基于Nomad的边缘计算平台的多运行时支持设计与实现

边缘计算市场现处于初步发展阶段，继云计算之后，边缘计算也正在商业化落地。与Kubernetes已然成为云计算的主流和标准不同，边缘计算还没有一个事实上的标准，整体还处在一个百家争鸣的状态。

自动扩缩容效率 FaaS函数运行时实现的扩缩容策略为按步长增加和减少函数副本数。该策略下，函数负载情况、函数配置伸缩的最大副本数、最少副本数、伸缩的因子、伸缩的触发条件，以及组成边缘集群的其他因素。

FaaS函数运行时性能测试 对FaaS运行时来说，比较关键的性能指标是冷启动时间（cold-start time）和自动扩缩容效率（auto-scaler efficiency）。

本章通过整合其他开源项目，在平台上提供更多的函数计算服务。 函数计算服务的设计目标 基于Nomad的边缘计算平台函数计算服务方案设计功能包括： l 监控 l 告警和自动扩缩容 l 负载均衡

边缘容器镜像仓库，提供一类镜像仓库边缘BaaS后端即服务。 边缘容器镜像仓库的设计目标 Serverless需要BaaS提供后台服务应用需求。边缘容器镜像仓库需服务要为边缘终端设备就近地拉取。

参考文献Peng G. CDN: Content distribution network[J]. arXiv preprint cs/0411069, 2004. [2] Noble B, Saty

函数预热 基于Nomad的边缘计算平台需要考虑到降低能耗，扩缩容策略，默认是支持缩容到零的。有时应对特殊的业务场景，需要冷启动优化，降低平均响应时延，提升服务体验质量。

FaaS函数运行时关键技术实现。FaaS-Nomad-Provider的实现 如上述图4.2所示，FaaS-Nomad-Provider通过实现faas-provider

FaaS函数运行时架构设计 基于Nomad的边缘计算平台的FaaS函数运行时架构如图4.4所示，FaaS函数运行时围绕Docker，涉及三个核心组件。

4.1 函数运行时设计目标 FaaS函数运行时是在基于Nomad的边缘计算平台引入函数计算的基础，如前文所述，本文无服务器计算虚拟化构建在容器虚拟化之上。FaaS函数运行时的设计覆盖函数计算的三要素，

Libvirt虚拟机运行时关键技术实现。驱动配置解析及加载 将nomad-driver-libvirt驱动插件项目编译放入驱动加载文件夹下。

上文分析了Nomad运行时驱动插件机制，采用运行时驱动接口的方式，本节设计和实现基于Nomad的边缘计算平台的Libvirt虚拟机运行时。

在实现边缘计算平台基于Nomad的运行时时，最主要的工作是实现一个驱动，按照社区的模式，具体地讲是一个驱动插件。

Consul是一种分布式、高可用且具有数据中心感知能力的服务网络解决方案，用于在动态和分布式基础架构之上连接和配置应用程序。Consul使用基于Raft算法的一致性协议提供一致性。

2018年见证了Serverless和函数即服务的出现，2019年是Serverless架构开始大规模采用的一年。无服务器云计算为研究人员提供了从新的角度重新审视云计算研究的主要主题和主题的机会

Libvirt虚拟化技术 边缘计算平台需要解决传统工作负载的接入。现有企业中仍有众多存量虚拟机的场景，需要通过统一的运维入口，同时管理容器和虚拟机。这也是从虚拟机迈向容器这个变迁过渡期中，企业最为关心

Nomad是一个轻量级的工作负载编排工具。它简洁且易于使用、灵活且高性能，可以混合部署微服务、批处理、容器化和非容器化应用程序。

边缘计算平台与函数计算背景与现状 目前，边缘计算（Edge Computing）是一个新兴的技术方向，边缘计算能够和云计算紧密结合，充分发挥边缘的低时延、安全等特性，具有广阔的应用前景。