（计算机软件与理论专业论文）web服务组合在线优化及分布式编排研究.pdf

摘要w e b h 艮务技术是企业内部和企业之间应用集成的有效解决方案。服务组合是指将多个成分服务按照其功能、语义以及它们之间的逻辑关系组装提供聚合功能的新服务的过程。随着相似w e b 服务数量的爆炸性增长，具有相同服务功能的服务数量巨多，因此利用q o s 属性选择成分服务是w e b 服务组合的关键技术。组合服务的编排方式是指组合服务执行时所依赖的部署结构以及成分服务之间控制与数据的传递模式和实现机制。目前的研究侧重于组合服务的集中式编排，但这种方式不仅在组合服务系统的运行效率、可伸缩性和适用性存在诸多局限，而且不适合于有数据流约束的应用环境中。本文针对当前基于q o s 的w e b 服务组合研究仅限于o o s 生命周期的某一环节的限制，提出了一个支持o o s 生命周期管理的1 e b 服务框架，基于该框架研究了服务组合在线优化的方法，提出了自动修正判断矩阵的层次分析法来实现基于q o s 的在线局部优化策略。该方法针对因各种原因用户只能提供各q o s 属性之间的相对重要性，而不能提供全局的q o s 需求的应用场景，提供了一种在线局部优化解决方案。针对数据流约束的应用环境，在w e b j e t 平台工具支撑下，本文采取集中式方式对w e b 服务进行组合，将w e b 服务组合划分成分布式代码片段，然后采取分布式方式运行的技术路线。在满足划分之间数据流量最小化及分布式系统吞吐量最大化的目标约束下，运用图划分的多级算法划分w e b 服务组合。该算法能自动、快速的将集中式b p e l 程序划分为分布式的b p e l 程序，并对b p e l 程序迁移到的分布式节点之间的负载进行均衡调整，使分布式运行系统达到负载均衡。关键词：q o s 生命周期，在线优化，图划分，数据流约束，负载均衡a b s t r a c tw e bs e r v i c e st e c h n o l o g yi sp r e s e n t e da sa ne f f e c t i v es o l u t i o nt oi n t e ra n di n t r ae n t e r p r i s ea p p l i c a t i o n si n t e g r a t i o n s e r v i c ec o m p o s i t i o ni sap r o c e s st h a ta s s e m b li n gs o m ec o m p o n e n ts e r v i c e sa c c o r d i n gt ot h e i rf u n c t i o n ，s e m a n t i ca n dl o g i cr e l a t i o n s h i pa m o n gt h e mt oas e r v i c ef o rp r o v i d i n gan e wf u n c t i o n a l o n gw i t ht h es i m i l a rw e bs e r v i c ei n c r e a s eq u i c k l y ，t h ea m o u n to fs e r v i c ei m p l e m e n t i n gt h es a m ef u n c t i o ni sl a r g e ，s os e l e c t i n gt h ec o m p o n e n ts e r v i c ec o n s i d e r i n gi t so o si sak e yt e c h n o l o g yo fw e bs e r v i c ec o m p o s i t i o n 0 r c h e s t r a t i n gf a s h i o no fc o m p o s i t es e r v i c ei sad e p l o ys t r u c t u r ew h e nc o m p o s i t es e r v i c ee x e c u t ed e p e n d e n to n ，a n dac o n t r o la n dd a t at r a n s f e rm o d e la n di m p l e m e n tm a c hi n eb e t w e e nc o m p o n e n ts e r vi c e s c u r r e n tr e s e a r c h e sf o c u s e so nt h ec e n t r a li z e do r c h e s t r a t eo fc o m p o s i t es e r v i c e ，b u tt h i so r c h e s t r a t ef a s h i o nl e a d st os o m ep r o b l e m ss u c ha st h er u n n i n ge f f i c i e n c y ，e x p a n s i b i l i t ya n da p p l i c a b i l i t yo