资料下载
×
基于数据集分割的大规模云工作流模型库的并行检索方法
消耗积分:3 |
格式:rar |
大小:0.58 MB |
2017-12-14
分享资料个
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，文章将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及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实验评估．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
