本发明涉及云边端协同，更具体地说，特别涉及一种基于分布式训练仿真平台的云边端协同方法。
背景技术：
1、当前常用的服务管理架构是阿里研发的开源nacos系统架构，nacos是一个基于微服务的集服务动态发现、服务配置、服务流量管理与一体的集中式管理中心，它可以实现基本的服务注册与调度能力，但它不具备服务注册中心各组件模块的解耦能力，所有的模块都集成在服务注册中心上，无法拆解部署，当中心面临海量服务并发访问时，容易出现卡顿等超负载现象。
2、现有的仿真领域服务注册及服务调用技术通常采用集中式部署的管理架构，服务注册中心的内部各组件模块不能拆分和组合，整个仿真系统容易出现高压中心节点，一旦超出承载能力，会造成服务注册中心平台瘫痪，且无法充分发挥硬件服务能力。具体表现为当外部大量服务采用集中式注册、发布、查询和调用时，对服务注册中心服务管理及路由寻址的性能要求过高，在服务接口调用频繁的情况下，容易造成服务管控性能下降，对服务注册中心所在计算机服务器的运算性能要求过高，时间片处理策略复杂。因此，现有技术需要解决的技术问题就是如何在大型仿真系统中均衡服务注册中心所在服务器节点的高压负载。
技术实现思路
1、本发明的目的在于提供一种基于分布式训练仿真平台的云边端协同方法，以克服现有技术所存在的缺陷，主要围绕如何构建“一张网”的目标，重点攻克协同中的任务分配不合理或者协调不当会导致资源浪费和效率低下问题，利用负载均衡和实例推送相结合技术，实现了仿真平台的资源高效的利用和服务。
2、分布式训练仿真平台是一种高效、快捷的分布式仿真系统开发工具，覆盖了从仿真开发、仿真部署、仿真运行到仿真结果分析等系统仿真试验的各个阶段，实现了对系统仿真应用全生命周期的支持。这种平台采用了全新的开放式平台架构和面向服务(soa)的设计思想，并采用面向仿真服务开发的方法，能够满足复杂仿真系统开发需求。平台包括注册中心和开发服务向导两部分，通过在集成开发环境安装服务开发向导，引导开发人员完成创建服务的依赖管理、环境配置等步骤，快速生成服务模板项目，从而简化整个开发过程。
3、基于平台高效的资源服务技术是指利用云端、边缘端和终端设备上的资源，通过协同方法提供高效的服务。协同的实质是通过合理利用云端和边缘端的资源，实现资源的共享和协同工作，以提供高效的服务。通过协同方法，可以根据负载均衡的指标将请求分配到合适的节点上，避免资源的过度集中或浪费。同时，通过将资源实例推送到最近的端节点上，可以减少网络传输的时间和开销，提高服务的效率和质量。与目前大多数协同方法比较，本方法的创新之处在于，使用负载均衡和实例推送相结合的方法，以改善协同过程中的效率、准确性或可扩展性。
4、为了达到上述目的，本发明采用的技术方案如下：
5、一种基于分布式训练仿真平台的云边端协同方法，包括以下步骤：
6、s1、建立服务注册中心以及分布式的边端分中心；
7、s2、仿真服务启动后采用就近注册原则，仿真服务向临近的边端分中心进行注册；
8、s3、边端分中心接收到服务上报的注册信息后采用分布式资源同步技术，将服务注册信息的索引值同步到服务注册中心；
9、s4、边端分中心收到服务调用请求后，根据负载均衡策略找到提供服务的端节点；
10、s5、将该服务路由及接口地址及参数信息返还给调用端；
11、进一步地，所述步骤s1中的边端分中心具备和服务注册中心相同的服务注册、注销、接口发布调用、服务发现与路由寻址的服务管理能力，服务注册中心不再提供具体的路由寻址服务管理功能。
12、进一步地，所述步骤s2具体包括：
13、s21、确定仿真服务的位置；
14、s22、根据预定义的规则或者算法搜索临近的边端分中心；
15、s23、进行注册：找到最近的边端分中心，仿真服务使用适当的注册协议或者机制将自身注册到该中心；
16、s24、注册更新和维护：一旦注册成功，仿真服务应该保持与边端分中心的联系，并在需要的情况下更新注册信息。
17、进一步地，所述步骤s3具体包括：
18、s31、当边端分中心上的接收到服务上报的注册信息时，边端分中心会向从注册中心发送一个消息，告知注册中心要进行数据同步；
19、s32、从边端分中心收到消息后，向边端分中心发送一个请求，要求边端分中心将服务上报的注册信息数据同步到注册中心上；
20、s33、边端分中心收到请求后，会将服务注册信息数据打包成一份快照，并将快照发送给注册中心；
21、s34、注册中心收到快照后，将其中的数据更新到自己的内存中，完成数据同步。
22、进一步地，所述步骤s3中服务注册信息的索引值包括服务名、接口名、接口作用、接口发布情况的描述信息。
23、进一步地，所述步骤s3中同步的信息还包括服务的可用性的运行状态信息。
24、本发明采用的协同方法的特色之处如下：
25、(1)采用负载均衡策略：当云边端资源负载不均衡时，可以通过协同方法将负载分摊到其他节点上，以实现资源的合理利用和高效服务。例如，当某个云边节点的负载过高时，可以将部分请求转发到其他节点上进行处理，从而平衡资源使用情况。
26、(2)资源实例推送：根据请求的内容和云边节点的位置，可以将所需资源实例同步地推送到最近的端节点上。这样一来，终端设备可以直接从附近的节点获取资源，减少了网络延迟和带宽消耗，提高了服务响应速度和用户体验。
27、与现有技术相比，本发明的优点在于：1、本发明可以有效的均衡服务注册中心的高压负载，即使某一个边端分中心因为负载过高而崩溃，也只是影响系统局部的功能运转，而不会影响整个仿真系统崩溃。同时因为把服务管理的压力分摊到每个边端分中心上，从而能够使整个系统的计算机服务器的性能得到有效的发挥，且降低了服务注册中心的服务器资源损耗。2、服务调用者无需关心服务提供者的具体部署位置等信息，服务注册中心及边端分中心采用分布式注册同步技术及高性能寻址链表计算技术，为全系统的服务调用者提供透明的高性能路由计算能力及优质服务发现能力。3、服务注册中心提供多服务并发熔断及限流技术，能够对服务调用者的并发请求进行高效响应和监控处理，及时消除无效响应处理，缩短级联服务调用的排队请求时延。
1.一种基于分布式训练仿真平台的云边端协同方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于分布式训练仿真平台的云边端协同方法，其特征在于，所述步骤s1中的边端分中心具备和服务注册中心相同的服务注册、注销、接口发布调用、服务发现与路由寻址的服务管理能力，服务注册中心不再提供具体的路由寻址服务管理功能。
3.根据权利要求1所述的基于分布式训练仿真平台的云边端协同方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的基于分布式训练仿真平台的云边端协同方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1所述的基于分布式训练仿真平台的云边端协同方法，其特征在于，所述步骤s3中服务注册信息的索引值包括服务名、接口名、接口作用、接口发布情况的描述信息。
6.根据权利要求1所述的基于分布式训练仿真平台的云边端协同方法，其特征在于，所述步骤s3中同步的信息还包括服务的可用性的运行状态信息。
