基于数据集分割的云工作流模型库并行检索方法

作     者：黄华 彭蓉 冯在文 HUANG Hua;PENG Rong;FENG Zai-Wen

作者机构：武汉大学计算机学院湖北武汉430072 景德镇陶瓷大学信息工程学院江西景德镇333403 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2018年第29卷第11期

页      面：3241-3259页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家重点研发计划(2017YFB0503700 2016YFB0501801) 国家自然科学基金(61170026 61100017) 国家标准研究计划(2016BZYJ-WG7-001) 中央高校基本科研业务费专项资金(2012211020203 2042014kf0237) 江西省重点研发计划(20171ACE 50022) 江西省自然科学基金(20171BAB202011) 江西省教育厅科技项目(GJJ160906)~~ 

主　　题：云工作流 数据集分割 流程检索 并行检索 

摘      要：在由多个行业云服务平台组成的集成服务平台中,随着行业云服务平台加盟数及各平台下租户数量的不断增多,其底层的云工作流模型库的规模也必将不断增大.当云工作流模型库的规模超大时,需要一种效率更高的并行检索方法去满足云工作流模型库高效检索的需求.鉴于此,采用均匀划分法或自动聚类法对大规模云工作流模型库进行合理的子集划分,并结合前期工作中已改进的基于图结构的流程检索算法,提出了基于数据集分割的大规模云工作流模型库并行检索方法.该方法主要包括4种流程并行检索算法:基于均匀划分模型集的静态并行检索算法、基于均匀划分模型集的动态并行检索算法、基于自动聚类模型集的静态并行检索算法和基于自动聚类模型集的动态并行检索算法.最后,在模拟生成的大规模流程集及真实的云工作流模型库中对这4种并行检索算法的检索效率进行了实验评估.