一种云边协同的政务云框架设计.pdf

数据库系统设计Database System Design电子技术与软件工程Electronic Technology&Software Engineering194近年来，按照党中央、国务院有关数字政府建设部署要求，各地区各部门统筹推进政务云建设，政务云基础支撑能力不断夯实1，政务信息系统逐步迁移上云。同时，随着 5G、物联网、人工智能、区块链等技术在数字政府领域的深化应用，以数据实时采集、实时计算、实时决策分析为特征的高时效应用不断涌现。例如，交通、应急管理、生态环境等部门为实现对重点场所的实时监测预警，基于分布式视频采集、传感器等设备构建了各类监测业务系统，这类系统对政务云提出了边缘计算需求。对此，为更好满足新场景需求，在政务云建设中，有必要将云计算与边缘计算相结合，探索构建云边协同的新型政务云体系。1 云边协同计算模式目前，业界并没有云边协同的标准定义。一般认为，云边协同是指通过合理布局云计算和边缘计算的算力资源，基于特定网络架构和调度机制，实现云计算与边缘计算的优势互补及算力协同。1.1 云边协同的必要性从物理架构上来说，云计算虽然是一种分布式计算，但却具有集中部署的特点。云计算平台及其资源池通常由若干云节点（Region）组成，为兼顾低网络成本和安全，每个节点部署在地理位置相对集中的一组云数据中心机房。这种集中部署模式，使得云节点与应用端保持了一定距离，为支撑低时延、高实时和高 QoS（服务质量）的应用带来了难以克服的障碍。与云计算远离应用终端不同，边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务2，以获取良好的低时延、高实时和高QoS特性。但同时，靠近应用端部署也使得边缘计算节点的资源能力收到制约，难以提供种类丰富、数量较大的算力资源，不能满足海量数据或复杂场景的计算需求。显然，云计算、边缘计算各有优势和不足。特别是对大规模物联感知场景下的低延时应用来说，单靠云计算或边缘计算都不能满足其算力需求。因此，有必要结合两种计算的优势，以云边协同的方式提供算力资源。1.2 云边协同基本框架云边协同由云计算中心和边缘计算中心构成，其基本框架如图 1 所示。云边协同场景下，当终端设备产生数据或任务请求后，通过边缘网络将数据或请求上传至边缘节点，由边缘节点内的计算设备执行现场数据计算。期间，如遇到计算量较大、复杂度较高的计算任务，则将由边缘节点将数据或任务上传至云计算中心，由云计算中心完成相应计算后再将结果逐级返还至终端设备。1.3 云边协同的关键技术云边协同主要包括 6 种协同技术：资源协同、数据协同、智能协同、业务编排协同、应用管理协同以及服务协同3。6 种技术划分到云计算服务的 IaaS、PaaS、SaaS 三个层次，形成如图 2 所示的对应关系。其中，一种云边协同的政务云框架设计吴善鹏杨扬王文娟蔡一凡刘鑫（江苏省大数据管理中心 江苏省南京市 210023）摘要：本文针对政务云普遍存在的对低延时应用支撑不足的情况，将云计算与边缘计算相结合，提出一种云边协同的政务云框架。该框架通过区分政务云核心节点和边缘节点，利用云边之间的高效协同和互补，满足低延时应用的云计算资源需求。关键词：云边协同；政务云框架；云计算；边缘计算数据库系统设计Database System Design电子技术与软件工程Electronic Technology&Software Engineering195IaaS 层协同主要指云边之间实现计算、网络、存储等IaaS 资源的协同，PaaS 和 SaaS 层协同主要是指数据协同、智能协同、业务编排协同和应用管理协同4，所涉及的关键技术如图 2 所示。1.3.1 资源协同技术资源协同技术是指边缘云节点提供的计算、存储、网络等 IaaS 资源，一方面可以支持本地的资源调度，另一方面也可以接收并执行中心云节点资源调度管理策略。资源协同技术包括资源管理技术和计算卸载技术。本文设计的云边协同框架主要涉及资源管理技术，即通过统一资源管理系统，结合边缘云节点自身的管理功能，实现边缘云节点的本地资源管理与中心云节点的全局资源管理。1.3.2 数据协同技术数据协同技术包括数据传输与处理技术和数据存储与分析技术。数据传输与处理技术在边缘云节点上对数据进行包括数据抽取、数据转化、数据合并、数据计算等一系列处理，并将数据传输至中心云节点来进行数据分析挖掘等计算密集型工作。数据存储与分析技术通过边缘云节点将数据进行预处理并传输到中心云节点，由图 1：云边协同基本框架图 2：云边协同关键技术数据库系统设计Database System Design电子技术与软件工程Electronic Technology&Software Engineering196中心云进行数据分析和存储。1.3.3 智能协同技术中心云节点资源相比边缘云节点更加丰富，因此中心云节点通常负责 AI 模型的集中训练，并在训练完成后将模型下发至边缘云节点，由边缘云负责模型推理，实现智能协同。