18、基于物联网系统的自主计算技术解析

基于物联网系统的自主计算技术解析

1. 自主计算概念

物流领域的应用设计注重自愈、配置优化和保护等自*能力。这种方法在两个层面具有重要意义：一是与事物（或其作为代理的虚拟化）相关；二是与负责大规模业务系统行为编排的服务覆盖层相关。

整体范式受自主计算研究领域的启发，该领域在过去十年有了很大发展，人们对如何实现具有自我管理能力（涵盖所有先前的自*阶段）的系统有了共识。其主要步骤的高层设计受MAPE - K循环的启发，这是自主计算领域的一个关键概念。

MAPE - K自主循环（监控、分析、规划、执行和知识）是自主系统设计的蓝图，其中被管理元素由一个分为4个阶段和一个公共知识的循环进行协调。具体阶段如下：
- 监控 ：监控组件负责观察和管理相关数据的不同来源（这里称为传感器），这些传感器提供有关系统性能的信息。在当前环境中，传感器可以捕获关键资源的当前消耗以及其他性能指标，如时间窗口内处理的请求数量和请求处理延迟。监控粒度通常由规则指定。当系统配置发生变化且需要做出反应时，传感器还可以生成通知。
- 分析 ：分析功能负责处理监控组件捕获的信息并生成高级事件。例如，它可以结合服务调用值和内存利用率来发出平台过载的信号。
- 规划 ：规划组件负责选择需要应用的操作，以纠正与期望操作范围的偏差。规划组件依赖于描述系统适应计划的高级策略。这些策略可以使用事件条件动作（ECA）规则来描述，这些规则由高级语言定义。在物联网环境中，这些操作可能会影响虚拟化事物的使用以及它们之间的绑定。
- 执行 ：执行组件将规