[发明专利]一种低存储开销的运行时递推数据溯源方法

权利要求书

1.一种低存储开销的运行时递推数据溯源方法，其特征在于步骤如下：

第一步，在数据处理系统部署时，记录其粗粒度起源信息；

第二步，在数据处理系统运行过程中，记录其细粒度起源信息；

第三步，在数据处理系统中最后一个处理单元产生输出数据元组时，对该输出数据元组的起源信息进行递推，递推得到数据处理系统中第一个处理单元的触发运行的时间范围，将第一个处理单元的触发运行的时间范围                                                   与输出数据元组一起进行持久存储；

第四步，溯源查询时，根据存储在输出数据元组中的第一个处理单元的触发运行的时间范围   ，推算出数据处理系统输入数据流中所有对待溯源输出数据元组的产生有贡献的输入数据元组。

2.根据权利要求1所述的低存储开销的运行时递推数据溯源方法，其特征在于：在数据处理系统部署时，记录的粗粒度起源信息包括：

a)基于元组数量计算的每个处理单元的计算窗口类型；

b)每个处理单元的计算窗口大小，窗口大小为元组数量。

3.根据权利要求1所述的低存储开销的运行时递推数据溯源方法，其特征在于：在数据处理系统部署时，记录的粗粒度起源信息包括：

a)基于时间长度计算的每个处理单元的计算窗口类型；

b)每个处理单元的计算窗口大小，窗口大小为时间长度。

4.根据权利要求2或3所述的低存储开销的运行时递推数据溯源方法，其特征在于：在数据处理系统运行过程中，需要持久记录的细粒度起源信息包括：

a)系统输入数据流中所有输入数据元组的值及其进入数据处理系统的时间；

b)系统输出数据流中所有输出数据元组的值及其产生时间；

需要临时存储的细粒度起源信息包括：

a)每个处理单元每次运行的触发时间；

b)每个处理单元每次运行的处理延迟。

5.根据权利要求3所述的低存储开销的运行时递推数据溯源方法，其特征在于：在数据处理系统中最后一个处理单元产生输出数据元组时，对该输出数据元组的起源信息进行递推，递推公式如下：

其中

。

6.根据权利要求5所述的低存储开销的运行时递推数据溯源方法，其特征在于：溯源查询时，根据存储在输出数据元组中的PU₁的触发运行的时间范围   ，推算出数据处理系统输入数据流中所有对待溯源输出数据元组的产生有贡献的输入数据元组，推算公式如下：

。