CN106251071A - 一种支持多种引擎的云工作流实现方法 - Google Patents
一种支持多种引擎的云工作流实现方法 Download PDFInfo
- Publication number
- CN106251071A CN106251071A CN201610619292.6A CN201610619292A CN106251071A CN 106251071 A CN106251071 A CN 106251071A CN 201610619292 A CN201610619292 A CN 201610619292A CN 106251071 A CN106251071 A CN 106251071A
- Authority
- CN
- China
- Prior art keywords
- engine
- task
- data
- type
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于云工作流技术领域,尤其涉及一种支持多种引擎的云工作流实现方法,其特征在于对于给定的各种类型的任务,通过转换方式,从引擎机群中找到合适的引擎来完成该任务。本发明的有益效果为:该方法实现了工作流***中引擎与数据的解耦,从而使用户提交的任务不再受限于特定的引擎来执行,达到了云工作流引擎机群的任意引擎可以为任意用户提供服务的目标,通过对任务的分析、数据提取、引擎调度、任务与引擎间的适配,将原本指定特定引擎执行的任务可被分配给更多的引擎来执行,从而实现了支持多种引擎。
Description
技术领域
本发明应用于云工作流运行技术领域,具体来说,是通过任务及数据的转换,使得不同类型的执行引擎可以为广大的云工作流平台用户服务。
背景技术
云工作流是传统工作流往云端迁移形成的工作流。对客户来说,他们看到的云工作流是一个大的工作流平台,而后台运作的可能是一个庞大的工作流机群。从服务的角度看,云工作流把工作流作为服务提供给客户,引擎、数据库、Web service分别为计算、存储、服务资源,被整合接入成完整的工作流服务,被提供给客户。
通俗地讲,云工作流与工作流的关系有点像网络游戏和单机游戏的关系。对***来说,后台是网络上的机群而不是本地的单机;对用户来说,每个用户不再是孤立的,用户间可以有各种层面的交互。另一方面,云工作流拓展了传统的工作流,带来更大的用户群、更广泛的流程等等。
目前的云工作流,有亚马逊的AWS,asana.com,basecamp.com,do.com这样的弱云工作流,提供了松散的临时定义的流程服务,主要用于团队任务协作。任务可以被共享给一个团队的人,他们可以讨论,共享一些文件和连接。以这样的方式进行社会活动合作,是一个很不错的选择。流程中的任务运行,可以提供在社会合作环境中。这创造了动态工作和事先定义的工作的一致性。
另一方面,目前有许多的科学工作流,如DAGMan,Pegasus,Kepler,Taverna,也向着云工作流的方向发展。他们支持在线设计、发布、运行流程,可以帮助用户集成一些科学计算,帮助调用Web服务并把这些服务集成成一个大服务。科学家们,例如天文研究者,要想协作科研的话,就需要共享大规模的数据,相当于做些分布式计算。这个数据的流动过程随着研究机构的增多可能越来越复杂,以至于需要独立出来专门管理,这就形成了科学工作流,而科学工作流本身的特点(流程的协作、分布式大规模计算等等)对云工作流提出了要求。在国内,内蒙古大学硕士学位论文提出了云工作流引擎的设计与实现,主要为IC-Flow的云工作流框架。该框架给出了一个将传统的工作流引擎迁移到云计算环境上的解决方案,将传统工作流引擎部署到云平台上,通过平台提供的计算能力,增强该引擎的处理能力,也增强了传统工作流的计算能力。
云化工作流带来了更便宜、更高效、更安全的工作流***。云使得软件服务不再需要安装,不需要在特定的硬件上选择、购买、安装和操作。上述工作在以往一般是公司的IT部门来做的。这些工作需要IT部门花费许多精力,还有日后的维护等等的工作。总之,这些花费完全可以被转于购买云服务。用户只需注册账户,就可以登录使用云的工作流***,而不再为其他一些与业务无关的IT***上的事物烦恼,这大大方便了用户的使用,并且节约了许多钱和资源。另一方面,从服务提供商的角度来说,集中的机群和卖服务的方式也提高了资源利用率,降低了成本。
目前,大部分的云工作流都是以将整个工作流***部署到如阿里云等云资源提供商的方式,实现***从本地到云端的转移,即从服务提供商的角度来说,他们以在云端为客户提供配套的引擎及***的方式来提供服务。虽然这样的方式在一定程度上提高了资源利用率,降低了成本,但引擎机群与用户***配套绑定的方式,还是会使得引擎的利用率不够高。而且,引擎与数据的类型绑定关系,也使得用户提交的任务只能由特定种类的引擎来完成,限制了引擎的共享。
发明内容
