物联网技术的快速发展使得流式数据呈现爆炸式地增长,各种应用的实时性要求也越来越高,传统的云计算模型已经不能高效及时地处理当前高速产生的海量流式数据,在边缘进行流数据处理变得越来越迫切。然而,与资源丰富的云相比,边缘集群的硬件基础设施相对较差,计算能力有限,因而流数据处理的性能受到限制,不能满足日益增长的高实时性需求。现场可编程门阵列(FPGA)具有大规模并行计算能力和极低的功耗,并支持灵活的重配置,这为提升边缘集群的计算能力从而实现更高效的流数据处理提供了一种新的途径。因此,提出利用FPGA来加速部署在边缘集群中的流处理系统:通过在边缘服务器上配置FPGA板卡,并实现边缘集群中流数据处理系统与FPGA资源的集成,进而在系统中利用FPGA来加速流计算任务,从而提高流数据处理的性能。具体地,设计并实现了一种面向边缘的基于FPGA加速的分布式流处理系统(F-Storm):为了减小系统的部署和运行开销,实现了一个轻量级的管理器来集成和管理FPGA资源;针对FPGA资源受限的场景,设计了一种自适应的加速器优先的任务调度策略,在充分利用FPGA资源的基础上实现了任务从FPGA到CPU的反向卸载;同时,优化了系统中的JVM-FPGA数据传输机制,采用批量传输和流水线技术来减轻数据在JVM和FPGA之间传输的时间开销,从而降低数据处理延迟。此外,针对FPGA的使用使得流应用程序开发复杂化的问题,该系统提供了简单易用的编程接口,大大减轻了用户开发流应用程序的负担。本系统的实现是基于Storm,实验表明,相对于原有系统Storm,F-Storm将平均处理延时降低了36%-75%,获得了1.4x-3.2x的吞吐量提升,并且还大大降低了计算的关键线程的CPU利用率,提升了流数据应用的执行性能。