[发明专利]一种面向分布式工作流的数据流初始调度方法和系统

说明书

技术领域

本发明属于信息处理领域，更具体地，涉及业务流程管理领域。

背景技术

业务协作是驱动企业业务增长的重要力量。来自于不同企业的资源、观点以及其他互补力量的聚合，将会创造出强有力的联盟来应对日益激烈的市场竞争。

企业应用集成是解决业务协作中信息交互和共享问题的方法和技术。目前，随着我国企业信息化程度的不断提高，几乎每个企业中都迫切需要一个集成框架来解决企业内部不同系统之间的交互问题。该集成框架作为一个开放的框架，使现有的系统根据企业业务的需要实现集成，并且能快速地添加新的系统，使企业既可以保护已有的投资又可以根据市场和业务的需求重新整合原有的系统产生新的竞争力。随着过程代理技术的提出，业务流程管理成了企业应用集成的核心内容。

随着Web服务的出现，面向服务的架构给业务流程管理带来了新的发展。在这种架构下，业务流程只需要通过组合服务来实现，由此带来的松散耦合非常适合动态、多变的市场需求和日益激烈的市场竞争，大大增强了企业的竞争力。

企业中经常存在地理分布的异构型计算资源通过复杂的交互才能完成的业务流程，例如供应链管理，在线购物，城市应急等。当前的集中式工作流引擎不适合处理上述业务流程。分布式的工作流系统使用户能够透明地应用由不同机型、不同运行平台组成的异构型计算资源，借助信息共享的分布式技术完成一个业务流程。这种分布式的执行架构，分布式工作流系统天然地适合多个组织参与的大规模流程的环境。基于事件的分布式引擎是分布式工作流系统的一个代表，例如：瑞士的苏黎世大学的事件驱动的分布式工作流执行引擎EvE(EVent Engine)；在面向服务的架构下，加拿大的多伦多大学的面向服务架构的分布式的业务流程执行引擎是一个典型工作。

在工作流中，存在控制流和数据流两种流程。其中，控制流是指控制业务活动执行顺序的逻辑，数据流为业务活动的执行提供数据，它是随着业务过程的推进产生的。数据流的调度是指对数据交互的协调和控制，把正确的数据有效地传递给正确的业务活动。现有的分布式工作流引擎往往只重视控制流的调度，而忽视数据流的调度，使得它们在处理地理分布的业务流程中的数据流时存在数据流转时间长的缺点。每次运行业务流程实例时，地理分布的业务流程之间都需要通过互联网在数据集存放库之间进行数据流转，特别在多个业务流程实例同时运行的情况下，每个业务流程实例都需要重复地进行数据流转，导致工作流引擎需要很长的数据流转时间。

发明内容

本发明的目的是克服现有地理分布的业务流程在协作时，通过互联网进行数据流转存在的时间长、效率低的缺陷，从而提供一种面向分布式工作流的数据流初始调度方法和系统。

根据本发明一个方面，提供了一种面向分布式工作流的数据流的初始调度方法，包括：

1)根据活动使用数据的次数确定活动和数据的依赖关系；

2)对于任意两个数据，根据活动和数据的依赖关系确定依赖该两个数据的活动的个数；

3)以依赖任意两个数据的活动的个数为元素建立协作关系矩阵，进行协作关系矩阵的行列转换以使相近的行列之间相互关系紧密；

4)将转换后的协作关系矩阵分块，使共同被任意活动使用的数据共存于一个子块，将每个子块对应的数据组成一个数据集；

5)将只包含可移动数据的数据集调度到使该数据集所需要的流转时间最短的数据集存放库。

根据本发明另一方面，还提供了一种面向分布式工作流的数据流的调度方法，包括：

1)根据上述初始调度方法进行数据流的初始调度；

2)在运行时，对数据流和/或活动进行调度。

根据本发明另一方面，还提供了一种面向分布式工作流的数据流的初始调度系统，包括：

活动和数据依赖关系确定模块，用于根据活动使用数据的次数确定活动和数据的依赖关系；

公共活动确定模块，用于对于任意两个数据，根据活动和数据的依赖关系确定依赖该两个数据的活动的个数；

协作关系矩阵建立和转换模块，用于以依赖任意两个数据的活动的个数为元素建立协作关系矩阵，进行协作关系矩阵的行列转换以使相近的行列之间相互关系紧密；

协作关系矩阵分块模块，用于将转换后的协作关系矩阵分块，使共同被任意活动使用的数据共存于一个子块，将每个子块对应的数据组成一个数据集；

数据集装载模块，用于将只包含可移动数据的数据集调度到使该数据集所需要的流转时间最短的数据集存放库。