CN110765098B - 流程运行预测系统及方法 - Google Patents

流程运行预测系统及方法 Download PDF

Info

Publication number
CN110765098B
CN110765098B CN201910823640.5A CN201910823640A CN110765098B CN 110765098 B CN110765098 B CN 110765098B CN 201910823640 A CN201910823640 A CN 201910823640A CN 110765098 B CN110765098 B CN 110765098B
Authority
CN
China
Prior art keywords
flow
workflow
data source
database
instance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910823640.5A
Other languages
English (en)
Other versions
CN110765098A (zh
Inventor
俞强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wanghai Kangxin Beijing Technology Co ltd
Original Assignee
Wanghai Kangxin Beijing Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wanghai Kangxin Beijing Technology Co ltd filed Critical Wanghai Kangxin Beijing Technology Co ltd
Priority to CN201910823640.5A priority Critical patent/CN110765098B/zh
Publication of CN110765098A publication Critical patent/CN110765098A/zh
Application granted granted Critical
Publication of CN110765098B publication Critical patent/CN110765098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management

Abstract

本申请公开了流程运行预测系统及方法,其中所述系统包括:工作流入口模块,用于接收调用请求并确定调用目的;数据源模块,用于响应于所述调用目的为流程正常执行,返回指向工作流数据库的标准数据源;及用于响应于所述调用目的为流程预测执行,将数据源动态切换为指向一不同于所述标准数据源的、指向内存数据库的内存数据源;其中所述工作流数据库用于至少存储流程定义和流程正常执行实例的结果,及所述内存数据库用于至少存储流程预测执行实例的结果;工作流引擎,用于根据所述数据源模块确定的数据源存取数据并执行流程实例。本发明使能以极小的资源占用实现流程预测实例的运行,不影响正常流程处理,对现有工作流引擎几乎无改动,速度快。

