[发明专利]一种基于细粒度数据依赖的FaaS工作流划分调度方法和系统

权利要求书

1.一种基于细粒度数据依赖的FaaS工作流划分调度方法，其特征在于，包括以下步骤：

对FaaS工作流进行细粒度数据依赖分析；

根据细粒度数据依赖分析的结果，建立计算节点模型和工作流模型；

对工作流中的函数进行初始分组，并根据当前节点的资源使用情况将分组放置至各节点上；

根据分组放置情况识别工作流中的关键路径，并对关键路径中的关键边按照数据传输时间大小进行排序，得到关键边排序列表；

根据关键边排序列表对函数的分组进行合并。

2.根据权利要求1所述的方法，其特征在于，所述对FaaS工作流进行细粒度数据依赖分析，包括解析工作流的元信息和依赖信息；所述元信息是基础信息，包括函数的名称、类型；所述依赖信息包含执行依赖关系和参数细粒度依赖关系；所述参数细粒度依赖关系是针对函数中具体的每个输出参数，表示每个具体参数将被后继哪些函数作为输入参数使用。

3.根据权利要求1所述的方法，其特征在于，所述对工作流中的函数进行初始分组，包括：

每个函数被划分为单独的分组，并将各分组分散平均地随机放置至各节点之上。

4.根据权利要求1所述的方法，其特征在于，所述对关键路径中的关键边按照数据传输时间大小进行排序，是对关键路径中的关键边按照数据传输时间大小倒序排列，数据传输时间越长排序越靠前。

5.根据权利要求1所述的方法，其特征在于，所述根据关键边排序列表对函数的分组进行合并，包括：

对于关键边上两个函数所在的两个分组进行合并约束判断，若不符合合并约束则继续遍历下一条关键边，若符合合并约束则进入新分组调度阶段；

在新分组调度阶段，对可选节点进行预选和优选，如果预选的节点集没有可用节点，则继续遍历下一条关键边，如果筛选出的可用节点数大于1，则进入优选阶段，并最终确定新分组的部署节点；

合并完成后，对当前的工作流信息进行更新，并进行新的关键路径识别，完成合并分组的迭代过程。

6.根据权利要求5所述的方法，其特征在于，所述合并约束判断包括：

进行分组约束判断，判断两个函数是否已经属于同一分组，如果是则不满足分组约束；

进行资源约束判断，判断两组中的函数是否存在资源使用上的冲突，并判断两个函数传输的数据大小是否超出工作流总的内存使用限制。

7.根据权利要求5所述的方法，其特征在于，所述预选是根据节点资源对节点进行过滤；所述优选采用打分制，从预选的节点里选择出得分最高的节点作为新分组部署的节点。

8.一种基于细粒度数据依赖的FaaS工作流划分调度系统，其特征在于，包括：

细粒度解析模块，用于对FaaS工作流进行细粒度数据依赖分析；

模型构建模块，用于根据细粒度数据依赖分析的结果，建立计算节点模型和工作流模型；

初始分组放置模块，用于对工作流中的函数进行初始分组，并根据当前节点的资源使用情况将分组放置至各节点上；

关键路径识别模块，用于根据分组放置情况识别工作流中的关键路径；

关键路径排序模块，用于对关键路径中的关键边按照数据传输时间大小进行排序，得到关键边排序列表；

分组合并模块，用于根据关键边排序列表对函数的分组进行合并。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1～7中任一项所述方法的指令。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现权利要求1～7中任一项所述的方法。