论文部分内容阅读
由于互联网的动态开放性,Web服务组合性能不仅受到BPEL流程结构和流程中分支执行概率的影响,还容易受到Web服务器的负载(包括“正对其性能分析的Web服务组合”对Web服务器形成的负载和“其它Web服务组合”对Web服务器形成的负载)、软硬件处理能力以及调度策略的影响。目前主要采用排队Petri网、随机Petri网、Markov过程和Pi演算等方法分析Web服务组合性能,但这些方法不能同时建模上述各种影响因素,导致不能全面反映互联网环境下Web服务组合的实际性能。我们在文献[1]中,把影响Web服务组合性能的各种因素映射到排队网络,建立了评价Web服务组合性能的指标体系及其计算公式,并以这些性能分析指标体系为基础,利用Mathematica数学软件计算分析了Web服务组合的性能及其变化规律。本文利用分层着色Petri网(HCPN)及其仿真工具CPN Tools,进一步验证了文献[1]中排队网络的计算分析结果。本文首先将上述各种影响Web服务组合性能的因素映射到HCPN,提出一种基于HCPN的Web服务组合性能分析方法,仿真分析了Web服务组合性能及其变化规律,仿真结果与文献[1]中利用排队网络的计算分析结果高度一致,达到排队网络性能分析模型与HCPN性能仿真模型双向互验证的目的。本文的主要贡献如下:1.根据Web服务调度策略不同,考虑各种影响Web服务组合性能的因素,建立了<invoke>活动的先来先服务(FCFS)和共享服务(PS)两种调度策略的HCPN模型。2.以此模型为基础,将BPEL中的结构化活动映射到HCPN,以便通过HCPN分析Web服务组合的性能。3.通过仿真工具CPN Tools对转换后的BPEL实例进行性能分析。(1)通过CPN Tools中的监视器收集仿真实验数据。(2)通过改变顾客到达时间间隔参数分析Web服务组合性能及其变化规律,即不存在干扰顾客到达和存在干扰顾客到达时的Web服务组合性能及其变化规律。(3)通过改变分支执行概率分析Web服务组合性能及其变化规律。(4)通过改变服务节点服务时间参数分析Web服务组合性能及其变化规律。(5)对比FCFS和PS两种调度策略的实验结果。