Description

流程运行预测系统及方法
技术领域
本申请涉及电数字数据处理领域,尤其涉及流程运行预测系统。
背景技术
工作流是一类能够由用户参与执行或自动执行的业务过程,是对业务流程及其各操作步骤之间业务规则的抽象、概括、描述。工作流系统,即将工作流程中的工作如何前后组织在一起的逻辑和规则在计算机中以恰当的模型进行表示并对其实施运行。工作流运行通常由工作流引擎来完成。
在实际工作中,工作流实例在工作流引擎中创建后,不论是流程发起人还是流程进行过程中的流程审核人,都会关注流程的运行状态(历史)及流程的后续运行路由。这就涉及到对流程运行的预测处理。流程预测会占用流程引擎的逻辑计算能力;每一步流程模拟结果需要存储以供后续预测步骤使用,预测结果数据在模拟结束后不能留在数据库中,需要清除干净。
当工作流引擎以公有云服务的形式独立部署,工作流引擎就可以服务于多个企业(组织)的不同业务系统。
现有的一种方案是建立完整的模拟运行环境,建立独立的外部依赖的业务系统、工作流引擎副本及数据库副本,根据不同步骤的流程任务,分别模拟任务处理人的物理执行操作步骤(登录业务系统、执行业务功能,鼠标点击或键盘录入操作),流程结束后,最后得到运行数据,经分析产生运行模拟结果。模拟分析结束后,删除所有的模拟运行环境(业务系统、工作流引擎、数据库)。然而,按照这种方案,由于模拟进行业务系统操作步骤很复杂,技术难度大,无法形成通用方案,耗费时间、占用资源大,通用性差;并发模拟会占用更多资源,不支持公有云。
现有技术中还有一种方案是建立接口(API级别)模拟业务运行环境、工作流引擎副本及数据库副本,根据流程实例任务,向mock(模拟)业务系统或工作流引擎接口发出调用,推动流程运行,流程结束后,得到运行数据,经分析产生运行模拟结果。由于流程运行可能是多人、多步操作,流程的运行数据都保存在数据库内,模拟分析结束后,删除模拟数据库和模拟工作流引擎。该方案支持公有云,但耗费时间、占用资源,并发模拟会占用更多资源。
现有技术中还有一种方案是使用当前工作流引擎及数据使用实例所在运行环境,根据流程实例任务,以任务处理人的身份向工作流引擎接口发出调用,推动流程运行,流程结束后,得到运行数据,经分析产生运行模拟结果。由于流程运行可能是多人、多步操作,流程的运行数据都保存在数据库内,模拟分析结束后,模拟过程中产生的数据需要全部撤销。删除模拟过程中产生数据逻辑,也非常复杂,需要对工作流引擎的内部实现原理非常清楚,不能误删或遗留数据。在流程预测过程中,其他人不能对进行预测的实例做正常业务处理,影响正常的业务处理。
发明内容
为了克服现有技术中存在的不足,本发明要解决的技术问题是提供一种流程运行预测系统及方法,其能以极小的资源占用实现流程预测实例的运行,不影响正常流程处理,无需对现有工作流引擎内部的处理逻辑进行实质性改动。
为解决上述技术问题,根据本发明的第一方面,提供一种流程运行预测系统,该系统包括:
工作流入口模块,用于接收调用请求并确定调用目的;
数据源模块,用于响应于所述调用目的为流程正常执行,返回指向工作流数据库的标准数据源;及用于响应于所述调用目的为流程预测执行,将数据源动态切换为指向一不同于所述标准数据源的、指向内存数据库的内存数据源;其中所述工作流数据库用于至少存储流程定义和流程正常执行实例的结果,及所述内存数据库用于至少存储流程预测执行实例的结果;
工作流引擎,用于根据所述数据源模块确定的数据源存取数据并执行流程实例。
作为本发明所述系统的改进,所述系统还包括数据删除模块,响应于所述调用目的为流程预测执行及响应于流程实例运行结束,将内存数据库中的模拟数据全部删除。
作为本发明所述系统的另一种改进,所述系统还包括预测推进器模块,用于响应于从所述工作流入口模块获知所述调用目的为流程预测执行,从所述工作流数据库将流程定义、已有流程实例及所有待办任务数据读入内存;及用于将当前请求线程的访问数据库连接全部指向所述内存数据库然后调用所述工作流引擎。
作为本发明所述系统的又一种改进,所述系统还包括内存数据库创建模块,用于响应于不存在空闲内存数据库,即时创建一个本地内存数据库。
作为本发明所述系统的进一步改进,所述预测推进器模块还用于确定流程是否已经结束;及响应于流程没有结束,读取最新的流程实例待处理任务,用前面已经获得的数据源设置当前线程,再次调用工作流引擎。
作为本发明所述系统的再进一步改进,所述预测推进器模块还用于响应于流程结束,读取内存数据库里的流程预测执行实例的结果并将其与内存中的已读数据合并,得到流程预测实例的预测结果。