ft h ec o m p o s i t es e r v i c es y s t e m ，a n dd o e sn o ta d a p tt ot h ea p p l i c a t i o nc o n t e x tw h i c hh a st h ed a t af l o wc o n s t r a i n s c u r r e n t l y ，m o s tr e s e a r c h e so n l yf o c u so n s o m ep h a s eo fq o s1i f e c y c l em a n a g e m e n t ，t h i sp a p e rp r o p o s eaf r a m et h a ts u p p o r t st h em a n a g e m e n to fw h o l eq o s1 i f e c y c l e b a s e do nt h i sf r a m e ，a na h pa p p r o a c hw i t ha u t o m a t i c a l l ym o d i f i e dj u d g m e n tm a t r i xi sp r o p o s e dt oi m p l e m e n to n l i n es t r a t e g yo fl o c a lo o so p t i m i z a t i o n t r a d i t i o n a l l y ，c o n s u m e rc a no n l yp r o v i d e rr e l a t i v ei m p o r t a n c eo fq o sp r o p e r ti e s ，b u tc a n n o td e s c r i b et h eg l o b a lo o sr e q u l ro n l i n ee m e n t a i m i n ga tt h i ss c e n a r i o ，t h i sa p p r o a c hp r o v i d e sa nl o c a lo p t i m i z a t i o ns o l u t i o n a i m i n ga tt h ea p p l i c a t i o nc o n t e x to fd a t af o wc o n s t r a i n ，i ni it h i sp a p e ro u rt o o lc o m p o s e st h ew e bs e r v i c e sw i t hc e n t r a l i z e dm o d e l ，t h e nt a k et h ea l g o r i t h mt op a r t i t i o nt h ec e n t r a li z e dc o d ei n t od e c e n t r a l i z e dc o d e sf o rd e c e n t r a l i z i n ge x e c u t i o n v ea p p l ym u l t i l e v e la l g o r i t h m sf o rg r a p hp a r t i t i o n i n gt op a r t i t i o nt h ec e n t r a l i z e dc o d e i no r d e rt os a t i s f yt h ec o n s t r a i no fm i n i m i 。z i 。n gt h ed a t as t r e a mb e t w e e nt h ed o m a i n sa n dm a x i m i z i n gt h et h r o u g h p u to ft h ed i s t r i b u t e ds y s t e m o u ra l g o r i t h mc a na c c o m p l i s ht h et a s ka u t o m a t i c a l l ya n dq u i c k l y ，a n df u r t h e r m o r eb a l a n c et h el o a do ft h ed i s t r i b u t e ds y s t e m k e y w o r d s ：q o sl i f e c y c l e ，o n l i n eo p t i m i z a t i o n ，g r a p hp a r t i t i o n ，d a t af l o wc o n s t r a i n 1 0 a db a l a n c ei i iw e b 服务组合在线优化及分布式编排研究1 1 课题背景第一章绪论随着w e b 应用的不断发展，企业和i t 机构面临一个基本问题是如何集成独立开发的不同计算机上的应用程序，并且能在各种环境中运行它们。由于每个应用程序都有其自己特有的基础架构，这些应用程序在部署、修改和维护上的代价都异常高昂。同时这些应用程序既不能被方便的继承，也不能随着企业商务的规模扩展而方便的扩展。