面向 KubeEdge 破碎计算系统应用研究

对边沿仪器的高层次绘出表开展求得决不可或缺问题[7]。因此，边沿测算与阳测算均所需通过紧密试探性才能更是好地保证各种均所需片中，从而放大边沿测算与阳测算的应用教育领域内涵[8]。

边沿测算要体现其依赖性均所需相匹配的软件系统的设计都以为默许，而国内外涌现了一批一侧重于多种不同系统、备受限制于多种不同应用教育领域片中的边沿测算该平台，如针对信息既有应用教育领域片中的 ParaDrop、EdgeX Foundry、Apache Edgent、FocusStack、AirBox，针对的网络敏感移动应用教育领域的CloudLet、PCloud，针对网络该平台提供人商的 CORD、AKraino Edge Stack，针对智能家居的Vigilia、HomePad以及针对模拟器的MUVR等[9]。以上边沿测算该平台都在各自教育领域体现了巨大依赖性，本文主要针对基于阳边试探性的 KubeEdge 边沿测算系统的设计的虚拟化、系统、不可或缺高效率及其应用教育领域开展详实的探讨与系统性。

1

KubeEdge边沿测算系统的设计

KubeEdge 是一个开源的边沿测算该平台，其基于Kubernetes（K8s）原生的罐求得说和调配灵活性框架了阳边试探性、测算下陷、高层次边沿仪器管理机构、边沿民族自治等系统，兼具理论上上开放、可拓展、需注意开发、需注意确保、默许会话模结构设计和跨该平台等特色，KubeEdge的具体特色如下。

（1）默许精细的边阳网络该平台环境确保环境

KubeEdge 有别于调制求得调器的边阳美联社管道，默许与位处使用权网络该平台中所的边沿路由表开展无线电通信；兼具应用教育领域层简单增量反向系统，默许在更是高的网络、偏更是高质量网络该平台环境确保环境下称之为导工都以。

（2）应用教育领域/绘出表边沿民族自治

KubeEdge 默许边沿会话民族自治，确保边沿会话时的业务范围列车运行和机件直至灵活性，其主要体现在边沿绘出表流的更为重要既有与边沿域名系统的设计（domain name system，DNS）求得析两上都；KubeEdge默许边沿绘出表流结构设计求得决不可或缺问题，下定义了边沿的绘出表洗手、绘出表系统性等求得决不可或缺问题称之为导工都以。

（3）边阳并重天然资源调配和流量试探性

KubeEdge 基于实质上的 K8s 框架开展拓展，默许边沿路由表和阳路由表混合管理机构，发放边阳绘出表无线电通信和边-边绘出表无线电通信灵活性。

（4）默许高层次边沿仪器管理机构

KubeEdge 针对天然资源备受限片中开展自身硬件轻量既有；KubeEdge有别于可插拔的边沿仪器管理机构框架，默许软件自下定义拓展，求得相干表层无线电因特网。

（5）开放环境确保

KubeEdge可以100%可选K8s原生灵活性，默许软件可用 K8s 原生 API 实质上管理机构边沿应用教育领域；KubeEdge 默许多种边沿仪器无线电因特网，默许自下定义软件包拓展边沿仪器协议。

1.1 系统的设计虚拟化

KubeEdge 边沿测算系统的设计主要由 CloudCore 和EdgeCore 两个可分派程序分别框架更是高效能和边沿口的系统，从而有约阳边试探性的用以。KubeEdge 边沿测算系统的设计整体虚拟化如绘出1简述：

绘出1 KubeEdge边沿测算系统的设计整体虚拟化

（1）KubeEdge更是高效能硬件

KubeEdge更是高效能硬件如绘出2简述。KubeEdge更是高效能硬件举例来说在 CloudCore 程序中所，主要除此以外EdgeController、DeviceController、CSI Driver、Admission Webhook以及CloudHub。CloudCore都以为 K8s 的一种软件包，可以通过 List-Watch 系统与K8s开展无线电通信，框架无侵入地将早先K8s的更是高效能路由表管理机构系统拓展到边沿。

