面向边缘智能的服务部署与运行监控系统设计产品系统

随着人工智能技术向边缘侧逐步发展，如何高效地将AI服务部署至边缘设备并实现运行状态的持续监控，已成为边缘计算领域的关键技术问题。传统部署方式多依赖手工配置，流程繁琐且易于出错，服务上线后亦缺乏有效的运行观测手段。针对上述问题，本文设计并实现了一套面向边缘智能的服务部署与运行监控系统。该系统采用Django与FastAPI构建双后端架构，统一实现服务注册、一键部署、实时性能监控与异常告警等功能。用户通过Web界面即可完成边缘节点添加与部署指令配置，系统自动分配端口、启动服务进程并生成调用接口。运行期间，系统实时采集服务实例的CPU占用率、内存使用率及响应延迟等关键指标，并通过前端界面进行可视化呈现。功能与性能双重测试结果表明，本系统运行稳定，服务部署平均耗时约1.2秒，监控采集开销控制在3%以内，能够较好地满足边缘服务管理的基本需求

前端界面采用原生HTML/CSS/JavaScript开发，未依赖任何前端框架。页面主要包含以下几个核心区域。
系统资源卡片展示当前计算机的CPU使用率、内存使用率与磁盘使用率，数据通过调用FastAPI的/system/stats接口获取，页面每2秒自动刷新。
节点列表展示所有边缘节点的ID、名称、IP地址、运行状态、CPU使用率及内存使用率，支持节点添加与删除操作。添加节点时弹出模态框，用户需填写节点名称与IP地址。
服务列表展示所有服务的ID、名称、类型、所属节点、状态及端口，支持服务部署与停止操作。部署服务时弹出模态框，用户填写服务名称、选择服务类型与部署节点、填写部署命令及端口（可选）。
监控数据表格展示最近的监控记录，包括时间、服务名称、CPU使用率、内存使用率及响应延迟，数据通过调用/api/metrics/接口获取。
告警记录区域展示最近的告警记录，包括告警标题与时间，数据通过调用/api/alerts/接口获取。
页面刷新机制采用setInterval定时器，每2秒调用refreshAll()函数更新所有数据。为保证数据一致性，刷新时优先获取系统资源数据，再获取节点列表，从而使本机节点的CPU与内存使用率与系统资源卡片保持同步。

在系统架构设计方面，采用Django与FastAPI构建双后端架构，实现前后端分离，完成了服务管理、监控采集、告警记录及可视化展示等功能模块的整合。该设计汲取了边缘-云连续体编排的理念[5][10]，兼顾了易用性、轻量化和可扩展性。
在服务动态部署方面，实现了服务的一键部署功能，支持端口自动分配、进程启动、进程ID与服务状态记录。用户仅需填写服务名称与启动命令，系统即可自动完成全部部署流程。
在运行监控采集方面，基于psutil库实现了节点级与服务级的资源监控，能够实时采集CPU使用率、内存占用等关键指标，并将其存储至数据库。该方案在保证监控覆盖度的同时，将采集开销控制在较低水平[26]。
在告警机制方面，设定了CPU使用率阈值（85%），当指标超过阈值时自动生成告警记录，便于运维人员及时发现并处置异常情况。
在可视化界面方面，开发了独立的前端页面，用于展示系统资源、节点列表、服务列表、监控数据及告警记录，支持节点增删与服务部署、停止等操作。
系统测试表明，各项功能运行正常，服务部署平均耗时约1.2秒，监控采集开销控制在3%以内，基本满足边缘服务管理需求。