因此，整合各种i t 资源的技术出现成为必需的趋势。w e b 服务技术正顺应了这一需求，w e b 服务的努力目标是通过使用w e b 标准实现应用程序之间通用的互操作性。w e b 服务使用松散耦合的集成模型以支持各种领域( 包括企业到消费者、企业到企业和企业应用程序集成) 中不同种类的系统的灵活集成，利用标准网络协议和x m l 数据格式进行通信，具有良好的普适性和灵活性。w e bs e r v i c e s 技术的广泛援受使得w e b 服务正逐步成为i n t e r n e t 网络环境中资源封装的标准形式，它正以其开放、简单、跨平台、低代价集成等优点引起相关研究人员和应用开发人员的重视。服务组合是指基于面向服务的体系结构，根据特定的业务目标，将多个已经存在的服务( 称为成分服务) 按照其功能、语义以及它们之间的逻辑关系组装提供聚合功能的新服务( 称为组合服务) 的过程，是面向服务的计算范型中实现资源聚合与应用集成的主要模式 1 。基于w e bs e r v i c e s 的服务组合技术具有如下特点：1 )面向开放的网络环境。服务提供者是遍及因特网的，服务是动态更新的，新服务可能不断涌现，服务提供者可以修改和增强他发布的服务的能力。2 )基于服务质量的组合优化。在组合一个业务流程时，满足某个抽象服务功能需求的具体服务可能有多个，这时需要根据服务的q o s来进行全局或局部的流程优化，组合一个满足用户需求的最佳流程。1硕士学位论文3 ) 力图实现零编程的服务集成。服务组合技术强调为成分服务之间协同关系提供显式的描述手段，即建立组合服务模型，并由支撑环境解释组合服务模型从而在成分服务之上施加特定的协同行为。因此服务组合技术不论在开发阶段还是运行阶段都具有以协同为中心的特点，力图实现组合服务模型向组合服务运行系统的零编程映射。w e b 服务框架支持提供相同功能和接口的多个服务的可用性。多个服务可以从同一个或不同的提供者那里获取多个提供相同功能的服务，只有通过服务质量( o o s ) 进行区分。有效的服务组合需要针对用户需求。对工作流程中的每个业务服务动态绑定既满足功能需求又满足q o s 需求的w e b 服务。随着w e b 服务提供者数量的增多，不可避免地会出现冗余现象，即不同的服务提供者开发了功能相同或类似的w e b服务。如此一来，用户在使用w e b 服务或者在利用简单的w e b 服务创建复合w e b 服务的时候。通常都有多个候选w e b 服务可供选择。为了帮助用户实现w e b 服务的优化组合，在满足用户功能需求的基础上，我们往往将q o s 作为区分和评价候选w e b 服务的标准。当前，w e b 服务提供者和用户都关注w e b 服务保证的q o s 。从用户的观点。基于q o s 选择的w e b 服务是一个多标准的决策机制，需要关于服务和它的o o s 描述的知识。从提供者的观点，基于q o s 的w e b 服务发布可以使他的服务更具竞争力，从而吸引更多的用户。从平台的角度来看，从服务发布开始，到服务的测试、服务组合的成分服务的发现与选择、服务组合的优化与容错处理各环节中，q o s 属性均作为重要因素出现。因此有必要设计一个架构来支持o o s 属性的生命周期管理。面向服务的系统中提供的延迟绑定的机制提供了选择那些满足约束的( 如响应时问、价格等q o s 属性) 对局部( 印单个服务) 或全局( 即相对与整个系统或组合服务) 最优化的具体服务的集合。相对应一个抽象服务的所有具体服务在功能上都是相等的，因此可以相互替代。在它们之间进行的选择可以用o o s 来指导。另外用户可以在q o sw e b 服务组合在线优化及分布式编排研冤属性上指定某些约束( 权值) 来影响选择。给定一个业务流程，一个相关的问题就是确定满足o o s 约束的抽象服务和具体服务的绑定，并进行优化。组合服务的编排方式是指组合服务执行时所依赖的部署结构以及成分服务之间控制与数据的传递模式和实现机制。采用不同的编排方式，组合服务系统的通信开销、执行开销以及实现的难易程度不同。目前，许多研究项目基于集中的组合服务引擎实现组合服务的执行，集中的编排方式使得组合服务系统的运行效率、可伸缩性和适用性存在诸多局限。而在有数据流约束的应用环境下，分布式编排是唯一可行的解决方案。针对这些问题，可以分析部件之间的数据和控制依赖将集中式的b p e l 代码划分成更小的部件，这些部件在分布式的地点执行。这种执行的模式称为分布式编排。组合服务的分布式编排涉及到组合服务的分布式划分执行架构的设计以及用什么算法来快速、有效的划分集中式的b p e l 代码的问题。1 2 研究现状w e b 服务的属性可以分为功能属性和非功能属性。实现相同接口的服务的功能属性相同，只有同过非功能属性( o o s ) 来区分某个服务的优劣。o o s 决定服务的可用性与效用，这两方面都会影响到服务的普及。而由于因特网的动态性和不可预知性，在因特网上提供o o s 是一个至关重要且意义重大的挑战。特征和需求极其不同的应用程序都争用不足的网络资源。通信模式的变化、拒绝服务攻击、基础构造失效的影响、w e b 协议的低性能以及w e b 上的安全性问题这些因素产生了对因特网o o s 标准的需求。