针对现有技术所存在的上述技术缺陷,本发明提供了一种支持多种引擎的云工作流实现方法,实现用户***与引擎机群的解耦,从而能让所有的引擎都可能为每个用户提供服务。
一种支持多种引擎的云工作流实现方法,其特征在于对于给定的各种类型的任务,通过转换方式,从引擎机群中找到合适的引擎来完成该任务,包括如下步骤:
(1)工作流客户端发起一个任务请求,向插件的调度中心模块传入该任务的相关参数;
(2)调度中心模块根据任务类型及数据ID,从数据仓库中取得该任务执行所需的所有数据;
(3)调度中心模块将任务及任务相关的参数、数据,发送给传递中心模块;
(4)传递中心模块维护引擎机群列表,将该任务按策略分配给一个合适的引擎执行,并将该任务转换以适配该引擎;
(5)引擎执行任务,将执行结果返回给传递中心模块;
(6)传递中心模块转换步骤(5)执行结果的格式,将执行结果返回给调度中心模块;
(7)调度中心模块将结果数据写入数据仓库,并将结果返回给工作流客户端。
所述步骤(1)中,任务请求的内容包括任务类型、该任务提交的参数、该任务涉及的数据ID。
所述步骤(2)中,从数据仓库中取得的数据包括流程及流程实例类型、与该任务相关的流程定义数据、与该任务相关的流程实例数据。
所述步骤(4)中,传递中心模块维护的引擎机群由多种不同类型的引擎群组成,列表中的数据包括引擎ID、引擎类型、引擎地址、引擎状态、引擎性能指标;任务转换时,根据数据及引擎类型,将数据转换为该引擎类型所能识别的格式,将任务及任务参数转换为该引擎类型所支持的格式。
所述步骤(6)中,传递中心模块转换结果时,根据结果的数据格式,将其转换为工作流客户端数据原本的格式。
本发明的有益技术效果在于:本发明将原本指定特定引擎执行的任务可被分配给更多的引擎来执行,从而实现了支持多种引擎。通过调度中心模块,可以使***识别来自不同引擎的、不同类型的任务;通过数据仓库,可以由任务的需求获取相应的数据;通过传递中心模块,可以使各任务被合适的引擎执行。由于本发明的方法实现了工作流***中引擎与数据的解耦,从而使用户提交的任务不再受限于特定的引擎来执行,达到了云工作流引擎机群的任意引擎可以为任意用户提供服务的目标。本发明的云工作流实现方法,相对于其他云工作流实现方法,可以让一个流程实例的不同任务在多个不同的引擎上执行,让同个任务在多种不同的引擎上执行。本发明的云工作流实现方法让引擎机群中每个引擎都可能为每个用户提供服务,从而更好地利用了云引擎资源,进一步提高了云工作流的效率,降低了成本。
附图说明
图1为云工作流框架示意图。
图2为云工作流运行过程示意图。
图3为云工作流运行时各方交互的示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施例子对本发明进行详细说明。
一种支持多种引擎的云工作流实现方法,其特征在于对于给定的各种类型的任务,通过转换方式,从引擎机群中找到合适的引擎来完成该任务,包括如下步骤:
(1)工作流客户端发起一个任务请求,向插件的调度中心模块传入该任务的相关参数;
(2)调度中心模块根据任务类型及数据ID,从数据仓库中取得该任务执行所需的所有数据;
(3)调度中心模块将任务及任务相关的参数、数据,发送给传递中心模块;
(4)传递中心模块维护引擎机群列表,将该任务按策略分配给一个合适的引擎执行,并将该任务转换以适配该引擎;
(5)引擎执行任务,将执行结果返回给传递中心模块;
(6)传递中心模块转换步骤(5)执行结果的格式,将执行结果返回给调度中心模块;
(7)调度中心模块将结果数据写入数据仓库,并将结果返回给工作流客户端。
所述步骤(1)中,任务请求的内容包括任务类型、该任务提交的参数、该任务涉及的数据ID。
所述步骤(2)中,从数据仓库中取得的数据包括流程及流程实例类型、与该任务相关的流程定义数据、与该任务相关的流程实例数据。
所述步骤(4)中,传递中心模块维护的引擎机群由多种不同类型的引擎群组成,列表中的数据包括引擎ID、引擎类型、引擎地址、引擎状态、引擎性能指标;任务转换时,根据数据及引擎类型,将数据转换为该引擎类型所能识别的格式,将任务及任务参数转换为该引擎类型所支持的格式。
所述步骤(6)中,传递中心模块转换结果时,根据结果的数据格式,将其转换为工作流客户端数据原本的格式。
实施例:
本云工作流实现方法的框架结构如图1所示,本方法的实现通过插件的形式将用户和引擎联系起来,插件中有调度中心模块、传递中心模块、数据准备模块、接口适配模块,协作实现发明内容的步骤中所需的功能,其中,调度中心模块与用户交互,接收用户提出的任务,返回执行结果给用户,发起对数据仓库的读写指令,将任务发送给传递中心;传递中心模块维护引擎集群注册表,根据调度方案发起具体的任务调度;数据准备模块负责接受指令后对数据进行转换、读写;接口适配模块负责适配各种引擎,将插件中对引擎发起的指令转换为对各种引擎的具体可执行指令。接下来结合例子来描述本云工作流实现方法的具体实施过程。
