[发明专利]一种基于MapReduce的OCL并行查询方法

说明书

本发明公开了一种基于MapReduce的OCL并行查询方法，包含对象属性集提取和并行查询结果构造两个步骤，所述对象属性提取是基于Hadoop的InputFormat，根据实际查询要求选取OCL规则库中特定的OCL对象属性片段构建OCL对象属性集合；所述并行查询结果构造是对对象属性进行筛选并获取结果，需要依据实际的查询情况建立对应的Mapreduce任务，最后将符合查询条件的对象属性传递给结果构造器，构造器构造最终的结果。本发明提出的基于MapReduce的OCL并行查询方法OPQM，克服了传统的基于单节点的OCL查询方法已经无法高效地完成大规模的查询任务的问题，提高OCL查询的速度。

技术领域

本发明属于OCL查询领域，尤其涉及一种基于MapReduce的OCL并行查询方法OPQM。

背景技术

近年来，大规模计算机应用发展迅速，社交网络、电子商务、数字城市等许多应用领域中产生了规模巨大的数据，这些应用数据不光存储量大，而且增长速度也非常迅猛，呈海量形式发展。

为了解决上述问题，Google公司在2006年提出了“云计算”的概念。美国国家标准与技术研究院(NIST)对云计算进行了定义，将云计算定义为一种借助互联网实现按需、随地、便捷地访问共享资源池的计算模式。云计算重要的表现形式就是计算机资源服务化，它可以为用户屏蔽许多问题，比如数据中心管理、大规模数据处理、应用程序部署等。通过云计算，用户可以依据自己的业务负载即时申请或者释放资源，并通过按需支付的方式对所使用的资源付费，既能够提高服务质量又可以降低运维成本。云计算是信息产业的一大创新模式，一经提出就获得了各个领域的广泛关注。

MapReduce是一种在大规模计算机集群上处理海量数据的并行计算模型，目前在谷歌以及其他一些网络公司的许多项目中得到了广泛应用。Mapreduce计算模式是云计算核心计算模式，解决大规模数据的处理问题。它是数据密集型的并行计算模型，即特别适合于处理大规模海量数据。它作为大规模数据处理问题的解决方案，在设计开始的时候将局部性原理列入考虑的范围，通过运用局部性原理实现问题的分而治之。Mapreduce集群构建在普通PC机器群上。Mapreduce既是一个并行计算模型，也是一种并行计算框架。

对象约束语言(OCL,Object Constraint Language)是在UML中特别用来对约束和规则进行说明的语言。OCL语言尽管是一种形式化语言，但是它持有易读、易写等特点，主要有两个作用:一是对模型进行语义约束,二是对模型的查询。OCL用于查询时，主要是用于根据对象属性查询满足约束条件的对象，并且在查询时可以对图中的任何元素写表达式。其中，对象属性是指与模型中对象有关的特征。由上述内容可得知，对于OCL的约束查询也就相当于对约束中所包含的OCL对象属性集合的查询。

随着越来越多的模型使用OCL语言进行约束定义，OCL约束变得越来越复杂，OCL规则库也相应地变得越来越大，基于单节点的OCL查询方法已经没有办法高效地处理大量的查询任务。所以，目前亟需一种可以高效处理大量OCL规则库的方法。OCL规则库可以转换为XML描述，那么如何对OCL规则库进行查询优化，就可以参考有关XML文档查询的优化。

云计算的出现给OCL的查询带来了新的机遇，使用MapReduce等并行编程框架能够简化海量数据的处理模型。同时，云计算能够快速部署的虚拟服务器，以此实现基础设施的按需分配。

发明内容

本发明所要解决的技术问题在应对海量数据带来的挑战的背景下如何提高OCL查询的速度，为此提出一种基于MapReduce的OCL并行查询方法OPQM(OCL Parallel QueryMethod)。