移动互联网进入高速发展期,用户数量呈指数级增长,用户的分布性也在快速扩张,用户请求也随之迅速增长。然而,网络传输的带宽增长速度缓慢。在此背景下,传统的数据处理模式已经达到“瓶颈”。虽然云计算解决了大数据下计算能力的瓶颈,但其主要适用于离线批量处理的应用,且受网络传输带宽的影响非常大。在如今的网络带宽能力下,对于大范围的小数据量的实时应用并不能带来响应延迟性和硬件资源利用率明显的提高。边缘计算是近年来的新兴趋势,它主要依赖靠近数据源的边缘设备。在这种计算模式下,每一个边缘设备具有一定的存储和计算能力,故而既可以为云端进行一些数据的预处理或分析,同时也可以处理实时的小数据量的应用。如今容器技术相比传统虚拟机技术在能耗和硬件资源利用率都有显著的提高。当今实时应用中最流行的就是流式处理计算,比如Storm、SparkStreaming等。根据边缘设备的分布特点和自身资源的限制,基于流式处理思想的分布式任务流可以提高边缘网络的灵活性和高效性。在本文中,我们研究一种双域度调度策略,旨在将边缘计算、容器技术、分布式任务流结合在一起,并根据边缘设备的分布性和异构性以及任务流的分布,组织成多层次负载均衡的高效能数据处理网络。借助iFogSim仿真器,实验结果表明相关技术可以提高实时用户请求处理的能力。