EdgeController通过支配Kubernetes API Server框架阳边路由表的应用教育领域和配置精神状态反向。

DeviceController 应用于管理机构边沿仪器，确保Device CRD文档的阳边反向。

CSI Driver应用于反向存储设备绘出表流或Volume的关的文档到边沿，并本来边沿口都以为存储设备的后口硬件，供人阳上硬件 External-Provisioner 和 ExternalAttacher子程序。

绘出2 KubeEdge更是高效能硬件

Admission Webhook是；也密钥硬件，主要主要职责对Device、DeviceModel等；也以及拓展API开展合法性密钥，有别于罐既有形结构设计调遣，软件只均所需以罐的形结构设计列车运行新功能的反向。

CloudHub 都以为一个 WebSocket 维修服务口，其主要依赖性在于监听、线程和发送更是高效能的绘出表到EdgeHub。

（2）KubeEdge边沿硬件

KubeEdge边沿硬件如绘出3简述。KubeEdge边沿硬件举例来说在 EdgeCore 程序中所，主要除此以外 Edged、MetaManager、EdgeHub、EventBus、EdgeMesh、DeviceTwin、Runitme等，应用于应用教育领域程序罐既有管理机构。

绘出3 KubeEdge边沿硬件

Edged是列车运行在边沿口的轻量既有Kubelet硬件，应用于本来Kubelet在KubeEdge中所框架对K8s天然资源；也的可持续管理机构，默许Docker、Containerd以及CRI-O这3种更是见习罐列车运行时。

MetaManager主要职责本地绘出表流的更为重要既有，其后口与一个SQLite的绘出表库相连。KubeEdge边沿口与更是高效能无线电通信的所有绘出表都都会在本地绘出表库中所留存一份。当本地普遍存在绘出表时这样一来在本地子程序，防止频繁的网络该平台交互，同时在会话情况下本地绘出表也依旧可以体现依赖性。该基本功能是 KubeEdge 边沿路由表民族自治灵活性的一个中心。

EdgeHub是一个WebSocket客户口，主要职责边沿口与更是高效能的双向无线电通信，在报送更是高效能美联社的同时对边沿口各基本功能的美联社开展收集和完整版，确保KubeEdge阳边美联社的反向。

EventBus 是一个美联社队列遥测存储设备（message queuing telemetry transport，MQTT）客户口，确保其他硬件可以从MQTT维修服务器口（如mosquitto、emqx）开展美联社订阅和面世。

EdgeMesh 主要应用于维修服务挖掘出，并可应用于边沿口流量的转发。EdgeMesh 移动设备域名求得析灵活性，从而使边沿路由表的域名求得析不依赖于中所心DNS。默许罐存储设备硬件（container storage interface，CSI）、罐网络该平台硬件（container network interface，CNI）以及追踪（monitoring）。

DeviceTwin 应用于直观力学仪器并在更是高效能生成一个仪器精神状态的映射，存储设备并反向仪器精神状态到阳。

Runtime 是管理机构与列车运行罐的不可或缺硬件，默许runc、lxd以及runv等偏更是见习罐列车运行时。

KubeEdge的更是高效能是基于K8s开展的系统拓展，因此可以无缝可选 K8s。而 KubeEdge 在边沿口新的开发了路由表 Agent，大幅度优既有了边沿硬件的天然资源搬走，即新的开发轻量既有的Kubelet，框架对罐、Volume、node等K8s天然资源；也的可持续管理机构。阳边密切关系通过 WebSocket框架文档交互与反向，而通过MetaManager和DeviceTwin基本功能，边沿口和仪器口的系统既有绘出表可以本地既有，框架了边沿路由表民族自治。

综上所述，KubeEdge 通过优良的虚拟化和高效率能框架边沿智能、绘出表边沿测算系统性等系统，适当应对了阳-边维修服务的绘出表试探性、任务试探性、管理机构试探性、确保试探性的不可或缺问题；同时，通过绘出表本地既有求得决不可或缺问题、边沿路由表会话民族自治应对了阳边密切关系的网络该平台简单性和增益限制不可或缺问题。另外，KubeEdge 通过优既有边沿硬件的天然资源搬走适当应对了边沿天然资源的有也就是说不可或缺问题，且为了让阳边密切关系框架的双向调制求得调器网络该平台管道适当应对了更是高效能易以管理机构更是高度属的高层次路由表和仪器的不可或缺问题。同时 KubeEdge 边沿口默许对接信息既有非主流的无线电因特网（MQTT、无线网路（bluetooth）、ZigBee等），适当应对了异构嵌入结构设计联接线易的不可或缺问题。

