徐扬 张萌萌

(1.天津易华录信息技术有限公司,天津 300350;2.北方工业大学信息学院,北京 100144)

如今,伴随着科技的飞速发展,物联网和5G也不断发展,其设备产生大量的数据,带来的最直接的改变就是数据爆炸式增长,对于数据处理的问题也日益迫切。为了能够快速的处理日益膨胀的数据,云计算成为了处理数据的首选方式。云计算将全部数据都上传到云数据中心也会给网络带宽带来很大的压力,云计算已经不能满足一些对实时性比较敏感的应用,边缘计算[1]应运而生。边缘计算与云计算数据中心不同的是其资源相对匮乏,而云计算中心资源较为丰富,因此本文研究基于边云协同的大数据处理方式。

1 边云系统模型建模

在以云计算模型为核心的物联数据接入系统中,数据和计算任务都会传输到云中心上进行存储和执行,但会出现的问题是对于大规模的数据传输将会加剧时间延迟和网络带宽负载问题,最终导致物联系统中的计算需求无法及时满足,此时出现了边缘计算。边缘计算系统的架构大致可以划分为三个层:边缘设备层、边缘计算层和云中心层。如图1所示。

图1 边云协同模型Fig.1 Edge-cloud collaboration model

1.1 资源图建模

在介绍完边云协同的架构后,我们对其进行建模,将其抽象为DAG图,称之为资源图,表示为 (GresDevices∪=,Devices代表着一系列边缘设备, ζ代表的是云计算单元,包含着多个节点。我们将云节点聚合到一个逻辑节点中,在收集数据后,可以运行整个工作流程。……