本发明涉及雾计算领域，尤其涉及一种雾计算网络中节点相互镜像的问题。
背景技术：
云计算由于其强大的计算和存储能力被认为是有效处理大量工业物联网数据，满足未来工业物联网应用需求的有效技术之一然而基于云计算的工业物联网架构仍然面临一些挑战，云数据中心往往被部署在距离工业终端较远的地方，将大量的工业物联网数据传输至云服务器经处理后再传回终端用户将导致无法容忍的时延。尤其是有大量即时运算业务的企业。此外，智能工业终端产生的爆发式增长的数据导致云服务器负载过重，基于云计算的工业物联网网络一旦发生任何错误，将导致大范围的故障，因此基于云计算的工业物联网架构的可靠性及鲁棒性较差。与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。
对于电网系统来说，位于变电站和变电所的节点无时无刻都需要处理海量的数据，其需要低延时和高可靠，在应用云计算时，一旦某个节点出现问题则可能造成整个电网系统的灾难。在运算量越来越大基础上，在电网系统上开展雾计算不失为一个办法。但是在电网系统中单一的节点出现问题也会给整个生产生活造成极大的影响，因为对于雾计算来说还需要提高他们单个节点的稳定性和可靠性。
技术实现要素：
本发明的主要目的在于提供一种分布式雾计算镜像处理存储方法，主要应用于电网中，通过在整体云计算网络下对每个单独雾计算节点进行镜像设置，使得任一雾计算节点故障后，其余雾计算节点能即时介入计算，保证了整个电网的连续性和即时性，解决了以往需要大量进行节点硬件备份设置造成的成本高企以及通过云计算介入造成的延时问题。
为达到以上目的，本发明采用一种分布式雾计算镜像处理存储方法，包括云计算中心、若干个雾计算节点以及若干个终端设备，所述雾计算节点与所述云计算中心链接，所述终端设备与所述雾计算节点链接，所述雾计算节点包括处理器、存储器和接收器，所述的接收器为两路，一路接收所述雾计算节点区域内所有终端设备，另一路与其余雾计算节点链接；所述的存储器存储本雾计算节点内信息，同时本雾计算节点内信息在其他雾计算节点内具有镜像备份；在镜像备份时，每个其他所述雾计算节点都可存储部分镜像信息，这些其他所述雾计算节点内所存储的部分镜像信息结合起来为完整的镜像备份；如果所述的雾计算节点包括其他雾计算节点的镜像信息，则此雾计算节点的接收器链接有该镜像信息对应的终端设备；当某雾计算节点处理失效时，则由存储有其镜像备份的其他雾计算节点继续进行失效雾计算节点的计算处理，当镜像备份由多个雾计算节点共同存储时，这些雾计算节点计算处理其存储镜像信息相应的计算，一旦失效的雾计算节点重新进行工作，则将此段时间内处理额计算与存储的信息反馈回原雾计算节点，雾计算节点正常工作，其余雾计算节点不再进行多于的计算。
上述技术方案中，优选的，所述云计算中心镜像有所有雾计算节点信息，所述云计算中心直接链接有所有终端设备，当某雾计算节点处理失效时，由云计算中心继续进行失效雾计算节点的计算处理。
上述技术方案中，优选的，所述云计算中心镜像有所有雾计算节点信息，所述云计算中心通过接收器链接有终端设备，当某雾计算节点处理失效时，由云计算中心继续进行失效雾计算节点的计算处理。
上述技术方案中，优选的，在镜像备份时，每个节点只备份与其相邻且相互链接的雾计算节点，相邻雾计算节点采用有线或无线的方式链接。
上述技术方案中，优选的，所述雾计算节点区域内的所述终端设备与所述雾计算节点采用有线或无线的方式链接。
根据权利要求4所述的分布式雾计算镜像处理存储方法，其特征为，当某雾计算节点处理失效时，则由存储有其镜像备份的相邻雾计算节点继续进行失效雾计算节点的计算处理，如果此相邻的雾计算节点没有额外的计算能力，则找寻由此雾计算节点相邻的雾计算节点进行计算处理，当仍没有处理能力时，依上述方法继续类推。