为解决上述技术问题,根据本发明的第二方面,提供一种基于公有云的流程系统,该基于公有云的流程系统包括两个以上根据本发明第一方面的流程运行预测系统,每一所述流程运行预测系统作为一个引擎实例,及包括公有云管理模块,其中每一流程运行预测系统的工作流数据库合并为一个工作流数据库,所述公有云管理模块用于根据预设条件选择引擎实例之一并将处理请求经公有云转发给所选择的引擎实例进行处理。
作为本发明第二方面的系统的改进,所述基于公有云的流程系统还包括:引擎实例创建模块,用于响应于现有引擎实例不能满足处理请求,动态创建新的引擎实例;和/或引擎实例销毁模块,用于响应于一个以上引擎实例空闲,销毁空闲的一个或多个引擎实例。
为解决上述技术问题,根据本发明的第三方面,提供一种流程运行预测方法,该方法包括:
接收调用请求并确定调用目的;
响应于所述调用目的为流程正常执行,返回指向工作流数据库的标准数据源;及响应于所述调用目的为流程预测执行,将数据源动态切换为指向一不同于所述标准数据源的指向内存数据库的内存数据源;其中所述工作流数据库用于至少存储流程定义和流程正常执行实例的结果,及所述内存数据库用于至少存储流程预测执行实例的结果;
根据确定的数据源存取数据并执行流程实例。
为解决上述技术问题,本发明的有形计算机可读介质,包括用于执行本发明的流程运行预测方法的计算机程序代码。
为解决上述技术问题,本发明提供一种装置,包括至少一个处理器;及至少一个存储器,含有计算机程序代码,所述至少一个存储器和所述计算机程序代码被配置为利用所述至少一个处理器使得所述装置执行本发明的流程运行预测方法的至少部分步骤。
按照本发明,在工作流引擎的后台服务里根据调用目的进行动态数据源切换。在正常处理流程任务时,使用标准数据源,指向工作流(标准)数据库;在进行查询预测时,读取现有流程定义及运行实例数据后,将数据源动态指向某个内存数据库实例,反复模拟用户身份调用工作流引擎接口,直至流程实例运行结束,读取内存数据库得到流程预测执行结果。采用这种技术方案,对工作流引擎内部的处理逻辑几乎没有改动。本发明根据流程请求目的不同,动态切换工作流引擎数据源,工作流引擎无感知;及基于内存的流程预测数据库,轻量级创建,读写快,易回收,且与流程运行数据隔离。在工作流引擎独立运行模式下,可在不影响流程正常处理的前提下,提供快速的模拟运行结果,支持并发处理,且资源占用极小。
结合附图阅读本发明实施方式的详细描述后,本发明的其它特点和优点将变得更加清楚。
附图说明
图1为根据本发明的流程运行预测系统的一个实施例的结构示意图。
图2为根据本发明的基于公有云的流程系统的一个实施例的结构示意图。
图3为根据本发明方法的一个实施例的流程图。
为清晰起见,这些附图均为示意性及简化的图,它们只给出了对于理解本发明所必要的细节,而省略其他细节。
具体实施方式
下面参照附图对本发明的实施方式和实施例进行详细说明。
通过下面给出的详细描述,本发明的适用范围将显而易见。然而,应当理解,在详细描述和具体例子表明本发明优选实施例的同时,它们仅为说明目的给出。
在传统工作流系统中,一般包括工作流引擎和工作流数据库。
图1示出了根据本发明的流程运行预测系统的一个实施例的结构示意图,其包括工作流入口模块102、数据源模块104、预测推动器模块106、工作流引擎108、一个标准工作流数据库110及一个或多个(在此示为两个)内存数据库实例112。
工作流入口模块102,是外部调用工作流系统的入口,所有外面的调用请求都从这里进入。
数据源模块104用于根据调用目的的不同,返回不同的数据源(数据库连接)。正常调用时,返回指向标准工作流数据库的数据源(数据库连接),利用Spring框架的AOP(面向切面)技术,当前请求线程对数据库读写操作的实现类均指向标准工作流数据库,后续正常调用工作流引擎,对流程实例进行正常处理。Spring是一个java语言实现且被广泛使用的轻量级的控制反转(IoC)和面向切面(AOP)的容器框架。控制反转是一种松耦合技术,指一个对象依赖的其它对象会通过被动的方式传递进来,而不是这个对象自己创建或者查找依赖对象,不是对象从容器中查找依赖,而是容器在对象初始化时不等对象请求就主动将依赖传递给它。面向切面:Spring提供了面向切面编程的支持,允许通过分离应用的业务逻辑与系统级服务(例如审计和事务管理)进行内聚性的开发,应用对象只实现它们应该做的--完成业务逻辑--仅此而已,它们并不负责(甚至是意识)其它的系统级关注点,例如日志或事务支持。
