[发明专利]支持大规模分布式增量计算的推理控制方法及推理控制系统

说明书

技术领域

本发明涉及语义推理控制技术领域，特别涉及大规模分布式推理控制技术领域，支持大规模分布式增量计算的推理控制方法及推理控制系统。

背景技术

分布式环境是指数据和程序可以不位于同一个服务器上，而是分散到多个服务器，以网络上分散分布的地理信息数据及受其影响的数据库操作作为研究对象的一种理论计算服务器形式。分布式有利于任何在整个计算机系统上进行分配和优化，克服了传统集中式系统会导致中心主机资源紧张和响应瓶颈的缺陷，解决了网络GIS中存在的数据异构、数据共享、运算复杂等问题。分布式环境的特点：1、分布式环境不强调集中控制的概念，具有一个以全局管理员为基础的分层控制结构，但是每个局部管理员都具有高度的自主权；2、分布式环境具有分布式透明性的特点，即将数据进行转移不会影响程序的正确性；3、如果在需要的节点复制数据，则可以提高局部的应用性；当某节点发生故障时，操作其它节点上的复制数据。

目前已存在了很多分布式的数据库：一种是物理上分布的，但逻辑上却是集中的；另一种是物理上和逻辑上都是分布的。但对于分布式的推理系统来说还真正实现，有些分布式推理系统只是满足了资源的分布式，推理还是集中化。

经过对现有技术的检索发现，公开号为CN101739294A的中国专利申请，公开了一种基于规则的分布式推理方法：服务器接收推理任务，访问服务器上的知识库，当判断所述推理任务中的推理步所需要的知识不在所述知识库中，将所述推理任务下传给具有所述推理步所需要的终端。

上述方案虽然是分布式的，环境中有很多个推理节点，每个节点上部署相同的推理单元。但当推理任务超出服务器的负载阈值时，只是随机地向其他节点发送知识请求，而没有基于上下文语义关系来寻找语义相似性最大的其他节点，各节点难以达到负载均衡。

发明内容

本发明的目的是克服了上述现有技术中的缺点，提供一种服务器运行任务负载均衡、使全局资源的配置最优化、系统结构简单、控制方法简便、应用范围较为广泛的支持大规模分布式增量计算的推理控制方法及推理控制系统。

为了实现上述的目的，本发明的支持大规模分布式增量计算的推理控制方法包括以下步骤：

（100）服务器接收推理任务，依次遍历所有的推理任务，同时将各推理任务映射到对应的知识库；

（200）所述的服务器判断所述的推理任务是否超出服务器的负载阈值，若是，则进入步骤（300），若否，则进入步骤（400）；

（300）服务器判断所述各推理任务中的每一个推理步所需要的知识是否存储在当前服务器的知识库中，若是，则进入步骤（500），否则，则进入步骤（600）；

（400）所述的当前服务器将与该服务器的知识库语义相关联程度小于给定关联度阈值的推理任务或部分推理结果转移到其它空闲且语义相近的服务器上；

（500）向所述的当前服务器上传推理步的部分推理结果，以及所述推理步剩余的推理结构和知识；

（600）当前服务器将各推理任务所涉及到的知识，按语义关联相似性的大小进行聚类，若该推理任务所涉及的知识库与当前服务器中的知识库相关性小于一定的阈值，则服务器的推理机把该推理任务传送给下传单元，推理下传单元将所述信息下传给与之语义相近的其他服务器；

（700）在所述服务器上执行所述推理步的推理任务，并将所述推理步的执行结果返回上传给当前服务器，所述的当前服务器继续运行未完成的推理任务。

该支持大规模分布式增量计算的推理控制方法中，所述步骤（100）具体包括以下步骤：

（110）服务器依次接收请求的推理任务，并通过服务器的输入/输出单元进入推理单元的推理机中；

（120）所述的推理单元的推理机对推理任务依次进行遍历，针对每一个推理任务，策划每个推理任务的推理步和查询各步骤中所涉及到的知识库；

该支持大规模分布式增量计算的推理控制方法中，所述步骤（400）具体包括以下步骤：

（410）所述的当前服务器将各推理任务的各推理步所涉及到的知识对应到相应的知识库中；

（420）所述的当前服务器就每一个推理步所涉及到的知识，与现有的知识库进行语义相似度的计算，获得语义推理知识的语义内容和系统的知识库之间的距离；

（430）若语义关联相似度小于系统特定阈值，则所述的当前服务器将相关的推理任务推送给其他服务器处理；否则，继续完成推理任务或保存推理结果。

该支持大规模分布式增量计算的推理控制方法中，所述的步骤（420）具体包括以下步骤：