孔德瑾，姚晓玲

（太原理工大学财经学院，太原 030024）

0 概述

边缘计算［1-2］作为云计算的演进，将应用程序托管方式从集中式数据中心下沉到网络边缘［3］，在靠近用户的网络边缘提供存储与计算能力，从而降低用户访问延时，是5G网络实现低延迟和提升带宽速率的关键技术之一。容器云［4-5］在传统云环境中得到广泛应用，是边缘计算的重要支撑技术［6］，然而边缘计算具有与传统云计算环境不同的特征，在业务场景方面，AR/VR、4K/8K视频等应用部署于边缘会给边缘云带来更大的流量压力，此外随着物联网的兴起，边缘计算Node也面临着海量物联网终端超大连接数的压力，在流量特征方面，移动用户特有的移动性，可能会导致边缘计算流量随着时间、地点而变化，进而触发边缘云内容器的需求变化，在网络环境方面，受限于部署环境，网络边缘存储、计算、带宽等资源非常稀缺。因此，在5G边缘计算场景下，容器云的资源调度机制将面临更大挑战，若将应用部署在不合适的Node上，会增大扩缩容频次，影响应用的性能并造成资源的浪费。

Kubernetes（K8s）是应用最为普遍的容器云编排管理系统［7］，广泛应用于边缘计算场景［8-9］，其资源调度策略首先根据用户申明的最小资源需求过滤掉不符合要求的Node，再将Node的剩余CPU利用率、剩余内存利用率作为评价指标，利用加权求和方式对候选Node评分，选择评分最高的Node进行部署。这种调度策略有以下弊端：没有考虑应用对于带宽、磁盘等资源的需求，无法对边缘计算场景下带宽、磁盘资源倾向型应用进行合理的调度；……