专利名称：水平分解的多类闭合分叉-汇集排队网络性能分析方法
技术领域：
本发明涉及排队网络模型性能分析领域，主要是一种基于水平分解的多类闭合分 叉-汇集排队网络模型性能分析方法。
背景技术：
排队网络(Queueing Network)模型是一种经典的系统性能分析方法，它用一个服 务中心(Service Center)来描述一个软硬件资源，整个系统可以看成是有若干个服务中心 按照一定关系组合而成的网络。服务中心可分为队列型和延时型两种类型队列型服务中 心由一个队列和若干个服务器组成，服务器用于执行操作，队列则用于缓存等待服务的请 求；而延时型服务中心主要用于模拟延时操作。队列网络模型根据负载类型不同，又可分为 开放式模型和闭合式模型。排队网络模型在复杂度和精确度之间具有较好的均衡效果，被广泛应用于各种 计算机软硬件系统的性能分析中。然而，随着并行计算、分布式计算等技术的出现，简 单的排队网络模型无法适用于此类大规模复杂系统的性能分析。一种包含分叉-汇集 (Fork-Join)操作的排队网络模型被广泛地应用于并行计算、分布式计算和流程管理等 系统的性能分析。分叉-汇集操作可以用于描述并行处理场景一个请求(或称为任务) 到达分叉操作节点后将被分解成若干子任务，这些子任务可以由不同的服务中心并行处 理；而汇集操作节点必须等待相关的子任务都执行完成后，将它们的结果聚合成一个新 的请求发送给下一个服务中心。分叉-汇集操作使该类排队网络模型无法使用乘积形式 (Product-Form)的方式计算，从而增加了该类模型分析的难度，特别是对于闭合类型的网 络。目前，关于分叉-汇集排队网络模型的精确算法只有基于马尔可夫链(Markov Chains)的分析方法，但是该类算法只适用于规模较小的模型。因此，对于大规模的分 叉-汇集排队网络模型通常采用近似的分析方法。而大多数方法都是利用一种层次分解 (Hierarchical Decomposition)的方法。该方法首先将大型的排队网络模型分解成多层 次的子网络，每个子网络在其上层网络中用一个负载相关的服务中心表示，然后自底向上 分别求解每个子网络模型。如果一个包含#个请求的单类闭合分叉-汇集排队网络模型通 过层次分解方法分成Z层，每层包含1个子网络，则对于每个子网络需要求解#次(请求数 从1到#的情况)，而整个网络至少需要求解#个闭合排队网络模型。因此，对于大规模的 分叉-汇集排队网络模型使用基于层次分解的分析方法具有较高的计算复杂度。例如，当使用分叉-汇集排队网络模型对于业务流程管理(Business Process Management, BPM)系统进行建模时，通常需要考虑同时部署的多个流程。因此，对于该类 型的软件系统进行性能分析时，需要使用多类(Multi-Class)分叉-汇集排队网络模型 进行系统性能分析。但是由于求解复杂度较高，现有技术中计算机基本只能针对单类型 (Single-Class)的分叉-汇集排队网络模型进行分析计算，尚无法对多类闭合分叉_汇集 排队网络模型性能分析。
发明内容
本发明为解决现有技术所存在的缺陷，提出了一种基于水平分解(Horizontal Decomposition)的多类闭合分叉_汇集排队网络模型性能分析方法，使得计算机能通过对 排队网络模型性能的快速精确分析，进而得到实际系统性能的可分析参数。为了实现上述目的，本发明采用如下技术方案
水平分解的多类闭合分叉-汇集排队网络性能分析方法，包括以下步骤
1)在计算机中对包含多类请求和分叉-汇集操作的系统建 立多类闭合排队网络模型，其中在所述模型中每个计算资源对应 一个服务中心，分析该模型所需的两个输入参数分别为请求数
权利要求
1.水平分解的多类闭合分叉-汇集排队网络性能分析方法，其特征在于包括以下步骤1)在计算机中对包含多类请求和分叉-汇集操作的系统建 立多类闭合排队网络模型，其中在所述模型中每个计算资源对应 一个服务中心，分析该模型所需的两个输入参数分别为请求数
2.根据权利要求1所述的水平分解的多类闭合分叉-汇集排队网络性能分析方法，其 特征在于，所述循环依赖模型中开放模型和闭合模型是交替出现在依赖环上的；所述开放 模型可以用以下公式计算
3.根据权利要求2任意一项所述的水平分解的多类闭合分叉-汇集排队网络性能分析 方法，其特征在于，所述循环依赖混合排队网络模型可以表示为
4.根据权利要求广3任意一项所述的水平分解的多类闭合分叉-汇集排队网络性能分 析方法，其特征在于，所述循环依赖混合排队网络模型的求解包括以下步骤1)所述计算机为所述每个闭合模型的服务中心的平均队列长度提供一个 初始值；2)所述计算机根据提供的初始值，根据所述公式(3)求解，得到每个服务中心的响应时 间和每类模型的吞吐量；3)所述计算机根据步骤2)的计算结果，重新计算每个服务中心的平均队列长度
全文摘要
本发明公开了一种基于水平分解的多类闭合分叉-汇集排队网络模型性能分析方法，通过对模型中的每类包含分叉-汇集操作的模型进行水平分解使得计算机能通过对排队网络模型性能的快速精确分析，进而得到实际系统性能的可分析参数，提高了计算机对系统性能分析的效率。
文档编号H04L12/56GK102123053SQ20111008015
公开日2011年7月13日 申请日期2011年3月31日 优先权日2011年3月31日
发明者卢兴见, 吴健, 吴朝晖, 尹建伟, 李莹, 邓水光, 陈韩玮 申请人:浙江大学