1.2 系统的设计系统

（1）任务求得说与调配

KubeEdge 边沿测算系统的设计本身是基于 K8s 拓展的，充分利用K8s的罐求得说和调配灵活性，可将本机罐既有应用教育领域求得说和管理机构拓展到边沿口仪器。

（2）阳边试探性

KubeEdge 在更是高效能框架对边沿仪器和路由表的实质上管理机构，一上都可以这样一来从更是高效能向边沿口报送升级绘出表与配置文档；另一上都可以在更是高效能对边沿口的各项绘出表开展可实现追踪，降偏更是高系统的设计的运维挑战性。KubeEdge 可用的是基于 WebSocket 协议的无线电通信系统，该无线电通信系统比K8s的List-Watch系统拓展性更是好，能够允许高层次边沿路由表和仪器的联接线，更是备受限制于应对边沿口网络该平台环境确保环境不有利于导致的频繁重连不可或缺问题。

（3）仪器管理机构

KubeEdge 有别于映射器（Mapper）硬件来框架边沿仪器的联接线，Mapper只不过是应用于转换多种不同仪器无线电因特网从而使之能联接线 KubeEdge 的应用教育领域程序，开发者可以根据均所需开发仪器所默许的协议的Mapper。目前在此之前已默许的协议有 MQTT、bluetooth、OPCUA、Modbus、Wi-Fi、ZigBee等。KubeEdge 通过 DeviceTwin 框架仪器精神状态的升级和反向，并允许软件以K8s的拓展API对仪器开展管理机构。

（4）边沿路由表会话民族自治

KubeEdge 对边沿口接到的应用教育领域、仪器绘出表流开展本地更为重要既有，因此边沿路由表能在与更是高效能理论上上连在一起联接的模结构设计下自力称之为导工都以，在网络该平台联接直至时如此一来与更是高效能开展绘出表反向。相比K8s的Kubelet在线程中所线程；也的方结构设计也，这样可以适当确保边沿路由表在会话、机件直至时的业务范围民族自治和更是快抑止。KubeEdge目前的应用教育领域管理机构加载均所需通过K8s master开展，在边沿路由表会话的片中下，本地更为重要既有的绘出表仅仅应用于管理机构路由表上的应用教育领域和仪器，阳边无线电通信直至后路由表将根据来自CloudCore的最新美联社升级本地绘出表流，从而在保证边沿民族自治的同时确保边沿应用教育领域与更是高效能绘出表的终究一致。

1.3 不可或缺高效率

（1）罐列车运行时高效率

在KubeEdge边沿口的Edged与Docker、CRI-O的无线电通信的设计中所，对所有关的硬件和罐列车运行时做求得相干，通过标准的罐列车运行时硬件（container runtime interface，CRI）可以选择合适的罐列车运行时。KubeEdge默许Docker、Containerd、CRI-O和Kata Container等非主流罐列车运行时，且所有罐列车运行时的交互都是通过CRI未完成的。罐可以将应用教育领域软件打包成标准既有单元，这些标准既有单元兼具列车运行软件所均需的所有系统，除此以外库、系统的设计工具、标识符和列车运行时。罐可以对应用教育领域程序开展全可持续管理机构，并发放标准的应用教育领域程序硬件便于二次开发与集成应用教育领域。可用罐高效率可以将应用教育领域程序更是快调遣和拓展到任何环境确保环境中所，框架跨该平台的默许。另外，罐高效率与表层合计享加载系统的设计，没管理机构程序的额外支出，耐用性更是加优良，系统的设计电源更是偏更是高。

（2）罐求得说与调配高效率

KubeEdge 框架在 K8s 之上，为网络该平台和应用教育领域程序发放一个中心系统既有虚拟化默许，并在更是高效能和边沿口调遣应用教育领域，反向绘出表流。而 KubeEdge 上众多应用教育领域的调遣与列车运行都以罐既有的方结构设计也开展。K8s发放了应用教育领域调遣、规划、升级与确保的系统，框架了罐的求得说与调配，并发放了罐网络该平台硬件和罐存储设备硬件，通过第三方框架的软件包开展可用。K8s 的一个中心是将调配求得说应用教育领域罐属在多种不同主机，通过CNI 框架一个能无线电通信的网络该平台，从而框架维修服务的属结构设计测算。

