Adaptive container scheduling for serverless workflows in cloud-edge collaborative computing

Lei, Yamin

doi:10.1016/j.jpdc.2026.105308

Adaptive container scheduling for serverless workflows in cloud-edge collaborative computing

2026-07-01

0

PRE

AI

DOI：10.1016/j.jpdc.2026.105308

原文链接

原文求助

摘要

En 中文

无服务器应用通常遵循工作流、任务和函数三层层次结构。云边协同平台通过轻量级容器和细粒度函数即服务（FaaS）高效执行此类工作流。函数作为基本执行单元，需要有效调度以满足工作流响应要求并确保用户满意度。然而，调度面临重大挑战，源于随机工作流到达、复杂任务依赖、并行函数执行、异构资源需求以及地理分布的云边资源。本文提出一种自适应用户满意度驱动的启发式调度算法（AUHS），以最大化所有工作流的平均用户满意度（MUS）。AUHS整合跨工作流迭代排序机制，以确定函数的批量级最优调度序列。每个函数的最优调度计划通过端到端非执行延迟驱动的启发式方法在运行时自动识别，指定卸载位置和执行容器。AUHS在从真实数据合成的随机实例综合集上进行评估。实验结果表明，AUHS在提升MUS方面较对比算法至少提高4.60%，截止时间满足率至少提高15.14%，调度效率至少提高10.13%，同时将平均延误时间至少降低18.92%。

Keyword:

Serverless workflows

Container scheduling

Cloud-edge computing

User satisfaction

Heuristic

Adaptive container scheduling for serverless workflows in cloud-edge collaborative computing

摘要

期刊

机构

引用论文