1.3.4 业务编排协同技术业务编排技术可以帮助用户快速搭建业务流程，实现自动化部署和运维，从而提高效率和降低成本。云边协同场景下，主要利用微服务等技术创建业务动态编排框架，实现对中心云节点和边缘云节点之间的业务动态编排。1.3.5 应用管理协同技术应用管理协同技术是指边缘云节点提供应用部署与运行环境，并对本节点进行管理调度；中心云节点提供应用开发和能力测试，实现对边缘云节点应用的生命周期管理7。2 云边协同的政务云框架设计基于云边协同的理念，以省域政务云为例，提出如图 3 所示的云边协同政务云框架设计。总体框架由一个省级核心云节点、若干城市边缘云节点、数据中心直连网、运维运营体系和标准规范体系等 5 部分组成，各部分主要内容及功能如下：2.1 核心云节点核心云节点作为省域政务云的关键主体，面向全省提供 IaaS、PaaS、SaaS、DaaS、AI 等全栈式云计算服务。核心云节点主要包括异构云资源管理平台、核心节点云平台、安全保障体系等内容。其中，异构云资源管理平台通过调用被纳管云平台的各类 API 接口，实现对核心节点云平台、城市边缘节点云平台的统一云资源编排、统一云服务目录、统一资源监测、统一用户管理等功能，并对外提供类似公有云的云服务门户。考虑被纳管云平台可能采用了不同技术路线，异构云资源管理平台须具备异构云的对接纳管能力，以屏蔽不同云平台技术路线差异。核心节点云平台是指采用行业云计算产品搭建的传统云平台，由云管平台、云资源池等组成。安全保障图 3：云边协同的政务云总体框架数据库系统设计Database System Design电子技术与软件工程Electronic Technology&Software Engineering197体系提供对核心云节点所有设施的安全防护，确保核心云节点安全稳定运行。如图 3 所示。2.2 城市边缘云节点城市边缘云节点主要面向当地各种低延时应用提供边缘云计算服务，弥补核心云节点对该类业务支撑的不足。从体量上看城市边缘云节点的云资源种类、云资源数量通常远远小于核心云节点，主要以适合近场的轻量级计算和小规模存储资源为主。此外，为适应边缘计算终端需求，还具有高带宽、宽口径的终端接入网，可以多种网络通道接入摄像头、移动终端、传感器等终端设备。2.3 数据中心直连网为满足核心云节点到城市边缘云节点之间高效、安全的数据传输需求，需要建设高性能、大规模、低时延的跨数据中心直连网络。直连网络采用三层架构，分为接入层、汇聚层及核心层。汇聚及核心层选用模块化、可扩展的网络设备，打造良好的网络扩展能力。接入层、汇聚层及核心层均采用冗余部署，保证足够的可靠性。直连网选用光纤直连、专线、5G 等多种链路，以满足不同业务流量的传输需求。2.4 运维运营体系相比较传统政务云，云边协同的政务云拓展了服务范围，运维运营涉及的内容更加繁杂。为确保安全高效稳定运行，须构建统一的运维运营体系，主要内容包括：制定运维规范、运营规则，确立运维、运营的业务流程，建设与流程相适应的各类运维、运维系统和工具。在构建过程中，要确保主体全覆盖、场景全覆盖、流程全覆盖。例如，运营服务流程须覆盖云资源申请、审批、订购、测试、开通、变更、释放回收、结算等在内的全部服务流程，每个流程均要明确责任主体、操作规程、时效要求等，并且做到全程记录可追溯。2.5 标准规范体系为有序开展云边协同的政务云体系建设，应在充分吸纳借鉴国家、行业和地方有关云平台标准规范的基础上，建设配套政务云标准规范体系，并以标准体系为引领、为依据，规范云边协同的政务云建设和运行管理。涉及的标准规范主要包括：云管理制度、云安全制度、云技术规范、云运维规范、云运营规范等。3 结语云边协同将云中心节点的强大算力与云边缘节点的低时延特性结合起来，实现了云边协同优势互补。本文基于云边协同的理念，提出了一个可满足传统云计算服务和物联网等新型“智慧城市”应用支撑需求的政务云架构设计，对创新政务云应用体系，进一步夯实数字政府基础设施具有参考价值和意义。参考文献1 国务院办公厅.全国一体化政务大数据体系建设指南 R,2022.2 边缘计算产业联盟.边缘计算产业联盟白皮书 R,2016.3 陈玉平,刘波,林伟伟,等.云边协同综述 J.计算机科学,2021,48(03):259-268.4 中国信息通信研究院.云计算发展白皮书（2020年）EB/OL,2020.作者简介吴善鹏（1979-），男，河南省虞城县人。研究生学历，高级工程师。研究方向为云计算、大数据、数据治理。杨扬（1983-），男，安徽省合肥市人。大学本科学历，工程师。研究方向为云计算、大数据。王文娟（1990-），女，安徽省东至县人。研究生学历，工程师。研究方向为云计算、大数据。蔡一凡（1994-），男，江苏省南京市人。研究生学历，助理工程师。研究方向为云计算、大数据。刘鑫（1998-），男，山东省枣庄市人。大学本科学历，助理工程师。研究方向为云计算、大数据。