（3）边沿口罐存储设备高效率

多种不同于K8s在阳上有绘出表中所心，边沿口的存储设备方结构设计也是每个路由表都能很容需注意地访问到存储设备的后口。为了减低边沿路由表与更是高效能K8s master的交互，减低交互支出，KubeEdge为了让更是高效能硬件CSI Driver将自身伪装成存储设备的后口，只不过存储设备的后口属在边沿供人External-Provisioner和External-Attacher子程序，子程序的劝说通过美联社面世到边沿从而求得决不可或缺问题Volume，这是 KubeEdge 系统的设计框架对罐存储设备的默许的一个中心的设计。

（4）阳边试探性高效率

KubeEdge 应对更是高效能支配面管理机构边沿协同的模结构设计，十分局限KubeEdge本身的EdgeSite协同，所有标准的K8s协同都可以通过KubeEdge中所EdgeSite边沿试探性的方结构设计也开展管理机构。在这种方结构设计也下，业务范围逻辑很大某种程度上都会下陷到边沿，阳上更是多的是一个实质上的入口以及与其他阳厂商发放维修服务的联动。因此， EdgeSite 可以将每一个 K8s 本身的 API 都以为一个Deployment这样一来调遣到某个边沿的协同中所。

2

系统的设计应用教育领域

在智能厂家商教育领域，双手构建AI为基础影像传感器可以框架对轻工业零硬件的自力标记、导向和装载，从而在特定场合本来人力加载。在传统习俗阳测算模结构设计下，影像测定数学模型多半调遣在远口的阳测算中所心，轻工业录影AI对零部件的标记均所需先将视频绘出像传到阳测算中所心，然后如此一来将标记结果返回轻工业录影，这样不小减少了标记时间段，致使了AI的都以业灵活性及正确性。边沿测算的偏更是高的网络和更是高简单的绘出表求得决不可或缺问题特色可以在AI装载片中中所体现军事优势，应对零硬件标记灵活性偏更是高和的网络更是高的不可或缺问题。然而边沿测算只能应对边沿仪器的局部管理机构不可或缺问题，能够取得全局的决策文档，并且由于天然资源备受限，其不必为正则表达结构设计数学模型体能训练发放有力默许。因此，基于阳边试探性的应用教育领域虚拟化能更是好地为基础阳测算和边沿测算的特色，为了让正则表达结构设计数学模型更是高效能体能训练、边沿分派的模结构设计，可以充分为了让两者的军事优势[11]。本文将 KubeEdge 边沿测算系统的设计与双手构建AI（一般而言亦称双手AI）Baxter为基础，以框架一种阳边试探性的智能厂家商维修服务系统的设计[12]。

2.1 系统的设计虚拟化

针对智能厂家商中所的AI零部件装载片中，框架基于KubeEdge和Baxter的阳边试探性智能厂家商维修服务系统的设计，基于 KubeEdge 的轻工业双手AI阳边试探性应用教育领域虚拟化如绘出4简述。

该虚拟化由中所心阳-边沿路由表-边沿仪器3个层次看成。中所心阳提供人全局文档，为了让丰富的测算天然资源开展正则表达结构设计数学模型的体能训练与升级，并定向、基本原理地将数学模型实质上报送到边沿路由表，未完成边沿口业务范围正则表达结构设计数学模型的差异既有调遣或升级；同时将边沿路由表未能标记的绘出表文档可实现完整版至更是高效能，更是高效能为了让这些未标记的绘出表开展正则表达结构设计数学模型的如此一来体能训练与递归。边沿路由表一上都对双手AI开展这样一来支配，基于更是高效能报送的正则表达结构设计数学模型在边沿口开展可实现测算，从而未完成零硬件标记与装载的业务范围加载流程；另一上都可以将本地绘出表完整版到中所心阳，为阳上正则表达结构设计体能训练发放样本。另外，在边沿口，边沿路由表为了让本地的网络可以框架两处的业务范围试探性，发放更是灵巧的厂家商业务范围求得说方案。

