[發明專利]一種基于概率分布的工作流資源配置優化方法和系統

有效

• 申請號: 201810465601.8
• 申請日: 2018-05-16
• 公開（公告）號: CN108762918B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 周池;申丙坤;毛睿;胡梓良;何丙勝
• 申請（專利權）人: 深圳大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F9/455;H04L29/08
• 代理公司: 深圳市恒申知識產權事務所(普通合伙) 44312
• 代理人: 王利彬

本發明實施例公開了基于概率分布的工作流資源配置優化方法和系統，基于對包含工作流的所有可能路徑的路徑集合進行優化得到的路徑優化集合，確定待比較路徑；在對路徑集合存在至少兩種配置時，當待比較路徑只有一條，基于待比較路徑上待比較工作流節點的運行時間概率分布根據第一預設比較方式確定出對路徑集合的最優配置；當待比較路徑有至少兩條，基于各配置下各待比較路徑的運行時間概率分布確定出對路徑集合的最優配置，運行時間概率分布的使用充分考慮到了云平臺性能的不穩定性；對路徑集合的優化減少了路徑數量，采用第一預設比較方式只對兩種配置下待比較路徑的部分路徑的運行時間概率分布進行比較，有效降低了運算量、運算復雜度和消耗。

技術領域

本發明涉及云技術領域，尤其涉及一種基于概率分布的工作流資源配置優化方法和系統。

背景技術

目前，已經可以通過一些現有的算法實現工作流資源的配置，例如動態規劃算法，但是這種算法將云平臺資源的平均性能作為優化工作流資源的配置的輸入，并沒有考慮到云平臺資源性能不穩定性對優化結果的影響，導致優化效果不理想。而一些算法考慮了云平臺資源性能的動態性，解決了動態規劃算法存在的技術問題，例如基于隨機模型的資源調度算法，但是通過這種資源調度算法實現對工作流資源的配置，需要加入復雜的模型和分析方法，計算較為繁復。另外，在現有技術中還有其它實現工作流資源配置優化的方案，例如基于蒙特卡洛(Monte Carlo，MC)算法來實現基于概率分布的工作流資源配置的優化，但是采用蒙特卡洛算法需要非常多的消耗(overhead)，難以在實際中推廣應用。

發明內容

本發明實施例的主要目的在于提供一種基于概率分布的工作流資源配置優化方法和系統，解決在考慮到云平臺資源性能不穩定性的同時如何減少在工作流資源配置優化過程中的消耗，以及如何降低工作流資源配置優化過程中的計算復雜度的技術問題。

為實現上述目的，本發明實施例第一方面提供一種基于概率分布的工作流資源配置優化方法，該優化方法包括：

獲取包含工作流的所有可能路徑的路徑集合；

通過剪枝算法將所述路徑集合中運行時間不滿足預設條件的路徑刪除，得到路徑優化集合；

若所述路徑優化集合中存在長度相同的路徑，則對所述路徑優化集合中各條長度相同的路徑上位于同一位置的工作流節點進行合并，得到至少一條合并路徑，將所述合并路徑以及所述路徑優化集合中未參與合并的路徑作為待比較路徑；若所述路徑優化集合中不存在長度相同的路徑，則將所述路徑優化集合中的所有路徑均作為待比較路徑；

確定對所述路徑集合的配置；所述配置包括對處理所述路徑集合中各路徑上各工作流節點的虛擬機的類型的設置；

若所述待比較路徑的數量為一條，且對所述路徑集合存在至少兩種配置，則基于按照第一預設比較方式確定兩種配置中對所述路徑集合的最優配置的原理，得到所述至少兩種配置中對所述路徑集合的最優配置；其中，所述第一預設比較方式包括：確定兩種配置下所述待比較路徑上分配的配置不同的工作流節點作為待比較工作流節點，計算所述兩種配置下所述待比較工作流節點的運行時間概率分布，基于所述兩種配置下所述待比較工作流節點的運行時間概率分布確定在所述兩種配置中對所述路徑集合的最優配置；

若所述待比較路徑的數量為至少兩條，且對所述路徑集合存在至少兩種配置，則對每種配置下的各條待比較路徑分別進行運行時間概率分布的計算；基于相同配置下各待比較路徑的所述運行時間概率分布，確定各配置下所述路徑集合的最大運行時間概率分布；基于所述至少兩種配置的各配置下的所述最大運行時間概率分布，確定所述至少兩種配置中對所述路徑集合的最優配置。

為實現上述目的，本發明實施例第二方面提供一種基于概率分布的工作流資源配置優化系統，該優化系統包括：

獲取模塊，用于獲取包含工作流的所有可能路徑的路徑集合；