图2及图3描述了用户使用该云工作流平台完成流程的部署、流程实例创建、3个流程活动实例提交的过程。图2描述这个例子的整体运行过程,图3描述这个例子的各方具体交互过程。
如图2所示,插件的注册表中有3个引擎:引擎2222221(JTang类型、地址112.124.58.47:8880),引擎1239841(Activiti类型、地址127.0.0.1:8080),引擎4455667(JTang类型、地址127.0.0.1:8080),且这3个引擎目前的状态都是可用(不忙碌且没有失去联系)。用户的流程为由3个顺序的活动组成。该用户对插件发起的任务请求包括:部署流程、创建流程实例、提交任务1、提交任务2、提交任务3。在实际执行时,任务1被分配给引擎2222221执行,任务2被分配给引擎4455667执行,任务3被分配给引擎1239841执行。
如图3所示,本方法实施时用户、插件、引擎的具体交互过程如下:
1.用户调用部署函数,发起部署请求,并制定该部署任务的参数(流程定义文件类型为JTang,执行引擎类型为JTang,流程定义文件schema,流程名test),函数为publishProcess(JTang,JTang,{schema},test)。
2.插件获得该任务的数据,根据参数(引擎类型JTang)选出合适的引擎(引擎2222221)来执行任务,由于执行引擎类型与流程定义文件类型相同,故不用进行数据类型的转换。接下来,插件调用该引擎的API,告诉该引擎部署流程,并传递该API所需的参数和数据,函数为publishProcess({schema},test)。
3.引擎执行任务,返回执行结果为部署完成的流程对象{process}。
4.插件将该执行结果返回给用户,将数据写入数据仓库中。至此,用户发起的部署任务完成。
5.用户调用创建流程实例函数,发起创建流程实例的请求,并传递参数(执行引擎类型为JTang,流程对象为process,流程实例名为testIns),函数为createInstance(JTang,{process},testIns)。
6.插件获得该任务的数据,根据参数(引擎类型JTang)选出合适的引擎(引擎4455667)来执行任务,由于执行引擎类型与流程对象类型相同,故不用进行数据类型的转换。接下来,插件调用该引擎的API:setProcess({process}),先将该任务相关的数据(流程定义对象{process})传递给引擎4455667。引擎执行该API并返回该流程对象存在引擎中的ID(69)。然后,插件调用createIns(69,testIns),让引擎执行创建流程69的实例的任务。
7.引擎执行任务,返回执行结果为创建完成的流程定义实例{processInstance}。
8.插件将该执行结果返回给用户,将数据写入数据仓库中。至此,用户发起的创建流程实例任务完成。
9.用户调用提交任务项函数,发起提交任务项的请求,并传递参数(执行引擎类型为JTang,流程对象为process,流程实例对象为processInstance,执行人ID为14,任务项ID为133),函数为commitWorkitem(JTang,{process},{processInstance},14,133})。
10.插件获得该任务的数据,根据参数(引擎类型JTang)选出合适的引擎(引擎2222221)来执行任务,由于执行引擎类型与流程对象类型相同,故不用进行数据类型的转换。接下来,插件调用该引擎的API:setProcess({process})和setProcessIns({processInstance}),先将该任务相关的数据(流程定义对象{process}和流程实例对象{processInstance})传递给引擎2222221。然后,插件调用commit(133),让引擎执行提交任务项133的任务。
11.引擎执行任务,返回执行结果为提交任务项后的流程实例{processInstance}。
12.插件将该执行结果返回给用户,将数据写入数据仓库中。至此,用户发起的提交任务项任务完成。
13.用户调用提交任务项函数,发起提交任务项的请求,并传递参数(执行引擎类型为Activiti,流程对象为process,流程实例对象为processInstance,执行人ID为14,任务项ID为138),函数为commitWorkitem(JTang,{process},{processInstance},14,138})。
14.插件获得该任务的数据,根据参数(引擎类型Activiti)选出合适的引擎(引擎1239841)来执行任务,由于执行引擎类型与流程对象类型不同,故需要进行数据类型的转换,插件调用transformation函数,将JTang类型的数据转换为Activiti类型的数据。接下来,插件调用该引擎的API:setProcess({process})和setProcessIns({processInstance}),先将该任务相关的数据(流程定义对象{process}和流程实例对象{processInstance})传递给引擎1239841。然后,插件调用commit(138),让引擎执行提交任务项138的任务。