2.2 系统的设计检验

可用绘出5 简述的系统的设计检验该平台虚拟化检验基于KubeEdge和Baxter的阳边试探性智能厂家商维修服务系统的设计的系统和耐用性，具体检验如下。

在本次系统的设计检验中所，中所心阳由公有阳维修服务器口之上，边沿路由表和双手AI联接线本地的网络，路由表与双手AI密切关系通过MAC联接，在网络该平台上是互通的，这可以为边沿业务范围移入发放网络该平台先决条件（下文将详实参考）。系统的设计检验该平台软嵌入结构设计环境确保环境见表1。

绘出4 基于KubeEdge的轻工业双手AI阳边试探性应用教育领域虚拟化

绘出5 系统的设计检验该平台虚拟化

表1 系统的设计检验该平台软嵌入结构设计环境确保环境

2.2.1 系统检验

本节主要参考对上述应用教育领域虚拟化在理论上厂家加载过程中所可能普遍存在的系统均所需开展的定性或半基本原理检验，以明确指出该虚拟化在系统上的近期与正确性。

（1）阳边试探性都以业

基于KubeEdge的阳边试探性虚拟化如绘出6简述，主要业务范围流程是更是高效能开展正则表达结构设计数学模型的体能训练与递归并报送业务范围正则表达结构设计数学模型到边沿口，边沿路由表列车运行调遣正则表达结构设计数学模型的罐使能双手AI，最后未完成零硬件的自力标记和装载。

在阳-边无线电通信环节，一上都中所心阳通过CloudCore报送AI数学模型到边沿路由表，边沿路由表通过EdgeCore拉取中所心阳的Docker罐反向来未完成数学模型调遣；另一上都边沿路由表对绘出表开展脱敏求得决不可或缺问题并完整版至中所心阳应用于数学模型体能训练。在边-口无线电通信环节，双手AI将传感器采集的零硬件绘出表完整版到边沿路由表应用于 AI 标记，边沿路由表根据标记结果报送加载称之为令，且边-口无线电通信要确保能够偏更是高的的网络。本项检验任务即检验上述流程在不间断都以业中所的近期。经检验，从更是高效能数学模型报送到AI业务范围开始列车运行，所均需时间段还好1 min，其中所边沿路由表拉取Docker罐反向所均需时间段有约50 s，可见，除去罐反向下载所用时间段后，整个流程的调遣可以在不长的时间段内框架。在业务范围不间断列车运行的几周段内开展检验，检验得出，双手AI每次从零硬件标记到装载所均需时间段还好 1 s，KubeEdge的偏更是高的网络保证理论上的厂家业务范围均所需。

（2）边沿会话民族自治

KubeEdge 边沿会话民族自治一上都体现在边沿路由表在失去与中所心阳的联接后，可以保持早先业务范围较长久列车运行不备受阻碍，同时将绘出表流开展本地更为重要既有存储设备，在直至联接后可以为了让本地绘出表流及时反向阳边精神状态；另一上都体现在边沿路由表因机件中止后，为了让本地绘出表流可以自力直至早先列车运行的业务范围。针对网络该平台无线电通信连在一起时的边沿民族自治灵活性检验，因由人为地连在一起边沿路由表与中所心阳的联接，然后在更是高效能向边沿路由表报送新的正则表达结构设计数学模型，依此仔细观察网络该平台直至前后的业务范围列车运行精神状态。检验得出，连在一起网络该平台联接后业务范围较长久列车运行，而在直至网络该平台联接后，双手AI开始分派最新报送的正则表达结构设计数学模型，检验结果保证预期系统。针对供人电中止的情况，因由人为对边沿路由表开展下电上电加载，依此仔细观察AI业务范围的分派精神状态，检验得出，新的上电后双手AI可较长久直至早先的业务范围，同样保证预期系统。

绘出6 基于KubeEdge的阳边试探性虚拟化

（3）边沿业务范围移入

中所心阳在一定时间段内能够接接到某一边沿路由表的心跳响应（heartbeat response），则都会十分认为该边沿路由表为未就绪（NotReady）精神状态。注意到这种情况多半有两上都的缘故：一是边沿路由表自身宕机；二是边沿路由表列车运行较长久，但是能够与更是高效能开展无线电通信。针对具体情况，本文基于 KubeEdge 的任务求得说调配系统的设计了一种边沿业务范围移入方针，具体如下：

