面向用戶的科學工作流數(shù)據(jù)跟蹤的研究與實現(xiàn).pdf

1、工作流技術(shù)的不斷發(fā)展，使其應用領域也不斷擴大?？茖W工作流作為一種有別于傳統(tǒng)工作流的工作流類型正成為當前學術(shù)界研究的熱點?？茖W工作流為了給科學家提供高效的數(shù)據(jù)管理和實驗分析，將工作流技術(shù)應用于科學研究領域，在網(wǎng)絡基礎設施上進行大規(guī)模計算和協(xié)同計算提供有效方法。數(shù)據(jù)集中與計算密集是科學工作流的主要特點。因此，科學工作流的數(shù)據(jù)跟蹤成為科學工作流的迫切需求。國內(nèi)對科學工作流數(shù)據(jù)跟蹤的研究幾乎是空白，而國外對其研究較多，但是大部分都缺乏良好的模型

2、支持、數(shù)據(jù)流分析、國際標準的查詢接口和便于用戶使用的可視化跟蹤。 針對這一問題，本文提出一種支持過程網(wǎng)絡計算模型的科學工作流模型。通過對該模型的數(shù)據(jù)流分析，在開源項目—Kepler科學工作流系統(tǒng)的基礎上，實現(xiàn)了數(shù)據(jù)項的可視化跟蹤與具有國際標準的XQuery對跟蹤數(shù)據(jù)的查詢，極大的方便了科學工作流用戶。 科學工作流數(shù)據(jù)跟蹤的實現(xiàn)需要有相應的模型支持。過程網(wǎng)絡計算模型是科學工作流領域廣泛使用的一個計算模型，并且該模型有利于數(shù)

3、據(jù)流的分析。數(shù)據(jù)跟蹤貫穿于科學工作流流程設計階段、運行階段和運行后三個階段。本文在流程設計階段對工作流的數(shù)據(jù)流進行分析，檢驗流程中的數(shù)據(jù)異常，包括數(shù)據(jù)缺失和數(shù)據(jù)冗余，并給出相應的數(shù)據(jù)驗證算法；在流程運行階段，對數(shù)據(jù)項進行記錄，包括元數(shù)據(jù)、參數(shù)與流程數(shù)據(jù)項等；在流程運行后保存跟蹤數(shù)據(jù)，然后從用戶的角度，把要跟蹤的數(shù)據(jù)項的起源數(shù)據(jù)項圖形化的展現(xiàn)給用戶，用戶可以直接看到流程數(shù)據(jù)項的變化過程。本文實現(xiàn)了XQuery對跟蹤數(shù)據(jù)的查詢，當用戶需要對

4、跟蹤數(shù)據(jù)進行分析的時候，通過自定義XQuery查詢，可以對跟蹤數(shù)據(jù)進行靈活的處理。 本文數(shù)據(jù)跟蹤的實現(xiàn)基于Kepler科學工作流系統(tǒng)。通過擴展Kepler系統(tǒng)的核心類，實現(xiàn)科學工作流運行時數(shù)據(jù)項的記錄。數(shù)據(jù)流中數(shù)據(jù)項的變化是有前后依賴關系的，通過依賴關系，如數(shù)據(jù)項依賴關系、調(diào)用依賴關系等，可視化的給用戶展示數(shù)據(jù)項在流程中的變化過程。XQuery是一個標準。本文在科學工作流客戶端通過XQJ（XQuery API for Java）