上述技术方案中，优选的，所述雾计算节点之间的拓扑结构为环形结构、网状结构、总线结构、主干结构、星型结构、蜂窝结构、混合结构的一种。
上述技术方案中，优选的，在镜像备份时，每个其他所述雾计算节点根据剩余处理能力和剩余存储能力智能分配不同份额的镜像信息。
上述技术方案中，优选的，有线链接为光纤单路或光纤双路链接，无线链接为wifi、zigbee、蓝牙、射频的一种或多种。
上述技术方案中，优选的，所述雾计算节点还包括身份验证设备，只有通过身份验证设备所述终端设备才能与所述接收器链接。
电网具有一定的特殊性，由于涉及到电能的供给以及电网本身的特殊性质，一旦网络内一点错误就可能造成重大的经济损失或者让整个电网的崩溃。因此对电网内数据的采集、处理和存储需要一定的高标准。电网系统的运行最主要的是连续性和即时性，在物联网大发展的环境下，云计算已经应用到了电网系统中，但是受到带宽的影响，云计算的使用效果不如人意，因此现在发展到云计算与雾计算相结合的地步，利用集中-分布的模式极大的提高了电网数据系统的性能。但是相比其他网络，在电网中的每个节点都需要连续性的工作，这对系统的稳定性提出非常高的要求，为了保证每个节点的安全，往往需要在每个节点额外布置处理设备，这些处理设备平时并不参与计算，而是节点出现故障的时候介入，因此这些设备的利用率，整体成本也高。
本方法则是将相邻的节点进行镜像备份，简单的说就是让节点互联，当一个节点出现问题时，这个节点需要计算和存储的数据转移到相邻节点进行处理，在保证每个节点进行正常处理的同时，充分利用了整个系统中冗余的计算能力，做到数据处理的连续性，在每个节点正常的时候就对每个节点的数据进行同步的镜像备份，此镜像备份并不是常规的数据备份，而是将这些数据存储在其他节点内，一旦某个节点故障，存储有其数据的其他节点就能即时的进行数据处理保证了数据的连续性。同时在镜像的过程中，总的镜像数据可以分割分配给不同的节点，这样可以充分的保证每个节点有额外的存储和数据处理能力，保证在某节点故障时能顺利的进行所有数据的处理。由于电网本身的特殊性，节点往往都设置在变电站、变电所等处，在同一范围内，每个节点的距离往往只相近几十公里，只需要布置普通光纤就行传输大量数据，因此本方法中的节点间的镜像在物理层面就是可行的，解决了以往节点镜像时最大的制约因素-带宽问题。
在本方法中，只要留出充足的计算冗余，即时整个系统出现大规模的故障，也能正常的进行数据处理；同样，在本方法中，即时节点和云中心断链，节点之间的互联也能保证整个电网系统的运行。
本发明的优点在于通过在整体云计算网络下对每个单独雾计算节点进行镜像设置，使得任一雾计算节点故障后，其余雾计算节点能即时介入计算，保证了整个电网的连续性和即时性，解决了以往需要大量进行节点硬件备份设置造成的成本高企以及通过云计算介入造成的延时问题。
具体实施方式
下面结合具体实施方式对本发明作进一步详细描述。
实施例1：一种分布式雾计算镜像处理存储方法，主要由电网系统进行应用，包括云计算中心、若干个雾计算节点以及若干个终端设备，所述雾计算节点与所述云计算中心链接，所述终端设备与所述雾计算节点链接，一般而言整个系统分为三层，第一层为云计算中心，第二层为雾计算节点，第三层为终端设备，这三层为递进关系，既终端设备连接相应的雾计算节点，雾计算节点连接云计算中心，同时雾计算节点之间互联。对于雾计算节点来说，所述雾计算节点之间的拓扑结构为环形结构、网状结构、总线结构、主干结构、星型结构、蜂窝结构、混合结构的一种。通常而言是网状结构或是多重环形结构。