对于预测的请求,预测推动器模块106先获得指向标准工作流数据库110的数据源(数据库连接),用标准数据源将流程定义和已有流程实例及所有待办任务数据读入内存;然后根据轮询策略获得一个指向例如空闲的内存数据库112的数据源(数据库连接)。如果不是第一次模拟预测,可读取前次模拟的内存数据源,否则读取空闲内存数据库对应的数据源。如果没有任何内存数据库可用,则即时创建一个本地内存数据库。预测推动器模块106将当前请求线程的访问数据库连接全部指向内存数据库,再继续调用工作流引擎108处理流程的待办任务。第一次访问由数据源模块动态切换数据源,第一次访问引发的后续访问可只访问第一次确定的内存数据库。任务处理完成,预测推动器模块106可判断流程是否已经结束,如果流程没有结束,则预测推动器模块读取最新的流程实例待处理任务,根据任务的待处理人不同,分别进行用户身份模拟,以任务待处理人身份,用前面已经获得的数据源设置当前线程(即数据源不变),再次调用工作流引擎,执行任务处理模拟,直至流程结束。如果流程结束,则读取内存数据库里的流程实例数据并与内存中的已读数据进行合并,得到流程实例的预测结果。然后清空内存数据库的数据,返回流程实例的预测结果。
采用AOP技术,根据请求来源的不同,在线程上拦截请求,动态切换数据库,工作流引擎无感知,内部逻辑不需要改变,轻松实现流程处理与流程预测互不干扰,流程运行数据与预测数据动态隔离,并发访问无影响。以极小的资源占用,实现流程实例的发起人及流程执行过程中的多个参与审核人,同时查看流程实例运行历史并预测流程后续运行结果,且不影响正常流程处理。
图2示出了根据本发明的基于公有云的流程系统的一实施例的结构示意图。在公有云模式下,工作流引擎存在多个实例,且可根据实际情况动态创建或销毁,流程运行数据(工作流数据库)只有一份。但逻辑上有一个公共工作流入口模块202和公有云管理模块204。
正常调用时,公共工作流入口模块202调用公有云管理模块204,公有云管理模块204根据流程引擎空闲计算能力最大及引擎与工作流数据网络路由最短的策略,返回一个流程引擎地址,公共工作流入口模块202将处理请求转给该工作流引擎实例,由此引擎进行处理。
对于预测的请求,公共工作流入口模块202调用公有云管理模块204,公有云管理模块204根据流程引擎空闲计算能力最大及流程引擎宿主机空闲内存最大策略,返回一个流程引擎地址,公共工作流入口模块202将预测请求转给这个工作流引擎实例,由此引擎进行预测。预测请求的后续预测步骤,都在此引擎实例上进行。
公有云管理模块204负责管理工作流引擎实例。如果现有工作流引擎实例不能满足请求处理或预测要求,则公共工作流入口模块触发公有云管理模块,动态创建新的引擎实例;如果空闲引擎实例过多,则根据最长空闲时间,将空闲时间最长的引擎实例销毁。
在公有云运行模式下,可以最大限度利用公共工作流引擎服务的计算能力,提供高并发响应能力,降低资源占用和维护成本。
图3为根据本发明的流程运行预测方法的一实施例的流程图。该方法包括:步骤S302,接收调用请求并确定调用目的;步骤S304,响应于所述调用目的为流程正常执行,返回指向工作流数据库的标准数据源;及响应于所述调用目的为流程预测执行,将数据源动态切换为指向一不同于所述标准数据源的指向内存数据库的内存数据源;其中所述工作流数据库用于至少存储流程定义和流程正常执行实例的结果,及所述内存数据库用于至少存储流程预测执行实例的结果;及步骤S306,根据确定的数据源存取数据并执行流程实例。
在此所述的多个不同实施例或者其特定特征、结构或特性可在本发明的一个或多个实施方式中适当组合。另外,在某些情形下,只要适当,流程图中和/或流水处理描述的步骤顺序可修改,并不必须精确按照所描述的顺序执行。另外,本发明的多个不同方面可使用软件、硬件、固件或者其组合和/或执行所述功能的其它计算机实施的模块或装置进行实施。本发明的软件实施可包括保存在计算机可读介质中并由一个或多个处理器执行的可执行代码。计算机可读介质可包括计算机硬盘驱动器、ROM、RAM、闪存、便携计算机存储介质如CD-ROM、DVD-ROM、闪盘驱动器和/或例如具有通用串行总线(USB)接口的其它装置,和/或任何其它适当的有形或非短暂计算机可读介质或可执行代码可保存于其上并由处理器执行的计算机存储器。本发明可结合任何适当的操作系统使用。
除非明确指出,在此所用的单数形式“一”、“该”均包括复数含义(即具有“至少一”的意思)。应当进一步理解,说明书中使用的术语“具有”、“包括”和/或“包含”表明存在所述的特征、步骤、操作、元件和/或部件,但不排除存在或增加一个或多个其他特征、步骤、操作、元件、部件和/或其组合。如在此所用的术语“和/或”包括一个或多个列举的相关项目的任何及所有组合。
前面说明了本发明的一些优选实施例,但是应当强调的是,本发明不局限于这些实施例,而是可以本发明主题范围内的其它方式实现。本领域技术人员可以在本发明技术构思的启发和不脱离本发明内容的基础上对本发明做出各种变型和修改,这些变型或修改仍落入本发明的保护范围之内。