15.引擎执行任务,返回执行结果为提交任务项后的流程实例{processInstance}。
16.插件将该执行结果返回给用户,将数据写入数据仓库中。至此,用户发起的提交任务项任务完成。
最后应说明的是,以上实例仅用以说明而非限制本发明的技术方案,尽管参照上述实例对本发明进行了详细说明,本领域的技术人员应当理解,依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或者局部替换,其均应涵盖在本发明的范围当中。
Claims (5)
1.一种支持多种引擎的云工作流实现方法,其特征在于对于给定的各种类型的任务,通过转换方式,从引擎机群中找到合适的引擎来完成该任务,包括如下步骤:
(1)工作流客户端发起一个任务请求,向插件的调度中心模块传入该任务的相关参数;
(2)调度中心模块根据任务类型及数据ID,从数据仓库中取得该任务执行所需的所有数据;
(3)调度中心模块将任务及任务相关的参数、数据,发送给传递中心模块;
(4)传递中心模块维护引擎机群列表,将该任务按策略分配给一个合适的引擎执行,并将该任务转换以适配该引擎;
(5)引擎执行任务,将执行结果返回给传递中心模块;
(6)传递中心模块转换步骤(5)执行结果的格式,将执行结果返回给调度中心模块;
(7)调度中心模块将结果数据写入数据仓库,并将结果返回给工作流客户端。
2.根据权利要求1所述的支持多种引擎的云工作流实现方法,其特征在于,所述步骤(1)中,任务请求的内容包括任务类型、该任务提交的参数、该任务涉及的数据ID。
3.根据权利要求1所述的支持多种引擎的云工作流实现方法,其特征在于,所述步骤(2)中,从数据仓库中取得的数据包括流程及流程实例类型、与该任务相关的流程定义数据、与该任务相关的流程实例数据。
4.根据权利要求1所述的支持多种引擎的云工作流实现方法,其特征在于,所述步骤(4)中,传递中心模块维护的引擎机群由多种不同类型的引擎群组成,列表中的数据包括引擎ID、引擎类型、引擎地址、引擎状态、引擎性能指标;任务转换时,根据数据及引擎类型,将数据转换为该引擎类型所能识别的格式,将任务及任务参数转换为该引擎类型所支持的格式。
5.根据权利要求1所述的支持多种引擎的云工作流实现方法,其特征在于,所述步骤(6)中,传递中心模块转换结果时,根据结果的数据格式,将其转换为工作流客户端数据原本的格式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610619292.6A CN106251071A (zh) | 2016-07-27 | 2016-07-27 | 一种支持多种引擎的云工作流实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610619292.6A CN106251071A (zh) | 2016-07-27 | 2016-07-27 | 一种支持多种引擎的云工作流实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106251071A true CN106251071A (zh) | 2016-12-21 |
Family
ID=57606452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610619292.6A Pending CN106251071A (zh) | 2016-07-27 | 2016-07-27 | 一种支持多种引擎的云工作流实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106251071A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107968836A (zh) * | 2017-12-06 | 2018-04-27 | 北京星河星云信息技术有限公司 | 一种任务分发方法及装置 |
CN107977260A (zh) * | 2017-11-23 | 2018-05-01 | 北京神州泰岳软件股份有限公司 | 任务提交方法及装置 |
CN108171473A (zh) * | 2017-12-26 | 2018-06-15 | 北京九章云极科技有限公司 | 一种数据分析处理***及数据分析处理方法 |
CN109697118A (zh) * | 2017-10-20 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 流式计算任务管理方法、装置、电子设备及存储介质 |