通常，未解决的o o s 问题会导致重要的事务性应用程序遭受无法接受的性能下降。大多数当前的工作都主要关注它们的开发和它们接口的实现。对w e b 服务的o o s 支持，特别是o o s 管理，仍然是一个不成熟的研究领域。很多工作仍然停留在枚举需求和定义方法上。此外，标准的w e b 服务协议如w s d l 和u d d i 的设计都主要是考虑它们的功能特性；对o o s 的支持不够。对组合服务的编排研究，当前主3硕士学位论文要关注的是集中式的编排，一个组合服务规范在一个中心协调节点上执行。这个中心节点负责协调成分服务之间交互的所有的数据和控制流。然而这种编排方式存在一些缺陷，越来越多的研究机构开始关注工作流的分布式控制和w e b 服务的分布式编排。1 2 1w e b 服务的q o s 模型及描述研究在w e b 服务o o s 模型方面，文献 2 中指出w e b 服务的q o s 属性包括可用性、可访问性、可靠性、安全性、完整性等；文献e 3 3 提出使用响应时间、吞吐率、可用性、安全性度量w e b 服务。为了考查服务o o s属性的不同特性，文献 4 将q o s 属性分为通用质量属性( 如价格、执行时间、声誉) 和业务相关的属性，文献 5 根据质量属性依赖于时间和服务上下文的程度把q o s 属性分为四类：固定的、统计的、需计算的、设置的。根据表达类型的不同分为数量型的属性、区间型的属性、语言型的属性、等级的属性。综上所述，一般可以将i g e b 服务的o o s 属性分为三类：1 ) 操作性能，它描述了服务实现级的属性。包括可用性、可靠性、可访问性、完整性、性能、常规性、安全性等。2 ) 一般属性，它描述了其他一般共享的属性比如响应时间，价格，信誉度等等。3 ) 特定域属性，它包含了只在一个域本体中定义的q o s 属性。o o s是一个广泛的概念，它包括了许多领域相关的非功能属性。在某些领域，一般属性不能充分描述一个w e b 服务的服务质量。这就需要扩展q o s模型，引入领域相关的q o s 属性。例如在电话服务领域，非正常通话终止的罚金就是该领域的一个重要的o o s 属性。对q o s 信息的描述，有些w e b t 匣务描述模型使用为名一值对的集合。 6 提出了一个w s q o sx m ls c h e m a ，它用w s q o s r e q u i r e m e n t d e f i n i t i o n元素描述用户q o s 需求，用w s q o s 0 f f e r d e f i n i t i o n 元素定义服务提供者的服务质量。但这种数据结构的表达能力有限，并且把o o s 作为静态的w e b 服务组合在线优化及分布式编排研究数据。然而，w e b 服务q o s 实际上是多方面的和动态的，所以需要开发一种灵活的、描述能力强的并且广泛应用的可以解决多种多样不同种类的o o s 属性的描述问题的方法，同时支持推理功能。当前部分研究使用w e b 服务本体描述语言( o w l - s ) 7 来描述q o s 。在o w l s 中，一个s e r v i c e 由三部分来描述s e r v i c e p r o f i l e ，s e r v i c e m o d e l ，s e r v i c e g r o u d i n g 。s e r v i c e p r o f i l e 描述服务是做什么的，包括服务的基本信息、功能信息以及服务的所属分类。s e r v i c e m o d e l 描述服务是怎么做的。s e r v i c em o d e l 主要是服务提供者用来描述服务的内部流程。服务的内部流程通常被称之为一个p r o c e s s 。p r o c e s s 分为三类：a t o m i cp r o c e s s ，c o m p o s i t ep r o c e s s ，s i m p l ep r o c e s s 。s e r v i c e g r o u n d i n g描述怎么访问服务。s e r v i c eg r o u n d i n g 描述服务是如何被访问的。它需要指定服务访问的协议，消息格式，端口等等。一个s e r v i c e 最多有一个s e r v i c e m o d e l 描述，一个s e r v i c e g r o u n d i n g 必须和一个s e r v i c e相关联。在1 r e b 服务中有效利用语义信息，进行w e b 服务和语义w e b 的有机结合可提高w e b e r 务的质量。文献 8 引入了一种q o s 本体语言，它提供了标准的模式可以对任意的o o s 属性进行形式的描述，建立了一系列的规则、类、对象属性和数据属性，并用它们描述o o s 属性和属性之间的关系。文献 9 提出了服务本体和o o s 本体。服务本体把服务关联到o o s ，o o s 本体则明确质量的概念。在服务本体中，每个s e r v i c ec l a s s被关联到个s e r v i c ed o m a i n 并且有一个接口和很多可能的实现。一个s e r v i c ed o m a i n 聚合了那些有相同质量的s e r v i c e 。