Claims (9)

1.一种流程运行预测系统,其特征在于,所述系统包括:
工作流入口模块,用于接收调用请求并确定调用目的;
数据源模块,用于响应于所述调用目的为流程正常执行,返回指向工作流数据库的标准数据源;及用于响应于所述调用目的为流程预测执行,将数据源动态切换为指向一不同于所述标准数据源的、指向内存数据库的内存数据源;其中所述工作流数据库用于至少存储流程定义和流程正常执行实例的结果,及所述内存数据库用于至少存储流程预测执行实例的结果;
工作流引擎,用于根据所述数据源模块确定的数据源存取数据并执行流程实例;
预测推进器模块,用于响应于从所述工作流入口模块获知所述调用目的为流程预测执行,从所述工作流数据库将流程定义、已有流程实例及所有待办任务数据读入内存;及用于将当前请求线程的访问数据库连接全部指向所述内存数据库然后调用所述工作流引擎。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括:
数据删除模块,响应于所述调用目的为流程预测执行及响应于流程实例运行结束,将内存数据库中的模拟数据全部删除。
3.根据权利要求1所述的系统,其特征在于,所述系统还包括:
内存数据库创建模块,用于响应于不存在空闲内存数据库,即时创建一个本地内存数据库。
4.根据权利要求1所述的系统,其特征在于,所述预测推进器模块还用于确定流程是否已经结束;及响应于流程没有结束,读取最新的流程实例待处理任务,用前面已经获得的数据源设置当前线程,再次调用工作流引擎。
5.根据权利要求1或4所述的系统,其特征在于,所述预测推进器模块还用于响应于流程结束,读取内存数据库里的流程预测执行实例的结果并将其与内存中的已读数据合并,得到流程预测实例的预测结果。
6.一种基于公有云的流程系统,其特征在于,所述基于公有云的流程系统包括两个以上根据权利要求1所述的流程运行预测系统,每一所述流程运行预测系统作为一个引擎实例,及包括公有云管理模块,其中每一流程运行预测系统的工作流数据库合并为一个工作流数据库,所述公有云管理模块用于根据预设条件选择引擎实例之一并将处理请求经公有云转发给所选择的引擎实例进行处理。
7.根据权利要求6所述的基于公有云的流程系统,其特征在于,所述基于公有云的流程系统还包括:
引擎实例创建模块,用于响应于现有引擎实例不能满足处理请求,动态创建新的引擎实例;和/或
引擎实例销毁模块,用于响应于一个以上引擎实例空闲,销毁空闲的一个或多个引擎实例。
8.根据权利要求6所述的基于公有云的流程系统,其特征在于,所述预设条件包括:对于流程正常执行,选择空闲计算能力最大且与工作流数据网络路由最短的引擎实例;和/或对于流程预测执行,选择空闲计算能力最大且引擎宿主机空闲内存最大的引擎实例。
9.一种流程运行预测方法,其特征在于,所述方法包括:
接收调用请求并确定调用目的;
响应于所述调用目的为流程正常执行,返回指向工作流数据库的标准数据源;及响应于所述调用目的为流程预测执行,将数据源动态切换为指向一不同于所述标准数据源的指向内存数据库的内存数据源;其中所述工作流数据库用于至少存储流程定义和流程正常执行实例的结果,及所述内存数据库用于至少存储流程预测执行实例的结果;
响应于获知所述调用目的为流程预测执行,从所述工作流数据库将流程定义、已有流程实例及所有待办任务数据读入内存;及将当前请求线程的访问数据库连接全部指向所述内存数据库;
根据确定的数据源存取数据并执行流程实例。
CN201910823640.5A 2019-09-02 2019-09-02 流程运行预测系统及方法 Active CN110765098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910823640.5A CN110765098B (zh) 2019-09-02 2019-09-02 流程运行预测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910823640.5A CN110765098B (zh) 2019-09-02 2019-09-02 流程运行预测系统及方法

Publications (2)

Publication Number Publication Date
CN110765098A CN110765098A (zh) 2020-02-07
CN110765098B true CN110765098B (zh) 2020-10-02

Family

ID=69329341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910823640.5A Active CN110765098B (zh) 2019-09-02 2019-09-02 流程运行预测系统及方法

Country Status (1)

