[发明专利]一种分布式实时规则推理调度方法

说明书

本发明公开了一种分布式实时规则推理调度方法，其步骤包括：1)建立产生式规则集所对应的规则图；2)将所述规则图转化成数据操作图；3)规则推理系统根据收到的事实对象将所述数据操作图切分为多个子图，并为每个子图生成一个推理作业；4)根据推理作业的处理时间长短设置推理作业的优先级，并在规则推理系统中创建n个调度队列，分别为每个调度队列设置不同的权值属性，根据优先级与权值的对应关系将推理作业调入对应的调度队列中；5)当不同调度队列中同时有就绪任务提交时，选择权值最大的调度队列中的推理作业，创建并执行推理任务；6)推理任务执行结束时将其对应的推理作业从所属调度队列中删除，直至所有调度队列都为空。

技术领域

本发明属于规则系统和实时技术领域，具体涉及一种分布式实时规则推理调度方法。

背景技术

规则推理将领域知识表示为规则，通过规则与事实的匹配，触发并执行规则，从而进行自动决策。它已被广泛应用于医疗诊断、地质勘探、智能决策等各种专家系统中。

近几年来，随着物联网技术的普及，物联网被广泛应用于各类工业领域。此时，物联网应用通过一系列传感器采集外部环境数据，对连续不断的事件流进行监视，从中识别出需要关注的场景并进行自动决策，从而实时地执行动作对识别出的场景做出响应。因此，规则推理开始应用于生产过程监控、在线故障诊断、电网自愈控制等典型物联网应用。

物联网应用周期性地接收海量传感数据，且必须在每个周期内将接收到的数据尽可能多地处理完，否则将会由于处理延迟而导致数据积压，直至丢失，从而无法对需要关注的场景做出及时响应。为此，规则推理也需具有截止期(在此，从一个数据采集周期开始系统接收数据到这个周期的结束被定义为推理截止期，即推理截止期为一个数据采集周期)。例如，在工厂仓库的火灾监测中，当温度过高、湿度过低和烟雾浓度异常时，判断出可能发生火灾并发出报警信息。假设系统周期性地每5秒接收一批温度和烟雾浓度等传感器数据，那么相应的推理截止期即为5秒。此时，规则推理必须在其推理截止期内，尽可能多地处理系统接收的数据，触发相应规则，从而对需要关注的场景给予实时响应。

传统规则推理系统，包括CLIPS、Drools以及JESS等由于其单机的局限性，导致规则匹配效率偏低，公开号CN107145949A的专利申请对此做出改进，利用计算机多核资源的性能优势，设计了一种多核环境下的实时规则推理方法，使得规则的匹配效率得到了一定程度的提高，但由于其规则推理还是基于本地的单机系统，其性能仍然难以满足海量实时数据处理所带来的系统资源需求。

目前，学者们已经提出了一些面向流式数据的分布式实时推理方法(张琦.基于MapReduce的分布式规则匹配系统的研究与实现[D].浙江大学，2011；Yi Chen，BehzadBordbar.DRESS：A Rule Engine on Spark for Event Stream Processing.BDCAT 2016；Zhang J，Yang J，Li J.When Rule Engine Meets Big Data：Design and Implementationof a Distributed Rule Engine Using Spark，2017IEEE Third InternationalConference on Big Data Computing Service and Applications(BigDataService).IEEE，2017.)，这些方法通过使用分布式计算框架，实现了规则的并行推理，公开号CN108549939A的专利申请在此基础之上提出一种负载均衡的任务分配算法，进一步地提升了规则推理的效率，但这些方法都没有考虑推理的截止期，无法在截止期前尽可能多的处理数据，从而无法保证对所需关注场景的及时响应。

发明内容

针对现有规则推理系统的不足，本发明的目的在于提供一种新的面向海量数据的分布式实时规则推理调度方法，该方法可在分布式环境下，通过分配推理作业的优先级，安排规则匹配的顺序，从而能在推理截止期内尽可能多地处理数据，进而尽可能多地触发规则。