基于数据集分割的云工作流模型库并行检索方法

来源：软件学报杂志2018年第11期北京时间：

作者：黄华,彭蓉,冯在文

单位：黄华，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 33340311,彭蓉，武汉大学 计算机学院, 湖北 武汉 43007202,冯在文，武汉大学 计算机学院, 湖北 武汉 43007203

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.

关键词：云工作流;数据集分割;流程检索;并行检索

基金资助：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）