o o s 本体分为两层，上层本体描述了通用的质量概念，定义了与质量相关的基本概念如质量测量和关系。下层本体定义了分布式系统中的几个质量属性如可靠性、性能、可操作性、可靠性、健壮性、整合性、稳定性和安全等。1 2 2 支持o o s 的w e b 服务架构研究近期的支持q o s 的w e b 服务的框架在 i 0 1 1 1 2 1 3 1 4 1 5 中提出。 1 0 1 3 1 5 提出了一个基于代理支持q o s 的架构。 1 0 该5鎏主兰堡堡茎架构的主要目标是支持客户端基于他她的q o s 需求来选择w e b 服务。为了达到这个目的，提出一个由第三方实体代理执行的两阶段认证技术。第一阶段是对包括q o s 参数描述的服务接口描述的语法和语义认证。第二阶段应用一种测量技术来计算在服务接口描述中声明的q o s标准，并且把计算得出的值和声明的值进行比较。这个方法是从q o s的角度检验一个w e b 服务的一致性。 1 3 1 4 把代理作为一个仲裁者来选择服务和代表用户进行g o s 协商。i t 3 中的g o s 代理在实现为客户端的代理时，它的功能包括收集提供者的g o s 信息，协助用户进行选择决策，并且和提供者协商以获取g o s 契约。当q o s 代理作为服务器的前端时，代理的主要功能是帮助服务器决定分配多少资源给每个客户端以满足他们的g o s 需求，同时最大限度的为用户降低q o s 的不稳定性。 1 4 提出一个自动的方法来实现w e b 服务的q o s 协商。协商通过一个协商代理来进行，用户和服务提供者可以把他们的q o s 属性偏好以及一个协商策略通知给代理。通过代理来支持和管理q o s 属性的协商。 1 5 1 7 提出要对w e b 服务进行测试和监控，以保证w e b 服务q o s 的一致性，还强调了通过统计分析用户反馈而得到的历史数据，并以此影响服务的q o s 值。 1 6 提出的q o s 代理可以作为一个u d d i 服务呈现给用户，代理提供了w e b 服务的q o s 信息。它定期的测量w e b服务的q o s ，对测量的数据进行统计分析然后存入数据库。当个用户搜索一个w e b 服务，w e b 服务q o s 代理系统为软件提供数字的分析信息而为人提供了图信息。1 2 3 基于q o s 的服务选择研究基于q o s 的成分服务的选择算法是组合服务q o s 优化的研究热点。在考虑多维质量属性的前提下，成分服务选择算法可以分为局部优化算法与全局优化算法。目前，局部策略通常采用多属性决策 1 8 方法设计候选服务打分机制，从而为每个活动选择最优的成分服务。一般而言，每个活动的候选服务的数目并不大，因此基于多属性决策w e b 服务组合在线优化及分布式编排研究的方法是有效的。这方面的已有的工作有 1 9 等。全局优化算法方面，文献e 2 0 基于多选择背包进行建模，综合考虑了系统负载状况和价格开销，定义了相应的效用函数，在满足组合服务的响应时间约束条件下寻求效用的最大化。 2 1 定义了5 维服务质量模型，基于整数规划论提出满足全局服务质量的服务选择算法。文献 2 2 提出的模拟退火或遗传算法等通用的智能搜索算法可以用于求解任意目标的组合服务o o s 优化问题。1 2 4 组合w e b 服务的分布式编排研究现状当前有些研究项目开始关注采用分布式结构管理基于业务流程的应用。i b m 印度实验室s y m p h o n y 2 3 是以分布式组合服务协调机制为主要研究目标的项目，力图将一个b p e l 2 4 语言描述的流程分解为多个b p e l 流程，部署在多个b p e l 弓i 擎上。 2 5 描述了一个w e b ) 抿务的p 2 p的执行模式来克服有中心式控制器而导致的瓶颈，由每个成分服务的提供者负责协调组合服务执行，然而1 2 5 3 没有描述性能的改进，潜在问题的细节。m e n t o r 项目是一个 2 6 基于状态活动图的工作流系统，其研究者提出的实现分布执行的方法是将状态图划分为多个正交的子图，每个节点上的引擎执行一个子图，引擎之间通过交换同步消息实现执行状态与应用数据的传递。文献 2 7 引入了一个三层架构和一种技术用于划分传统工作流的集中式的协调逻辑，使用协调器代理对象把无状态的w e b 服务扩展为能自我协调的实体，再用w e bb o n d 原语在这些实体之上创建工作流。其工作主要是创建了用于描述实体间依赖关系的w e bb o n d ，其功能类似于b p e l ，但在描述分布式的通信模式时更具优势。文献 2 8 提出了一个保持商业流程本地自治性的跨组织边界的服务编排方案，以实现企业间快速的网络商业协作。该方案实现了基于w e b 服务协同的企业之间的商业流程的交互。既实现无中心控制的p 2 p 交互方式的有效协作又保持了企业参与者内部商业程序的自治性。基于程序仲裁的数据依赖使分布式编排程序和企业内部程序的耦合更松。当分布式编排程序改变了，可以快速的重新划分并重新配置为分7堡主兰垡堡苎散式p 2 p 子程序，不影响企业内部商业程序。而且，通过建立不同的程序仲裁模式。内部商业程序能适应不同的上下文协作。文献 2 9 提出了一个轻量级的架构支持分布式的服务执行，设计了服务调用触发器用于将消息直接从源服务路由到目的服务。