● 若也就是说边沿路由表精神状态为NotReady，中所心阳都会首先通过其他边沿路由表的反馈文档来判断也就是说路由表对应的AI业务范围到底还在较长久列车运行（边-边试探性）；

● 若AI业务范围列车运行较长久，则表明是网络该平台无线电通信不可或缺问题，此时不阻碍厂家都以业，即不开展业务范围移入；

● 若AI业务范围列车运行不较长久，则断定该边沿路由表发生机件，此时 KubeEdge 更是高效能分派业务范围移入方针，为了让K8s的罐驱逐系统（Taint＆Toleration），将也就是说机件路由表上的罐调遣到同一厂家线上的其他边沿路由表上，从而飞轮与该机件路由表对应的双手AI，框架业务范围的不间断列车运行。

边沿业务范围移入加载过程如绘出7简述。通过人为对边沿路由表开展供人电或断网求得决不可或缺问题来检验上述系统逻辑。检验得出，该的设计是可行且适当的，这表明基于 KubeEdge 的阳边试探性虚拟化可以框架对边沿路由表的实质上调配管理机构，对单路由表机件有一定的缓冲依赖性，从而在一定某种程度上确保了边沿业务范围的不间断性。

绘出7 边沿业务范围移入加载过程

2.2.2 耐用性检验

为基础边沿测算的特点促请，KubeEdge的系统的设计耐用性审核可以从无线电通信的网络、天然资源支出、边沿会话民族自治灵活性以及阳边试探性灵活性这几个上都都以准备。对于 KubeEdge 无线电通信的网络审核，参考文献[3]注意到了KubeEdge 在多种不同网络该平台左边路由表密切关系的无线电通信的网络绘出表，得出结论，KubeEdge的列车运行对网络该平台无线电通信的网络的阻碍较小，保证边沿测算的偏更是高的网络促请，这一点在此不如此一来赘述。本文为基础因由团队的轻工业双手AI的理论上应用教育领域片中和该平台，主要对KubeEdge边沿路由表天然资源支出、边沿会话民族自治灵活性以及阳边试探性灵活性开展基本原理审核检验。对于边沿路由表天然资源支出审核，本文检验了AI业务范围分派加载过程中所边沿路由表的主程序 EdgeCore 线程搬走及CPU 搬走率来反映其天然资源搬走情况；对于KubeEdge的边沿会话民族自治灵活性审核，本文通过检验从边沿路由表上电到业务范围列车运行所均需时间段和从边沿路由表会话到直至反向所均需时间段这两个称之为标开展明确指出；而阳边试探性灵活性则通过检验边沿路由表开展一次业务范围移入所均需时间段开展明确指出。

（1）EdgeCore线程搬走和CPU搬走率检验

通过标准Linux擅自“ps”来仔细观察EdgeCore的网络的线程（这里称之为常驻线程集Resident Set Size）及CPU搬走率，取得检验结果。3台边沿路由表在无业务范围列车运行时EdgeCore的线程搬走和CPU搬走率见表2，调遣多种不同罐个数时EdgeCore的线程搬走和CPU搬走率见表3。

更是进一步检验可知，边沿路由表单个罐时有约搬走的线程有约为 20 MB，但由表3 检验结果可知， KubeEdge边沿硬件EdgeCore的线程搬走与罐的天然资源搬走所谓，仅仅与罐规模有关，并且EdgeCore的线程搬走都会随着罐个数的减少而减少，缘故是EdgeCore 均所需搬走更是多线程来框架对多种不同罐的管理机构。但其总体线程搬走较更少，可以在理论上线程的边沿测算片中下称之为导工都以。

（2）从边沿路由表上电到业务范围列车运行所均需时间段

该项检验主要针对 KubeEdge 边沿路由表上电后边沿口各硬件以及业务范围应用教育领域罐的反向间段，用以在于可验证 KubeEdge 在边沿路由表机件中止后更是快直至业务范围的灵活性。通过日志从边沿路由表中止到业务范围直至所均需的时间段来提供人检验结果。因由一上都检验了多个边沿路由表中止后直至全部业务范围所均需时间段，检验结果见表4；另一上都检验了同时列车运行多个罐的单个边沿路由表中止后直至全部业务范围所均需时间段，检验结果见表5。

