可得到计算服务器11b的已占用算力资源信息为用的新增业务对象(即在目标时间段内才登录或打开云游戏应用的业务用户所对应的绑定务对象(即上述当前在线业务对象中，在目标时间段内切换应用活动场景的业务用户所对段内所处的应用活动场景为单人竞技场景)。以目标时间段内的新增业务对象包括业务对象11与业务对象12(业务对象11与业务对象12均不属于当前在线的业务对象1-业务对象该第一变化算力资源信息即业务对象11与业务对象12所对应的新增需求[0103]确定第一变化算力资源信息的具体方法可为：首先可获取业务对象1-业务对象5力需求信息即是指业务对象1-业务对象5中的平均每个业务对象在该游戏主页大厅场景新增数量(即2)，可将该新增数量与游戏主页大厅场景的平均算力需求信息71.2与新么此时管理服务器100可确定出下线业务对象所对应的第二变化算力资源信息，该第二变化算力资源信息即业务对象7与业务对象8所对应的应释放的[0105]确定第二变化算力资源信息的具体方法可为：首先可获取业务对象6-业务对象8息即是指业务对象6-业务对象8中的每个业务对象在该单人竞技场景中，所需求的平均算源信息即是在进行场景切换后，所对应的变化算力资源信息(该变化算力资源信息可以为切换数量1进行相乘处理，由此可得到游戏主页大厅场景应该增加的需求的算力资源为增加的算力资源，则业务对象9所对应的总的变化算力资源信息(即第三变化算力资源信[0108]进一步地，管理服务器100可将上述确定的已占用算力资源信息(1083)与第一变服务器11b在目标时间段内的目标运行频率所对应的最大算力资源信息可以满足期望需求计算服务器11b的功耗消耗过大或无法满足云游戏应用的算力资源于边缘计算的数据处理方法可以包括如下步骤S101-算力的衡量通常可以采用CPU算力与GPU算力。其中，CPU算力一般使用每秒运算次数般从运算能力(根据运算的类型，通过每秒所执行的浮点运算次数(Floating-point源信息时，可统计N个在线业务对象所占用的边缘计算节点的CPU算力资源以及GPU算力资以指上述N个在线业务对象对应的业务用户中，会在目标时间段内关闭目标应用的业务用该在线业务对象即可称之为场景切换对象)。本申请可以预测目标时间段内的新增业务对在统计已占用算力资源信息时并未登录云游戏应用(即不属于N个在线业务对象中)、但在需求的算力资源)，根据新增业务对象的新增数量以及该初始登录场景对应的平均算力需定新增业务对象对应的新增算力资源信息(如，新增数量与初始登录场景对应的平均算力需求信息的乘积结果)，该新增算力资源信息即可为边缘计算节点需要为新增业务对象提[0129]应当理解，计算机设备也可以获取到下线业务对象在发生下线行为(如退出或关闭目标应用行为)时所处的应用活动场景(以下将称之为下线应用活动场景)，根据该下线所需求的算力资源)以及下线业务对象的下线数量，即可确定出下线业务对象对应的释放预测这些场景切换对象在进行场景切换前所处的应用活动场景(可称之为初始应用活动场将目标应用活动场景对应的平均算力需求信息(目标应用活动场景中，平均每个在线业务对象所需求的算力资源)与该场景切换用户的切换数量之间的乘积，确定为目标应用活动场景对应的应该新增的算力资源。可将初始应用活动场景对应的应该释放掉的算力资源、相加得到的结果再减去应该释放掉的算力资源，即可得到最终的期望需求算力资源信息。一并参见图4，图4是本申请实施例提供的一种调整边缘计算节点的运行频率的逻辑流程力资源信息进行比较；若已占用算力资源信息小于当前运行频率对应的最大算力资源信占用算力资源信息与当前运行频率对应的最大算力资源信息之间的差值绝对值小于阈值，定相比于已占用算力资源信息，该期望需求算力资源信息是增长了还是降低(或未发生变[0152]然而，因为运行频率的降低和功耗的降低并不是线性关系(即不是运行频率降低息所对应的功耗是会发生变化的(如降低)，那么此时可以降低运行频率(如通过关系映射段内是否要对当前运行频率进行升高、降低或保持不变(即确定目标时间段内的目标运行频率)。因为边缘计算节点的最大算力资源信息，是与边缘计算节点的运行频率相对应的求的算力资源不匹配的问题(如可以减少边缘计算节点提供的算力资源过大，但实际所需率(配置运行频率可以是指映射表中的运行频率)与一个配置最大算力资源信息之间的对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望需求算力资源信息(例如，映射表中大于期望需求算力资源信息的配置最大算力资源信表中包括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时，这里的大于期望需求算力资源信息的配置最大算力资源信息应当为略大于期望需求算力资源信息(例如，映射表中大于期望需求算力资源信息的配置最大算力资源信息中的最小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个配置运行频率所对应的运行消耗即可称为配置运行消耗)之间的对应关系；将映射表中信息的配置最大算力资源信息应当为略大于期望需求算力资源信息(例如，映射表中大于期望需求算力资源信息的配置最大算力资源信息中的最小的一个)，由此可避免目标时间段内所提供的算力资源过于大(即边缘计算节点在目息等于已占用算力资源信息，则可保持当前运行频率不变(即将当前运行频率作为目标时于步骤S201-步骤S203的具体实现方式，可以参见上述图4所对应实施例中步骤S41-步骤[0176]功耗信息收集模块：主要用于CPU功耗收集(收集CPU的实时功耗)、GPU功耗收集[0189]空闲算力确定单元141，用于根据当前运行频率对应的最大算力资源信息与已占[0190]运行状态确定单元142，用于根据当前空闲算力资源信息确定边缘计算节点的运[0201]频率获取子单元1432，用于若期望需求算力资源信息大的具体实现方式，可以参见上述图3所对应实施例中步骤S103的描述，这里将不再进行赘的具体实现方式，可以参见上述图3所对应实施例中步骤S103的描述，这里将不再进行赘[0214]第二频率确定子单元1438，还用于若当前空闲算力资源信息大于资源差值绝对[0217]消耗获取单元145，用于将映射表中当前运行频率所对应的配置运行消耗确定为[0218]消耗获取单元145，还用于根据待比较配置运行消耗确定边缘计算节点在目标时[0226]已用资源统计单元112，用于获取每个当前运行信息对应的业务对象占用资源信[0232]对象算力统计单元131，还用于统计待统计业务对象在应用活动场景Mi中的业务[0234]期望算力确定单元133，用于当确定出一个或多个应用活动场景分别对应的平均[0238]期望算力确定单元133，还具体用于将下线业务对象在发生下线行为时所处的应[0239]期望算力确定单元133，还具体用于将场景切换对象在进行场景切换前所处的应[0242]期望算力确定单元133，还具体用于根据下线数量与在线应用活动场景对应的平[0243]期望算力确定单元133，还具体用于根据初始应用活动场景对应的平均算力需求段内是否要对当前运行频率进行升高、降低或保持不变(即确定目标时间段内的目标运行频率)。因为边缘计算节点的最大算力资源信息，是与边缘计算节点的运行频率相对应的求的算力资源不匹配的问题(如可以减