随着移动终端设备和可穿戴设备的爆炸性增长,越来越多的服务由云提供,而视频成为了全球主要的移动数据流量,大量的数据可能会导致较大的回程链路负担和较长的延迟,传统的集中式云处理网络架构已无法满足用户的需求。为此,工业界和学术界提出在网络边缘存储内容并实现应用功能的网络架构,通过将流媒体内容主动存储在网络边缘,以实现低延迟获取内容。然而,由于边缘网络的存储和计算资源有限,如何有效地利用边缘网络有限的存储空间,来最小化整体用户响应延迟,成为亟待解决的问题。同时通过对云数据中心缓存空间的充分利用,来减少内容放置作业的执行时间,也对系统的整体性能提升有着重要作用。因此,研究云边协同环境下面向流媒体的内容放置和缓存感知调度方法有较高的理论和实际意义。针对以上问题,本文对云边协同环境的流媒体缓存进行研究:(1)为了降低云边协同环境下内容放置会产生的成本和用户获取放置内容的延迟,本文设计了一种云边协同环境下基于延迟和成本均衡的内容放置(LCT)算法。该算法首先分析内容流行度、边缘节点的存储和计算能力,以最小化内容传输延迟和放置内容所需的数据成本为目标,建立内容放置模型,利用拉格朗日乘子法将待求解问题分解为带宽分配和内容放置两个子问题,然后将内容放置问题转化为次模函数优化问题,通过分析次模函数的边际增益,计算延迟和成本均衡的内容放置阈值,最后在阈值范围内执行主动内容放置算法,同时边缘节点根据边际增益决策是否执行被动缓存替换算法,来实现延迟和成本均衡最优的目标。(2)为了提高云边协同环境下面向流媒体的云数据中心处理能力,本文设计了一种云数据中心下基于邻域搜索的缓存感知调度(CANSS)算法。该算法首先将作业分为三种类型,并按照节点执行作业的历史信息分配节点的资源,然后根据节点执行不同类型作业的能力,基于邻域搜索将具有相似能力的节点进行聚类。最后基于缓存感知执行作业调度算法,若节点不包含作业所需的数据,则在节点聚类的结果中进行作业调度,来达到缩短所有作业的执行时间,提高云数据中心处理能力的目标。(3)对所提算法进行实验验证。在云边协同环境下基于延迟和成本均衡的内容放置算法实验中,将云边协同(CEC)缓存方案与边缘缓存(EC)方案和云边非协同(CENC)缓存方案对比,CEC方案的平均延迟和成本要优于EC和CENC,同时将本文所提LCT算法与HMAX算法和CMIN算法对比,LCT算法的平均延迟和缓存命中率优于CMIN算法,而成本优于HMAX算法。在云数据中心下基于缓存感知的作业调度算法实验中,将CANSS算法与CATS算法和MDS算法进行对比,实验结果表明,CANSS算法的作业执行时间优于CATS算法和MDS算法,内存利用率优于MDS算法。