检验得出，KubeEdge边沿口所联接的边沿路由表个数和边沿路由表所列车运行的罐个数均都会阻碍业务范围的反向间段。考虑Raspberry Pi系统的设计的初始既有时间段，单个边沿路由表从机件中止到全部业务范围直至所均需时间段在30 s左右，对于同时列车运行多个罐（承担多个AI业务范围）的边沿路由表，从中止到全部业务范围直至都会花费几十秒甚至更是长久段。通过更是进一步检验得知，本实验室环境确保环境中所 Raspberry Pi 系统的设计的有约反向长为25 s，可以看到，绝大部分时间段花费在Raspberry Pi系统的设计的初始既有上，因此还有更是进一步优既有的空间。

上述实验室得出结论，KubeEdge 在边沿路由表遇到机件中止时，边沿绘出表不都会丢失，并且早先的业务范围可以在较短时间段内直至列车运行，兼具极佳的会话民族自治灵活性。

（3）从边沿路由表会话到直至反向所均需时间段

本项检验的主要最大限度是可验证边沿路由表因网络该平台反转等缘故与更是高效能连在一起联接后，在网络该平台直至之后能够及时与更是高效能取得无线电通信并反向绘出表的灵活性。具体的检验方法为：在连在一起边沿路由表所在网络该平台的MAC与更是高效能的联接的先决条件下，新的直至联接，然后仔细观察更是高效能绘出表界面的升级时间段挥，并与直至网络该平台联接的时间段点开展对比，从而赢取检验结果。

多次检验的得出，在网络该平台的网络有约为50 ms的先决条件下，从边沿路由表直至网络该平台无线电通信到中所心阳接接到新的绘出表所均需时间段小于 2 s（此处边沿路由表的绘出表查实心率为1 s），并且在连在一起更是高效能的联接后，双手AI可较长久列车运行不备受阻碍。由此可以看到，KubeEdge 不仅仅可以在会话情况下确保边沿业务范围的较长久列车运行，网络该平台直至后还可以在较短时间段内与更是高效能取得无线电通信并查实绘出表，兼具极佳的会话民族自治灵活性。

（4）边沿路由表开展一次业务范围移入所均需时间段

对3个边沿路由表A、B、C开展供人电加载，中所断相应双手AI的业务范围，然后检验经过业务范围移入后该双手AI直至列车运行所均所需的时间段。

本文合计开展了3次实验室，每次实验室分别检验一个边沿路由表机件和两个边沿路由表同时机件这两种情况下开展业务范围移入所均需的时间段，结果见表6。

经过更是进一步检验，从边沿路由表机件到更是高效能断定该路由表为NotReady精神状态均所需40~42 s，并且可以通过配置特定参数来减低这一时长。

从检验结果可以看出，不考虑路由表精神状态测定心率后，单个边沿路由表机件开展业务范围移入所均需时间段在5 s以内，而当两个边沿路由表同时均所需开展业务范围移入时，直至全部业务范围的时间段在10 s以上。其缘故在于，实验室环境确保环境只配置了 3个边沿路由表，两个机件路由表的AI业务范围都会同时移入到第 3个边沿路由表上，而一台双手AI的都以业均所需多个罐（8~10个）同时列车运行来未完成，故此时第 3 个边沿路由表同时列车运行着 3 个业务范围所均所需的罐。因此，单个边沿路由表同时列车运行多个业务范围时罐的天然资源支出较大，罐反向时间段便都会较长，减少了业务范围直至的时间段。更是进一步检验可以看到，电源 3 个业务范围的边沿路由表在列车运行上有微小嘉芙莲，故理论上厂家加载过程中所一般都会根据边沿路由表的天然资源状况来有约分配业务范围，天然资源理论上的边沿路由表只都会多达额外电源一个罐，从而确保业务范围的较长久列车运行。