所述雾计算节点包括处理器、存储器、接收器和身份验证设备，只有通过身份验证设备所述终端设备才能与所述接收器链接。所述的接收器为两路，特殊情况下也可以是多路，一路接收所述雾计算节点区域内所有终端设备，另一路与其余雾计算节点链接。既其余雾计算节点可通过此路连接上其他雾计算节点内的终端设备。
所述的存储器存储本雾计算节点内信息，同时本雾计算节点内信息在其他雾计算节点内具有镜像备份；在镜像备份时，每个其他所述雾计算节点都可存储部分镜像信息，每个其他所述雾计算节点根据剩余处理能力和剩余存储能力智能分配不同份额的镜像信息。这些其他所述雾计算节点内所存储的部分镜像信息结合起来为完整的镜像备份；如果所述的雾计算节点包括其他雾计算节点的镜像信息，则此雾计算节点的接收器链接有该镜像信息对应的终端设备；当某雾计算节点处理失效时，则由存储有其镜像备份的其他雾计算节点继续进行失效雾计算节点的计算处理，当镜像备份由多个雾计算节点共同存储时，这些雾计算节点计算处理其存储镜像信息相应的计算，一旦失效的雾计算节点重新进行工作，则将此段时间内处理额计算与存储的信息反馈回原雾计算节点，雾计算节点正常工作，其余雾计算节点不再进行多于的计算。
另一种情况下，在镜像备份时，每个节点只备份与其相邻且相互链接的雾计算节点，当某雾计算节点处理失效时，则由存储有其镜像备份的相邻雾计算节点继续进行失效雾计算节点的计算处理，如果此相邻的雾计算节点没有额外的计算能力，则找寻由此雾计算节点相邻的雾计算节点进行计算处理，当仍没有处理能力时，依上述方法继续类推。
所述云计算中心镜像有所有雾计算节点信息，所述云计算中心直接链接有所有终端设备，当某雾计算节点处理失效时，由云计算中心继续进行失效雾计算节点的计算处理。所述云计算中心镜像有所有雾计算节点信息，所述云计算中心通过接收器链接有终端设备，当某雾计算节点处理失效时，由云计算中心继续进行失效雾计算节点的计算处理。由于云计算中心具有完整的存储信息和强大的处理能力，在网络带宽允许的时候，可以由云计算中心直接托管故障的雾计算节点。
所述相邻雾计算节点采用有线或无线的方式链接。所述雾计算节点区域内的所述终端设备与所述雾计算节点采用有线或无线的方式链接。有线链接为光纤单路或光纤双路链接，无线链接为wifi、zigbee、蓝牙、射频的一种或多种。优选的雾计算节点之间的连接采用有线的方式，终端设备与雾计算节点之间的连接方式不限。
在本方法中，镜像的方式包括两种，一种为其他镜像，一种为相邻镜像。在其他镜像中，第二层的所有雾计算节点都可以镜像其他雾计算节点的信息，此后进行数据处理时可以让整个雾计算节点都发挥运算能力。这种情况适用于电网规模较小，每个雾计算节点距离较近的情况，这样才有足够的带宽让所有雾计算节点运行。在相邻镜像中，第二层的雾计算节点只有相互链接的雾计算节点才能彼此间进行镜像，此后进行数据处理时只有具有镜像信息的雾计算节点都发挥运算能力。这种情况适用于电网规模较大，相邻雾计算节点距离较近的情况，这样才有足够的带宽让雾计算节点运行。
在本方法中，雾计算节点故障救济的模式有三种，第一种是云计算中心直接托管故障的雾计算节点，当故障的雾计算节点恢复后，云计算中心返还完整存储信息，此雾计算节点重新工作。第二种是第二层的其他雾计算节点根据分配到的存储信息内容分别进行数据处理，当故障的雾计算节点恢复后，这些雾计算节点返还相应的存储数据组成完整存储信息，此雾计算节点重新工作。第三种是第二层相邻故障雾计算节点的雾计算节点根据分配到的存储信息内容分别进行数据处理，当故障的雾计算节点恢复后，这些雾计算节点返还相应的存储数据组成完整存储信息，此雾计算节点重新工作。