论文部分内容阅读
随着电子商务的快速发展，大规模的并行业务流程日益增多，实例密集型商务工作流已成为一种重要的、广泛的商业应用。由于实例密集型商务工作流数据量庞大，要保证这类业务流程的服务质量，传统的分布式计算、网格计算已经难以满足要求，而云计算可以通过云来实现对海量数据的处理，用户可以根据需要通过付费的方式从云中获取高性能的计算资源。但是由于云计算环境具有与生俱来的动态性和不确定性的特点，当利用云计算资源来处理实例密集型商务工作流时，确保业务流程在规定的时间内完成，同时降低用户的使用费用，可以提高云工作流的服务质量，从而提高用户对云计算服务的满意度。因此如何保障商务工作流在云环境下的服务质量是研究实例密集型商务工作流的一个关键问题。 本文主要研究工作和创新点包括: 第一，引入了一种实证的研究方法，提出了云环境下商务工作流的服务质量指标。在传统环境下，商务工作流系统的服务质量与多种因素相关，但当商务工作流与云计算相结合后又会出现新的变化。本文根据系统性评审的方法，通过对五个数据库进行了文献检索，最终确定了310篇符合要求的文献。经过严格的系统性评审的方法进行分析，本文确定了30篇有实验的文献。根据这30篇有实验的文献，利用系统性评审中数据分析和综合的方法确定了云环境下商务工作流的服务质量指标:执行时间、执行费用。 第二，提出了一种云工作流服务器选择策略，使其在满足用户服务质量的同时，最大限度地减少用户使用云服务器的成本。商务工作流可以通过云来实现对海量数据的处理，但是用户在使用云计算资源的同时，需要支付一定的使用费用。目前，市场上提供的云计算环境中的各种资源的性能并不是唯一的，针对不同的性能，云服务商的收费标准也不相同。通常用户希望在保证服务质量的前提下，支付最少的费用，来完成商务工作流的运行。但是，在云计算环境中，云服务商只给出了不同资源的一些参数和收费标准，根据这些信息，用户无法实现对云计算资源的选择。基于此原因，本文提出一种基于成本效益的云计算资源选择策略，为用户在选择云资源时提供了有效的解决方案。该方案可以保证云工作流在规定的时间内完成，并且降低用户申请云资源的使用成本。 第三，针对商务工作流执行过程中出现的时序异常，提出了一种基于吞吐量的时序异常处理策略，最大限度地降低用户的使用成本。由于云资源具有动态性和不确定性，当工作流在执行过程中，云资源的性能发生变化时，商务工作流实际的执行时间不满足用户规定的完成时间，产生时序异常。基于此问题，本文提出一种基于吞吐量的时序异常处理策略，选择其中的时序异常点进行时序异常处理，保证工作流能按时完成的同时，并最大限度的降低用户成本。针对于商务工作流的时序异常，该策略可以实现动态的改变云服务器的数量，来恢复商务工作流的时序异常，提高商务工作流的按时完成率，降低用户使用成本。 本文首先通过系统性评审的方法，分析出用户最关心的两个服务质量指标:执行时间和执行成本。围绕着执行时间和执行成本这两个服务质量指标，本文进一步提出了基于QoS约束的云工作流资源选择策略，为用户在选择云资源时提供了有效的解决方案。该方案可以保证云工作流在规定的时间内完成，并且降低用户申请云资源的使用成本。为了进一步提高用户的满意度，减少用户的使用成本，本文又接着从吞吐量的角度，构建了商务工作流的时序一致性模型，提出基于吞吐量的实例密集型商务工作流时序异常处理策略，该策略实现了商务工作流执行过程中时序约束设置、时序监测、时序异常处理等功能，使商务工作流的服务质量得到显著提高，很好的节约了商务工作流的执行成本。