3

结束语

本文对 KubeEdge 边沿测算系统的设计开展了年底的、系统的设计性的系统性，从系统的设计的更是高效能和边沿口两个上都反馈的设计虚拟化、一个中心系统等开展详实系统性，并依此为系统既有对之上系统的设计一个中心系统的罐高效率、罐求得说与调配高效率、阳边试探性高效率等开展了详实的阐述。为基础 KubeEdge 的阳边试探性的特点，将 KubeEdge边沿测算系统的设计与双手构建AIBaxter为基础应用教育领域于智能厂家商中所的零部件装载片中，从系统和耐用性两上都对该智能厂家商系统的设计开展详实检验与系统性。实验室得出结论，兼具阳边试探性的智能厂家商系统的设计可以极佳地保证装载片中的系统均所需和应用教育领域均所需。目前检验该平台的路由表规模还较小，未来的更是进一步称之为导工都以是在更是大规模路由表的环境确保环境下开展详实检验。

参考文献 View Option

[1]ARMBRUST M , FOX A , GRIFFITH R ,et al.A view of cloud computing[J]. Communications of the ACM, 2010,53(4): 50-58.[本文引述: 1]

[2]KHAN A U R , OTHMAN M , MADANI S A ,et al.A survey of mobile cloud computing application models[J]. IEEE Communications Surveys ＆ Tutorials, 2014,16(1): 393-413.[本文引述: 1]

[3]XIONG Y , SUN Y L , XING L ,et al.Extend cloud to edge with KubeEdge[C]// Proceedings of 2018 IEEE/ACM Symposium on Edge Computing. Piscataway:IEEE Press, 2018: 373-377.[本文引述:2]

[4]VARGHESE B , WANG N , BARBHUIYA S ,et al.Challenges and opportunities in edgecomputing[C]// Proceedings of 2016 IEEE International Conference on Smart Cloud. Piscataway:IEEE Press, 2016: 20-26.[本文引述: 1]

[5]SHI W S , CAO J , ZHANG Q ,et al.Edge computing:vision and challenges[J]. IEEE Internet of Things Journal, 2016,3(5): 637-646.[本文引述: 1]

[6]李林哲, 周佩雷, 程鹏 ,等.边沿测算的虚拟化、考验与应用教育领域[J]. 大绘出表, 2019,5(2): 3-16.[本文引述: 1]LI L Z , ZHOU P L , CHENG P ,et al.Architecture,challenges and ap-plications of edge computing[J]. Big Data Research, 2019,5(2): 3-16.[本文引述: 1]

[7]CHEN S C , LI Q J , ZHOU M C ,et al.Recent advances in collaborative scheduling of computing tasks in an edge computing paradigm[J]. Sensors, 2021,21(3): 779.[本文引述: 1]

[8]边沿测算工业的联盟,轻工业互联网工业的联盟.边沿测算与阳测算试探性白皮书[Z]. 2018.[本文引述: 1]Edge Computing Consortium,Alliance of Industrial Internet.White paper on collaboration between edge computing and cloud compu-ting[Z]. 2018.[本文引述: 1]

[9]LIU F , TANG G M , LI Y ,et al.A survey on edge computing systems and tools[J]. Proceedings of the IEEE, 2019,107(8): 1537-1562.[本文引述: 1]

[10]WANG S A , HU Y X , WU J.KubeEdge .AI:AI platform for edge devices[J]. arXiv preprint, 2020,arXiv:2007.09227.[本文引述: 1]

[11]李肯立, 刘楚波 .边沿智能:现状和未来[J]. 大绘出表, 2019,5(3): 69-75.[本文引述: 1]LI K L , LIU C B .Edge intelligence:state-of-the-art and expectations[J]. Big Data Research, 2019,5(3): 69-75.[本文引述: 1]

[12]王于大伟, 王于卓, 王于鹏 ,等.基于边沿测算的阳原生AI系统的设计[J]. 智能科学与高效率学报, 2020,2(3): 275-283.[本文引述: 1]WANG D W , WANG Z , WANG P ,et al.Cloud native robot system based on edge computing[J]. Chinese Journal of Intelligent Science and Technology, 2020,2(3): 275-283.[本文引述:1]

。

北京最好的男科医院是哪个
广州看男科医院哪家好
英太青凝胶的用法用量
成都看白癜风的医院哪家好
福州白癜风医院排行榜