1.一种基于两类密集型虚拟机的边缘计算资源分配方法，具体步骤如下：A.计算某个IO密集型虚拟机Vi在采样时刻ti收到来自终端设备发送的数据τi，即其中，N表示向边缘端服务器发送数据的终端设备数，n表示某一终端设备上传数据类型的个数，αjk为上传的数据类型对应的数据规模大小，ε表示采样和计算产生的误差；

B.对IO密集型虚拟机Vi收到的数据进行二阶差分，获得数据上传速率增量Δv：首先假设IO密集型虚拟机Vi处理数据的平均速度为vi,则需要时间ti′将ti时刻发送的数据全部存储到数据库中，即再将IO密集型虚拟机Vi的处理时间ti′分为三个部分t′i,t′i+1,t′i+2，表示需要经过三个阶段才能将数据存储到数据库中，得到数据上传速率增量Δv，Δv＝τi+2-2τi+1+τi

其中，τi+2，τi+1，τi分别对应t′i+2,t′i+1,ti′时刻IO密集型虚拟机Vi存储到数据库中的数据量；

C.根据上传速率增量Δv判断IO密集型虚拟机Vi所有可能的状态，用集合status＝{1,

2,3,4,5,6}来表示，其中1为无数据状态，2为减少状态，3为稳定状态，4为增加状态，5为预警状态，6为超量状态；

D.计算IO密集型虚拟机Vi当前状态与前一个状态相同的概率

其中，ξi表示虚拟机当前状态与前一个状态相同的次数，numi为状态集合status的真子集，表示虚拟机Vi工作时段下状态变化集合；

E.计算虚拟机Vi存储数据的优先级pi，

其中，Sipre表示IO密集型虚拟机Vi软分配的预存储空间大小，Sipost表示虚拟机Vi在ti时刻已存储到存储节点的数据大小；

F.计算控制节点中的控制器对IO密集型虚拟机Vi进行资源配置的优先级Pi，Pi值越大，说明该虚拟机越需要及时分配到更多的计算资源，以提高数据存储的速率，其中，W为不同类型的数据对应的权重集合，W＝{w1,w2,...,wn}；

G.给边缘服务器中的每个IO密集型虚拟机分配一个优先级Pi并建立最大优先级队列P，通过优先级队列P的变化对IO密集型虚拟机的资源配置进行相应的更新，优化并合理分配存储资源；

H.计算某个CPU密集型虚拟机Vi′中所有任务在并行伪分布条件下执行所需时间Time，其中，time表示单个任务执行的平均时间，C为CPU核心数，T为CPU密集型虚拟机Vi′中同时执行任务的个数；

I.计算CPU密集型虚拟机Vi′的加速比sp，

其中，Rn为CPU密集型虚拟机Vi′在并行伪分布式条件下完成任务的最小执行时间，Rd为CPU密集型虚拟机Vi′在并行分布式条件下完成任务的最小执行时间；

J.当虚拟机数量超过宿主机CPU核心数C时，随着虚拟机数量的增加，物理机性能逐渐降低，影响因子为θ，得到虚拟机个数G和影响因子θ的关系，其中，G为虚拟机个数；

K.定义CPU密集型虚拟机Vi′中所有任务在并行分布条件下执行所需时间Time′，其中，sp为加速比，θ为影响因子，Time为CPU密集型虚拟机Vi′中所有任务在并行伪分布条件下执行所需时间；

L.设置CPU密集型虚拟机Vi′中所有任务要求完成的时间上限Req_Time'＝Time_com+Time_cor，其中，Time_com为任务实际完成时间，Time_cor为通信延迟时间，所有任务能顺利完成，需满足Time'≤Req_Time'，若不满足，则需要对计算资源即CPU核心数进行分配，具体过程是：假设b个任务中有d个未按时完成的任务b′＝{b′1,b′2,...,b′d}，其执行时间为对应的要求完成的时间上限为则当前情况下，CPU密集型虚拟机Vi′需分配的计算资源如下式所示：其中， 为CPU密集型虚拟机Vi′需分配的CPU核心数。