CN109788036A (zh) * | 2018-12-20 | 2019-05-21 | 北京动力机械研究所 | 基于云网络的分布式计算方法、装置及具有其的云服务器 |
CN111813843A (zh) * | 2019-04-12 | 2020-10-23 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置及平台 |
CN111861384A (zh) * | 2020-06-30 | 2020-10-30 | 深圳市中农易讯信息技术有限公司 | 多种工作流引擎设计方法、装置及介质 |
CN113935100A (zh) * | 2021-12-15 | 2022-01-14 | 四川省交通勘察设计研究院有限公司 | 一种云建模方法、云建模装置以及云建模*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226612A (zh) * | 2007-12-29 | 2008-07-23 | 中国建设银行股份有限公司 | 一种面向流程的数据处理管理*** |
CN102509197A (zh) * | 2011-12-01 | 2012-06-20 | ***通信集团广东有限公司 | 一种工作流管理***及工作流管理方法 |
US20140200925A1 (en) * | 2008-11-25 | 2014-07-17 | General Electric Company | Systems and methods for interupption workflow management |
-
2016
- 2016-07-27 CN CN201610619292.6A patent/CN106251071A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226612A (zh) * | 2007-12-29 | 2008-07-23 | 中国建设银行股份有限公司 | 一种面向流程的数据处理管理*** |
US20140200925A1 (en) * | 2008-11-25 | 2014-07-17 | General Electric Company | Systems and methods for interupption workflow management |
CN102509197A (zh) * | 2011-12-01 | 2012-06-20 | ***通信集团广东有限公司 | 一种工作流管理***及工作流管理方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697118A (zh) * | 2017-10-20 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 流式计算任务管理方法、装置、电子设备及存储介质 |
CN107977260A (zh) * | 2017-11-23 | 2018-05-01 | 北京神州泰岳软件股份有限公司 | 任务提交方法及装置 |
CN107977260B (zh) * | 2017-11-23 | 2020-08-28 | 鼎富智能科技有限公司 | 任务提交方法及装置 |
CN107968836A (zh) * | 2017-12-06 | 2018-04-27 | 北京星河星云信息技术有限公司 | 一种任务分发方法及装置 |
CN107968836B (zh) * | 2017-12-06 | 2020-12-18 | 北京微网通联股份有限公司 | 一种任务分发方法及装置 |
CN108171473A (zh) * | 2017-12-26 | 2018-06-15 | 北京九章云极科技有限公司 | 一种数据分析处理***及数据分析处理方法 |
CN109788036A (zh) * | 2018-12-20 | 2019-05-21 | 北京动力机械研究所 | 基于云网络的分布式计算方法、装置及具有其的云服务器 |
CN109788036B (zh) * | 2018-12-20 | 2021-09-28 | 北京动力机械研究所 | 基于云网络的分布式计算方法、装置及具有其的云服务器 |
CN111813843A (zh) * | 2019-04-12 | 2020-10-23 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置及平台 |
CN111813843B (zh) * | 2019-04-12 | 2024-06-11 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置及平台 |