触发器在调用服务之前收集必需的输入数据，触发器也作为缓冲器。此外，触发器转发服务输出到实际需要的站点，支持多点传送。为了使用触发器，工作流被分解为连续的片段，这些片段既不包括循环也不包括条件语句，而且在触发器中编码了数据依赖性。里工作流中第一个服务的触发器接收了所有的输入数据，这个服务的执行就开始了，而且输出被转发到后继服务的触发器。因此，工作流在完全的分布式方式上执行，数据从生产者直接传送到所有的消费者。且触发器设计为对服务透明，服务不需要知道它们是直接被客户端调用还是被触发器调用。因此，这个框架不需要替换现有的服务就可以配置。s e l f - s e r v 3 0 是一种动态基于分布式编排和i p 2 p 执行的w e b j 艮务的框架，支持组合w e b j 艮务不依赖于中心协调者的的p 2 p 编排。每一个服务器由作为路由器的协调者协调，而每一个协调者使用服务w r a p p e r 调用相应的服务。一旦个服务执行终止，控制使用路由表传递到下一个协调者。划分算法研究方面，文献 3 1 1 提出了基于数据流分析技术的划分算法，并使用代价模型来决定最有效的代码划分。该算法本质上是一个穷举算法，在流程任务数较大的情况下可行性不高。 3 2 提出一种基于角色的分布式动态服务组合方法，通过划分组合服务的全局流程模型产生各个角色的本地流程模型，并提出本地流程模型的生成算法。但该算法侧重于从全局流程模型到本地流程模型的解耦，没有考虑有关分布式成分服务之间的数据约束和分布式系统吞吐量的优化。文献 3 3 提出一个自顶向下的方法来进行整合的流程建模以及分布式的流程执行，并介绍了基于整合流程定义的支撑分布式执行模式的自动产生和连接的方案。整合流程模型可用于全局监控和生成全局视图，以及划分流程模型以进行本地执行。算法首先建模一个包括所有参与w e b 服务组合在线优化及分布式编排研究者的任务的整合概念模型，给流程模型中的每一个任务定义一个划分i d ，一个i d 对应分布式算法中的一个划分。然后应用p l u g p o i n ti d e n t if i c a t i o n 算法来确定控制迁移转换。在控制从一个划分传递到另一个划分的地方，在各自的控制迁移转换中插入一个p u g - p o i n t 任务。之后应用划分算法在整合的流程模型中提取分布式流程模型，每一个划分都包含任务，而任务只在各自的划分中。接下来可基于事件流的顺序，转变p l u g - i n 活动为适当的事件发送和接受活动。最后部署分布式程序执行模型到流程执行引擎，执行分布式流程模型以完成整合流程模型同样的功能。 3 4 提出的s e l f - s e r v 系统在组合时使用状态表 3 5 对服务进行集中式的编排，状态表由状态和转移条件组成。根据状态表将组合流程划分为多个状态，每个状态用状态协调器描述。划分算法以状态表作为输入，生成每个状态协调器对应的前置条件表和后置条件表。前置条件表确定一个状态协调器所需的输入，后置条件表确定一个状态完成后，下一步要进入的状态。在w e b 服务与p 2 p 网络结合进行分布式服务发布和发现的研究方面， 3 6 提出一种将语义w e b 与p 2 p 网络结合起来进行分布式服务发布和发现的w e b 服务目录系统，避免了诸如u d d i 之类的集中式注册中心所固有的弊端，比如：单点失效、网络中存在热点、容易受到恶意攻击等问题。它使用类别本体论来基于业务域对w e b 服务进行分类，并使用域本体论来捕捉域知识和给本体论信息建立索引，利用d h t 方法将语义索引存储在p 2 p 系统的对等体上，实现直接、灵活而又准确的发布和发现服务。本献 3 7 提出一种具有语义匹配能力的、完全分布式的、可互操作的发现服务w s p d s ( w e bs e r v i c e sp e e r - t o - p e e rd i s c o v e r ys e r v i c e ) 。在分布式服务管理方面，文献 3 8 提出一种名叫b i s e 的分布式服务管理基础结构，其显著特征是采用p 2 p 模式以支持实时服务管理。它在伸缩性、适应性和可管理性方面比现有系统更具优势。虽然诸如n i n j a 3 9 之类的中间件系统已经研究怎样为因特网规模的应用提供基础设施支持，但这些系统中的大部分是基于传统的c s 模式。在p 2 p口硕士学位论文模式中，所有活动计算实体地位对等，每个节点充当客户和服务器。节点自组织成一个覆盖网并共同维护路由和处理请求，不存在单点失效，也没有与集中式系统相关的瓶颈。1 3 存在的问题针对以上研究现状的分析，目前支持o o s 属性的w e b 服务的研究存在如下问题：1 ) w e b 服务的o o s 属性的分类分析和服务故障定位研究不够w e b 服务组合的一次执行过程要经过服务组合的形成、运行引擎发出服务调用消息、网络传输延迟、外部服务器s o a p 平台接收和解析、服务线程在软件中间层运行、服务线程运行结果返回等不同阶段。当前大部分文献只是确定一般的o o s 属性，建立服务组合优化数学模型。但在如何精确定位服务故障的q o s 属性的分类分析以及在获取这些有关的q o s 属性数据的软件架构上研究不够，因而造成了研究成果在实用上的困难，使得许多基于o o s 的w e b 服务组合优化缺乏可行性。