Country Link
CN (1) CN110765098B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408899A (zh) * 2008-11-21 2009-04-15 北京中企开源信息技术有限公司 一种网站多数据源切换方法和装置
CN104966136A (zh) * 2015-06-25 2015-10-07 北京慧点科技有限公司 一种流程执行动态预测方法
CN108667930A (zh) * 2018-05-09 2018-10-16 聚龙股份有限公司 一种动态数据源配置与自动化切换方法
CN109087004A (zh) * 2018-08-03 2018-12-25 北京东软望海科技有限公司 一种基于领域模型的公共工作流引擎系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102007504A (zh) * 2007-11-10 2011-04-06 兰德马克绘图国际公司,哈里伯顿公司 工作流程自动化、自适应和集成的系统及方法
US10579750B2 (en) * 2015-06-05 2020-03-03 Uptake Technologies, Inc. Dynamic execution of predictive models
CN107451152B (zh) * 2016-05-31 2021-06-11 阿里巴巴集团控股有限公司 计算设备、数据缓存和查找的方法及装置
DE102016008750A1 (de) * 2016-07-18 2018-01-18 Liebherr-Werk Nenzing Gmbh Verfahren zum Abschätzen einer erwarteten Lebensdauer eines Bauteils einer Maschine
CN110166810B (zh) * 2019-04-25 2022-03-29 腾讯科技(深圳)有限公司 视频渲染引擎切换方法、装置、设备及可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408899A (zh) * 2008-11-21 2009-04-15 北京中企开源信息技术有限公司 一种网站多数据源切换方法和装置
CN104966136A (zh) * 2015-06-25 2015-10-07 北京慧点科技有限公司 一种流程执行动态预测方法
CN108667930A (zh) * 2018-05-09 2018-10-16 聚龙股份有限公司 一种动态数据源配置与自动化切换方法
CN109087004A (zh) * 2018-08-03 2018-12-25 北京东软望海科技有限公司 一种基于领域模型的公共工作流引擎系统

Also Published As

Publication number Publication date
CN110765098A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN107885762B (zh) 智能大数据系统、提供智能大数据服务的方法和设备
CN112668386A (zh) 使用机器人过程自动化用于文档处理的长时间运行工作流
CN110806933B (zh) 一种批量任务处理方法、装置、设备和存储介质
US10853154B2 (en) Orchestration of a sequence of computations by external systems
US8990820B2 (en) Runtime task with inherited dependencies for batch processing
CN108287708B (zh) 一种数据处理方法、装置、服务器及计算机可读存储介质
US20210248469A1 (en) Method and apparatus for scheduling deep learning reasoning engines, device, and medium
JP6903755B2 (ja) データ統合ジョブ変換
US11082517B2 (en) Content transformations using a transformation node cluster
CN112068936A (zh) 一种工作流管理平台及工作流管理系统
EP3961395A1 (en) Method and apparatus for scheduling memory access request, device and storage medium
KR101770191B1 (ko) 자원 할당 방법 및 그 장치
CN110781159B (zh) Ceph目录文件信息读取方法、装置、服务器及存储介质
US11687848B2 (en) Identifying correlated roles using a system driven by a neural network
CN113094125B (zh) 业务流程处理方法、装置、服务器及存储介质
CN114253713A (zh) 一种基于reactor的异步批处理方法及系统
US11934927B2 (en) Handling system-characteristics drift in machine learning applications
CN110765098B (zh) 流程运行预测系统及方法
KR20090068938A (ko) 분산된 엔지니어링 자원의 통합 및 실행을 위한 엔지니어링프레임워크 및 그를 이용한 방법
US20230297346A1 (en) Intelligent data processing system with metadata generation from iterative data analysis
CN111046430B (zh) 数据处理方法及装置、存储介质及电子设备
US11709807B2 (en) Optimized tenant schema generation
US11816621B2 (en) Multi-computer tool for tracking and analysis of bot performance
CN115222041B (zh) 用于模型训练的图生成方法、装置、电子设备及存储介质
US20210158313A1 (en) Blockchain payment notification system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information

Address after: 801-2, floor 8, building 3, No. 22, Ronghua Middle Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Wanghai Kangxin (Beijing) Technology Co., Ltd

Address before: 100060 room 07, block 2, building B, No. 12, Hongda North Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant before: Beijing Neusoft Wang Hai Technology Co., Ltd.

CB02 Change of applicant information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant