RescureService

RescureService是由哈尔滨工业大学计算机科学与技术学院开发的一个开源基准微服务系统，包含超过20个服务，涵盖数据库、前端、业务逻辑、数据处理和人工智能服务等，专门设计用于灾难救援场景。该数据集通过在真实容器化环境中进行实验，提供了服务性能的测量工具和预先测量的服务属性。RescureService旨在解决现有微服务系统实验中服务数量少和类型单一的问题，支持在云和边缘计算环境中进行服务计算研究，特别是在服务部署和卸载优化方面。RescureService is an open-source benchmark microservice system developed by the School of Computer Science and Technology, Harbin Institute of Technology. It consists of over 20 services covering database, frontend, business logic, data processing, AI services and other categories, and is specifically tailored for disaster rescue scenarios. This dataset provides service performance measurement tools and pre-measured service attributes via experiments conducted in a real containerized environment. RescureService is designed to address the drawbacks of limited service quantity and monotonous service types in existing microservice system experiments, and supports service computing research in cloud and edge computing environments, particularly in the area of service deployment and offloading optimization.

搜集汇总

数据集介绍

构建方式

RescureService 基于灾害救援场景设计，遵循微服务架构原则，包含超过20个微服务，涵盖数据库、前端、业务逻辑、数据处理和人工智能等多种服务类型。所有服务均采用同步请求模式，并支持用户自定义路由，便于研究者灵活控制服务编排。系统通过Kubernetes进行部署与编排，并提供基准测试工具，用于测量各服务在不同CPU限制下的吞吐量和资源消耗。实验数据在真实容器化环境中采集，确保服务性能指标的可靠性。

特点

该数据集具备丰富的服务类别，包括传感器模拟、AI推理、流式数据处理及传统数据库服务，覆盖云-边-端多层次应用场景。服务间依赖关系复杂，规模较大，能够充分验证算法在复杂微服务系统中的性能。此外，RescureService 提供了预测量的服务性能数据与测量工具，支持可重复实验，符合微服务基准系统的架构与DevOps要求，有助于公平比较不同研究方法。

使用方法

研究者可基于RescureService开展服务部署、任务卸载等实验。首先配置Kubernetes运行时环境并部署注册中心（如Eureka）。随后利用系统提供的脚本与镜像，将各服务以Pod形式部署至指定节点，并设置资源限制。运行后通过开源监控工具采集QoS指标。系统支持自定义路由与自动化部署，适用于物理实验，也可将预测量性能数据用于仿真实验，验证算法在真实场景中的有效性。

背景与挑战

背景概述

随着云计算与边缘计算的迅猛发展，将服务部署于云端与边缘服务器以提升服务质量（QoS）已成为业界共识。微服务技术因其能够将复杂业务逻辑解耦为多个独立的小型服务而得到广泛应用，然而，随着微服务系统规模的持续扩张，确保系统在用户需求动态变化下维持稳定的QoS成为一项严峻挑战。为应对这一困境，哈尔滨工业大学计算学部的何翔、王腾、刘磊等研究团队于2022年设计并实现了开源基准微服务系统RescureService。该系统聚焦于灾害救援场景，涵盖超过20项服务，包括数据库、前端、业务逻辑、数据处理及人工智能服务，旨在为移动边缘与云计算领域的研究提供一个功能丰富、场景全面的实验平台。RescureService的发布填补了现有微服务基准系统中服务数量少、功能类型单一的空白，为服务放置、任务调度等核心研究问题提供了可靠且可复现的实验基础，对推动该领域的学术研究具有重要影响。

当前挑战

RescureService所应对的挑战主要源于微服务系统研究中的实验数据集困境。首先，现有开源微服务系统普遍存在服务数量不足的问题，大多局限于十项左右的服务，难以验证算法在大规模场景下的性能表现。其次，服务间的依赖关系过于简单，未能体现微服务设计中强调的复用性与复杂拓扑结构，导致实验结论无法真实反映实际运行环境中的复杂度。此外，服务功能类型单一，多数系统集中于电商等传统业务，缺乏对边缘智能、流数据处理及传感器数据采集等新兴场景的覆盖，限制了研究在物联网与智慧城市等领域的适用性。在构建过程中，团队需克服设计原则与功能多样性之间的平衡难题，确保系统既符合微服务架构规范，又能集成AI计算、流式处理等多元服务类型，同时提供可测量的运行时性能指标与自动化部署工具，以支持不同研究问题的实验需求。

常用场景

经典使用场景

在移动边缘计算与云计算领域，RescureService作为一种基准微服务系统，被广泛用于服务部署与调度算法的验证。其典型使用场景是模拟灾害救援环境中的传感器数据采集、AI推理、流式数据处理等复杂业务逻辑，研究者可通过该系统构建包含20余种异构微服务的实验平台，以评估不同服务放置策略对系统响应时间、资源利用率及服务质量的影响。

衍生相关工作

基于RescureService，衍生出多项经典研究工作，包括面向微服务系统的在线部署算法、基于强化学习的云边协同服务迁移方案，以及多版本共存微服务架构的自适应演化框架。这些工作利用该基准系统的复杂服务依赖图与多样化资源需求，验证了其在服务组合、性能建模与架构优化等方向上的通用性与可扩展性。

数据集最近研究

最新研究方向

在移动边缘计算与云计算深度融合的背景下，微服务系统的服务质量保障成为研究焦点。RescureService作为面向灾害救援场景的开源基准微服务系统，突破了现有服务集功能单一、规模不足的局限，整合了数据库、人工智能、流数据处理等20余种异构服务类型。当前前沿研究正围绕该数据集探索服务放置与任务卸载的联合优化，通过其丰富的服务依赖关系和运行时资源消耗特性，验证动态调度算法在真实云边环境中的有效性。该基准系统的出现填补了可复现实验平台的空白，为边缘智能场景下的微服务弹性部署、服务质量预测及多目标优化提供了标准化评估框架，对推动计算资源高效利用与低延迟服务响应具有重要实践意义。

相关研究论文

• RescureService: A Benchmark Microservice System for the Research of Mobile Edge and Cloud Computing

  哈尔滨工业大学计算机科学与技术学院 · 2022年