2 ) 组合服务q o s 属性的生命周期管理与管理架构研究不够组合服务q o s 属性的生命周期管理包括：服务提供者对w e b 服务及该服务的q o s 属性的测试，w e b 服务描述及该服务的q o s 属性发布到服务存储，服务组合平台对w e b 服务o o s 属性数据的测试验证，基于q o s 属性的服务发现与选择，服务组合执行前的预先优化和容错方法，w e b 服务组合执行的在线q o s 监控与在线w e b 服务组合容错方法，w e b服务组合执行时q o s 属性数据的获取与统计。服务存储中o o s 属性数据与统计数据的同步。当前大部分文献提到的o o s 属性的研究基本上只涉及组合服务g o s 属性的生命周期的某一阶段，缺乏o o s 属性生命周期全面的管理；支持w e b 服务o o s 的框架只考虑单个服务的情况，而没有涉及到商业流程组合服务对q o s 的支持。3 ) 大多数全局优化策略的研究在算法的通用性或求解效率不够理想w e b 服务组合在线优化及分布式编排研究服务组合优化策略可以分为局部优化策略与全局优化策略。大多数全局优化策略的研究在算法的通用性或求解效率尚不够理想，例如文献 2 1 使用整数规划进行求解，需要依赖商用的规划工具包，其求解效率直接依赖于整数规划算法的求解效率。文献 2 0 3 只选择了服务执行时间作为唯一标准，难以求解具有多个约束条件的优化问题。 2 2 提出的模拟退火或遗传算法收敛速度较慢，因此对于那些要求在运行时刻快速搜索组合方案的应用而言并不太适用。从上述方法所适用的组合服务场景分析，许多工作提出的方法主要为脱机离线算法。组合w e b 服务的分布式编排存在的问题有：1 ) 支持分布式的执行的w e b 服务架构一般只针对集中式的流程代码进行划分以及部署执行，没有考虑和服务组合阶段的衔接。2 ) 对集中式的流程代码的划分算法，在划分时没有考虑最小化节点间交互的数据流量，也没有对分布式节点之间负载进行均衡调整。所做的工作只是简单的把集中式的组合流程划分为多个子流程。1 4 本文工作针对以上w e b j 艮务组合优化研究中出现的q o s 属性的生命周期管理研究不足、算法求解效率较低而不能应用于运行时的优化和容错处理，本文实现了w e b 服务o o s 属性的生命周期管理框架，研究的服务组合在线优化与容错算法效率较高，可用于服务组合运行时的优化与容错处理。在服务组合完成后，为避免集中式编排方式的局限性，将集中式的b p e l 程序划分为分布式的多个可独立运行的b p e l 程序片断，b p e l 程序片段迁移到自治的成分组合服务节点上进行部署，各节点的服务组合执行引擎负责执行迁移到该节点的服务组合程序片断。本文的主要贡献是：i ) 提出了一种支持w e b j j 展务o o s 属性生命周期管理的框架，详细说明了支持w e b j 艮务o o s 生命周期管理的服务开发流程，提出各模块的详细设计。本文的o o s 属性的生命周期管理框架支持服务组合的局部优化与全局优化，但本文研究的是在线局部优化的问题。1 2 ) 提出了一种基于q o s 的w e b 服务组合在线优化算法。该算法使用自动修正判断矩阵的层次分析法来实现基于q o s 的在线局部优化策略。针对因各种原因用户只能提供各o o s 属性之间的相对重要性，而不能提供全局的o o s 需求的应用场景，提供了一种在线局部优化解决方案。3 ) 针对有数据流约束的应用环境以及在集中式编排方式下中心引擎节点易成为系统性能瓶颈的限制，本文提出了组合w e b 服务划分框架。该框架在完成服务组合后，对集中式的b p e l 进行划分，得到多个b p e l 代码片段，再将b p e l 程序片段迁移到自治的成分组合服务节点上进行部署、执行。4 ) 提出了基于图的多级划分算法，能自动、快速的将集中式的b p e l程序划分为分布式的b p e l 程序，并对划分所得的b p e l 程序迁移到的分布式节点之间负载进行均衡调整。1 5 论文结构本文共分为六章：第一章，绪论，主要介绍课题的背景、研究现状、本课题的研究内容与目标、及论文的组织情况。第二章，支持w e b 服务o o s 生命周期管理框架w e b j e t 的设计，介绍了w e b 服务组合和服务质量( q o s ) 的相关知识，v e b j e t 的实现机制和模块设计。第三章，介绍基于o o s 的w e b j 艮务组合在线优化算法，算法使用自动修正判断矩阵的层次分析法来实现基于q o s 的在线局部优化，并给出了实例分析。第四章，组合w e b 服务划分框架的设计；介绍了划分框架的实现原理以及框架中的各个模块设计。第五章，介绍了基于图的多级划分算法。分析了该算法的效率并给出了实例分析。第六章。总结与展望。w e b 服务组合在线优化及分布式编排研究第二章支持q o s 生命周期管理的w e b 服务组合架构w e b j e t当前支持q o s 的w e b j 艮务架构设计一般只涉及到了q o s 生命周期管理的某一部分，我们设计了支持q o s 生命周期管理的w e b 服务组合架构w e b j e t ，它支持服务的发布、发现和匹配、组合、优化和容错以及服务组合的运行等各个阶段的q o s 管理。