基于Hadoop的業(yè)務(wù)過程模型管理方法研究.pdf

1、業(yè)務(wù)過程模型是表達(dá)企業(yè)工作流程知識的重要方法，它是企業(yè)業(yè)務(wù)過程重組與分析的基礎(chǔ)，由于業(yè)務(wù)過程模型描述了業(yè)務(wù)是如何一步步被處理的，也描述了在業(yè)務(wù)處理過程中數(shù)據(jù)是如何被處理的，人員是如何配置的，因此業(yè)務(wù)過程模型成為了組織部門很重要的資產(chǎn)。
　　隨著計算機(jī)與網(wǎng)絡(luò)的不斷發(fā)展與成熟，業(yè)務(wù)過程管理系統(tǒng)在企業(yè)得到越來越廣泛的應(yīng)用，在各行各業(yè)中已積累了越來越多的業(yè)務(wù)過程模型，一些企業(yè)已經(jīng)積累了成千上萬的業(yè)務(wù)過程模型。同時，互聯(lián)網(wǎng)上由用戶自定義的M

2、ashup，數(shù)量將可能出現(xiàn)井噴式的增長。這些Mashup即為完成某項(xiàng)工作的業(yè)務(wù)過程。這樣便產(chǎn)生了一系列新的問題，例如：如何存儲可能出現(xiàn)的海量業(yè)務(wù)過程模型？如何在其中進(jìn)行業(yè)務(wù)過程模型的檢索？
　　國內(nèi)外已有很多學(xué)者對此展開研究，但現(xiàn)有均是基于單機(jī)環(huán)境來構(gòu)建業(yè)務(wù)過程庫，并基于傳統(tǒng)關(guān)系數(shù)據(jù)庫來管理業(yè)務(wù)過程模型，完成相關(guān)的存儲、檢索等操作。事實(shí)上，從信息處理的角度看，業(yè)務(wù)過程模型可視為一種特殊類型的數(shù)據(jù)，由于業(yè)務(wù)過程模型是由眾多企業(yè)組織機(jī)

3、構(gòu)生成的，它具有數(shù)據(jù)源多樣性、分布性等特點(diǎn)，當(dāng)業(yè)務(wù)過程模型的規(guī)模增長到一定規(guī)模時，以往傳統(tǒng)關(guān)系數(shù)據(jù)庫在處理這些這樣海量的數(shù)據(jù)時就會出現(xiàn)性能和可擴(kuò)展性的瓶頸。另一方面，業(yè)務(wù)過程模型采用基于圖的方式進(jìn)行存儲，利用單臺主機(jī)來管理業(yè)務(wù)過程模型，盡管主機(jī)能達(dá)到很高的硬件配置，性能很高，但其處理能力終究還是有限的。因此，采用分布式的方式進(jìn)行存儲和檢索來管理大規(guī)模業(yè)務(wù)過程模型將是一種必然的發(fā)展趨勢。
　　全球約有上百種不同的分布式計算方案，Ha

4、doop是其中使用較為廣泛的一種。近年來，隨著大數(shù)據(jù)研究與應(yīng)用的興起，Hadoop作為其大數(shù)據(jù)處理平臺已在工業(yè)界得到廣泛的使用。因此，基于Hadoop來完成海量分布的業(yè)務(wù)過程模型管理是一種可行的解決方案，該研究不僅在理論領(lǐng)域具有十分重要的意義，同時在實(shí)際應(yīng)用領(lǐng)域也具有十分重要的價值。
　　針對業(yè)務(wù)過程模型管理領(lǐng)域出現(xiàn)的問題，本論文主要開展了如下探索工作：(一)提出了一種用于解決模型管理問題的基于Hadoop大數(shù)據(jù)平臺業(yè)務(wù)過程模型管

5、理方法。該方法的主要思想是分別采用Map/Reduce和Hadoop分布式文件系統(tǒng)對業(yè)務(wù)過程模型進(jìn)行分布式檢索和存儲。為解決模型檢索NP問題提出了Map階段模型過濾和Reduce階段模型驗(yàn)證方案。
　　(二)搭建了Hadoop大數(shù)據(jù)平臺，實(shí)現(xiàn)了基于Hadoop大數(shù)據(jù)業(yè)務(wù)過程模型管理平臺。在平臺上對業(yè)務(wù)過程模型分布式檢索和分布式存儲的效率進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　(三)論文亦詳述了業(yè)務(wù)過程模型管理相關(guān)工作，分析了Hadoop大數(shù)據(jù)