边缘计算就是将计算和存储下沉至边缘端的一种计算模式,而多集群边缘云是当今边缘计算架构的主流模式之一。能否实现多集群边缘云环境下的数据、计算资源的合理调度是决定边缘计算执行效率的核心要素。目前的调度方法存在集群调度负载不均衡、任务调度时延较大等问题。为此,本文结合边缘环境下任务需求不同,提出了一种多集群边缘云调度策略。具体如下:首先本文设计了一种新型的多集群边缘云框架,并在此框架上设计了部分功能模块和相关工作流程实现任务的调度与分发。框架根据任务对于边缘节点需求的不同将任务划分为时延敏感与不敏感两种类型,并对其采用不同的处理方式。针对时延敏感型任务对于时延的高要求,设计了一种集群内的时延敏感任务的分配策略。该策略具体流程为:首先查询每个节点剩余的处理能力,然后根据节点情况利用改进后的蚁群算法,以任务对于资源的需求为启发式因子并对信息素的更新规则进行修改,将不同需求的任务合理的分配在节点上面,达到集群整体的负载均衡。而对于时延不敏感型任务来说,它们的重点则是在数据的脱敏和清洗等方面,对于时延的要求不高。为此本文提出了一种跨集群的任务调度策略,通过调度的触发时机、调度任务的选择、调度集群的选择等方面,完成对时延不敏感任务的跨集群调度功能,提高集群资源的利用率。最后在构建的边缘集群云环境下进行的大规模数据验证,相比现有边缘计算环境下的调度方法,任务的总体等待时间降低了10.2%,集群的服务质量更高,整体均衡度也更高。