2 1 支持o o s 生命周期管理的w e b 服务组合架构w e b j e tw e b j e t 是一个服务组合组装与运行平台，它基于w e b j e t 平台 4 0 ，遵循w e bs e r v i c e s 技术框架，为基于w e b 服务组合开发及应用提供核心功能，包括服务描述存储和服务组合平台两部分，服务组合平台在运行时产生的与服务发现、优化和容错临时信息由相应的代理管理。w e b j e t 实现了服务的发布、管理、组合、发现和匹配、优化和容错以及服务组合的运行。平台在服务装配的原理上类似于文献 4 1 3 ，但与之不同的是w e b j e t 实现了整个组合服务流程中q o s 生命周期管理。2 1 1 支持o o s 生命周期管理的w e b 服务组合架构w e b j e t 是一个服务组合组装与运行平台，基于该平台，我们实现了将软件业务功能与经过服务提供者测试所得的q o s 属性发布到服务存储平台，服务存储将服务进行分类并以目录形式呈现给用户；业务用户通过业务流程编辑器可以可视化地拖拽服务存储中的原子服务或组合服务来定义业务逻辑；领域专家对业务服务上下文进行配置，包括业务服务之间的相互关联模式、具体的参数信息等，设置相应的规则，以简化业务用户编程。组合服务的开发人员在装配平台可视化编程环境的组合设计工具的支持下进行抽象组合服务的开发，将用户需求表达成抽象业务服务流程的有向图，再将抽象业务服务流程有向图映射成w e b 服务组合语言b p e l 的抽象表示，服务发现代理解析该b p e l 程序的每个抽象服务请求描述，与物理服务的语义存储仓库中的广告服务进1 3堡圭兰垡丝苎行查询匹配，产生每个抽象服务请求的候选广告服务集合，根据抽象业务服务的o o s 属性从每个候选广告服务集合中选择最优服务；由服务部署代理部署抽象业务服务流程至t b p e l dl 擎执行，抽象业务服务流程中的每个活动通过一个服务执行代理与优化的广告服务组合中具体服务交互；在组合服务开始执行时，服务优化代理获取并且缓存那些匹配抽象服务的具体服务的列表。服务优化代理在线优化服务组合，对候选广告服务集合中的服务进行排序，为每个活动从候选服务集合中选择最优的成分服务，同时产生优化的每个广告服务失效后的替代服务。w e b j e t 支持q o s 属性的生命周期管理，从服务发布开始，到服务组合的成分服务的发现与选择、服务组合的优化与容错处理环节中，o o s属性作为重要因素出现。在服务发布阶段，将成分服务的功能和o o s属性值发布到服务存储平台，服务存储测试验证用户提交的服务q o s属性；在服务的发现与选择阶段，综合考虑用户对单个服务的o o s 需求和领域专家挖掘历史信息所得的经验值，对每个服务的q o s 属性设定一个阂值，从每个候选广告服务集合中淘汰不满足阈值的服务；在服务组合优化阶段，基于o o s 使用自动修正判断矩阵的层次分析法对候选广告服务集合中的服务进行排序，为每个活动从候选服务集合中选择最优的成分服务；在服务执行时，基于服务o o s 监测的机制，在实际服务较广告服务的q o s 下降或调用某个服务失败时会启动容错机制；流程执行完毕后，对反馈的相关q o s 数据进行统计分析，结果写入q o s 属性数据统计表，该统计结果实时同步到服务存储之中。q o s 属性的生命周期管理原理见图2 - 1 。w e b 服务组合在线优化及分布式编排研究图2 1 支持q o s 生命周期管理的w e b 服务组合架构w e b j e t2 1 2w e b 服务组合架构w e b j e t 的功能模块设计w e b j e t 平台由以下功能模块构成：服务发布模块：包括一个可扩充的发布框架，发布框架读入一份带注解的j a v a 源文件( 利用j 2 s e5 0 的a n n o t a t i o n 程序注释功能) ，服务提供者对q o s 属性测试并将测试数据用注解语言在j a v a 类中描述，根据不同的j a v a 元数据定义，调用不同的注解解析模块及不同的发布接口发布到s o a p 平台使客户端能够远程调用该服务，以及不同的服务描述存储方便客户发现服务，包括u d d i 和w e b n 艮务语义描述存储仓库。w e b服务元数据 4 2 可用于编辑j a v a 文件来创建w e b 服务，自动地从j a v a文件生成w s d l ，或从给定的w s d l 文档生成j a v aw e b 服务文件的框架。采用j a v a 元数据与不同服务描述存储的映射关系 4 3 ，服务提供者提供的实测数据可存储在扩展的u d d i 和o w l - s 语义存储中作为q o s 初始值。l 异堡主兰堡笙苎为了提高服务提供者所提供的服务的可信度，在发布前需要服务测试代理对服务进行测试，包括功能与q o s 属性两方面测试：提供者发布一个经过x m l 编码的测试套件，服务测试代理根据测试套件生成的测试用例对服务的功能进行测试；并用o o s 断言对服务的q o s 进行测试 4 4 。只有通过测试后平台才将服务发布到服务存储。在测试时要考虑测试环境与用户实际运行环境的差异性，并由此对测试结果进行相应的转换。服务描述存储模块：服务的存储采取语义w e b j 艮务o w l s 与u d d i 结合的方式。u d d