CN111861384A (zh) * | 2020-06-30 | 2020-10-30 | 深圳市中农易讯信息技术有限公司 | 多种工作流引擎设计方法、装置及介质 |
CN113935100A (zh) * | 2021-12-15 | 2022-01-14 | 四川省交通勘察设计研究院有限公司 | 一种云建模方法、云建模装置以及云建模*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106251071A (zh) | 一种支持多种引擎的云工作流实现方法 | |
Jiang | A survey of task allocation and load balancing in distributed systems | |
Peng et al. | An energy-and cost-aware computation offloading method for workflow applications in mobile edge computing | |
CN104391918B (zh) | 基于对等部署的分布式数据库查询优先级管理的实现方法 | |
CN108885641A (zh) | 高性能查询处理和数据分析 | |
CN110597634B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
CN108170530A (zh) | 一种基于混合元启发式算法的Hadoop负载均衡任务调度方法 | |
Lv et al. | Cloud computing management platform of human resource based on mobile communication technology | |
CN109949093A (zh) | 优惠信息推送方法、***、电子设备和存储介质 | |
Gomes et al. | Towards an infrastructure to support big data for a smart city project | |
CN110311965A (zh) | 一种云计算环境下的任务调度方法及*** | |
In et al. | Sphinx: A scheduling middleware for data intensive applications on a grid | |
Mofrad et al. | Service level agreement based adaptive Grid superscheduling | |
CN104166581B (zh) | 一种面向增量制造设备的虚拟化方法 | |
CN115018322B (zh) | 一种智能的众包任务分配方法与*** | |
CN106462360B (zh) | 一种资源调度方法以及相关装置 | |
CN108156194A (zh) | 一种表单数据处理方法 | |
Salama | A swarm intelligence based model for mobile cloud computing | |
CN110163000A (zh) | 一种基于云计算***的智能数据采集***及方法 | |
Mingxin | Research on improvement of task scheduling algorithm in cloud computing | |
Muhammed et al. | Design and Analysis of Proposed Smartphone-based Distributed Parallel Processing System | |
Liu et al. | Using Grid computing architecture in computing resource allocating of IC design | |
Chen et al. | Delay-optimal distributed edge computation offloading with correlated computation and communication workloads | |
Gamoura | Smart workload automation by swarm intelligence within the wide cloud computing | |
Li et al. | Cutting and nesting system of cloud manufacturing based on SOA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161221 |
|
RJ01 | Rejection of invention patent application after publication |