孫煜華 吳永歡 廖嘉煒
(廣州供電局 廣州 510620)
隨著移動(dòng)互聯(lián)網(wǎng)的興起,應(yīng)用工作模式發(fā)生翻天覆地的變化,為了適應(yīng)移動(dòng)辦公、移動(dòng)支付、移動(dòng)商務(wù)的應(yīng)用趨勢(shì)發(fā)展,各企業(yè)考慮將PC端應(yīng)用向移動(dòng)端遷移;但在企業(yè)普遍采用IT外包或IT眾包構(gòu)建信息化系統(tǒng)的模式下,因涉及眾多廠商的協(xié)調(diào)、接口文檔的缺失、關(guān)鍵人員的變動(dòng)等,使得應(yīng)用系統(tǒng)移動(dòng)化遷移實(shí)施則面臨不小難題,溝通環(huán)節(jié)多而復(fù)雜、耗時(shí)長(zhǎng)、效率低。
DaaS(Data-as-a-service),繼 IaaS、PaaS、SaaS后又一新概念,“數(shù)據(jù)即服務(wù)”,將數(shù)據(jù)以服務(wù)形式開放,精細(xì)化管理并供場(chǎng)景消費(fèi),這種數(shù)據(jù)供消模式就是DaaS。DaaS服務(wù)需要程序化載體,其主要實(shí)現(xiàn)形式就是API,因Open(開放與兼容性)、Con?figurable(可配置)、Handy(規(guī)范好用)、Accountable(可計(jì)量)、Secure(安全性)等服務(wù)特性,使得基于DAAS的應(yīng)用系統(tǒng)移動(dòng)化遷移成為可能。
因此,本研究主要基于DAAS構(gòu)建技術(shù)架構(gòu)平臺(tái)實(shí)現(xiàn)應(yīng)用系統(tǒng)移動(dòng)化遷移,對(duì)于業(yè)務(wù)應(yīng)用系統(tǒng)API自動(dòng)生成過(guò)程與業(yè)務(wù)應(yīng)用架構(gòu)以及底層代碼無(wú)關(guān);研究DaaS生成的API接口以微服務(wù)方式發(fā)布,獨(dú)立運(yùn)行于業(yè)務(wù)應(yīng)用之外,不需要改變業(yè)務(wù)應(yīng)用已有運(yùn)行模式,從而解決與廠商、人員、接口等關(guān)鍵環(huán)節(jié)強(qiáng)相關(guān)性難題,通過(guò)選取廣州供電局OA辦公系統(tǒng)移動(dòng)化,并實(shí)際驗(yàn)證其有效性。
面向大數(shù)據(jù)構(gòu)建DaaS數(shù)據(jù)開采融合平臺(tái),以創(chuàng)新體系結(jié)構(gòu)模型技術(shù),重建出業(yè)務(wù)系統(tǒng)的數(shù)據(jù)接口,快速實(shí)時(shí)挖掘出系統(tǒng)數(shù)據(jù),形成多源數(shù)據(jù)共享池,為數(shù)據(jù)開放、融合與增值創(chuàng)新提供高效的平臺(tái)支撐。

圖1 DAAS平臺(tái)架構(gòu)
DAAS平臺(tái)架構(gòu)分為3個(gè)層次:應(yīng)用系統(tǒng)層、API共享層、移動(dòng)化接入層,見圖1所示。
應(yīng)用系統(tǒng)層是由提供各類業(yè)務(wù)的信息系統(tǒng)所構(gòu)成,不同業(yè)務(wù)系統(tǒng)由不同的廠商建設(shè);共享API層是通過(guò)對(duì)Web應(yīng)用API服務(wù)化,基于人機(jī)交互學(xué)習(xí)實(shí)現(xiàn)多個(gè)業(yè)務(wù)流程和數(shù)據(jù)重組與聚合,API以服務(wù)形式共享給相應(yīng)系統(tǒng)進(jìn)行調(diào)用,無(wú)需受限于應(yīng)用系統(tǒng)開發(fā)商,更加快速構(gòu)建應(yīng)用;移動(dòng)接入層采用Micro Service微服務(wù)架構(gòu)理念快速打通應(yīng)用邊界,對(duì)API進(jìn)行封裝、搭配與數(shù)據(jù)聚合,從而形成各種各樣的移動(dòng)化應(yīng)用等個(gè)性化需求。
基于資源利用率、運(yùn)行能力、安全性等多方面考慮,引入DAAS云服務(wù)模式,使得用戶可按需獲得更充沛的移動(dòng)桌面運(yùn)行能力,大量移動(dòng)化終端訪問由直接訪問形式變?yōu)橥ㄟ^(guò)DAAS云平臺(tái)間接訪問;利用云技術(shù)共享計(jì)算和存儲(chǔ)資源,從而實(shí)現(xiàn)高效的資源調(diào)度與管理策略,實(shí)現(xiàn)資源的一體化管理和按需分配,隔離上層服務(wù)和資源直接對(duì)應(yīng)關(guān)系;以便將合適的API數(shù)據(jù)資源交付給移動(dòng)化終端,并通過(guò)數(shù)據(jù)資源的動(dòng)態(tài)調(diào)配來(lái)保障用戶體驗(yàn)問題。
基于DAAS將用戶信息系統(tǒng)、應(yīng)用程序API和用戶數(shù)據(jù)轉(zhuǎn)移到云計(jì)算環(huán)境中,用戶本地不保留數(shù)據(jù),實(shí)現(xiàn)移動(dòng)化終端與應(yīng)用系統(tǒng)的集中運(yùn)行、存儲(chǔ)和監(jiān)控。
實(shí)現(xiàn)應(yīng)用系統(tǒng)移動(dòng)化遷移,核心是實(shí)現(xiàn)每個(gè)業(yè)務(wù)流程的API化,因此,具體遷移化流程為1)學(xué)習(xí) -> 2)生成 -> 3)部署 -> 4)運(yùn)行 -> 5)管理,如圖2所示。

圖2 移動(dòng)化遷移原理圖
從圖2中可見,主要通過(guò)對(duì)源系統(tǒng)界面和數(shù)據(jù)流的人機(jī)交互機(jī)器學(xué)習(xí),將系統(tǒng)復(fù)雜的數(shù)據(jù)請(qǐng)求及展示轉(zhuǎn)化為開放簡(jiǎn)潔API;一鍵部署API,搭建負(fù)載均衡和緩存架構(gòu),通過(guò)配置文件調(diào)整并發(fā)量、緩存、媒體處理效率等;基于API編寫數(shù)據(jù)消費(fèi)程序,執(zhí)行程序調(diào)用API讀寫數(shù)據(jù),最后進(jìn)行API調(diào)配管理,遵循原系統(tǒng)用戶訪問和使用習(xí)慣讀寫數(shù)據(jù)。
利用黑盒系統(tǒng)API生成和調(diào)用,從消費(fèi)者角度理解資源,復(fù)雜程度變最低,從提供者角度評(píng)估風(fēng)險(xiǎn),系統(tǒng)風(fēng)險(xiǎn)趨近零,從資源相關(guān)者角度協(xié)調(diào)費(fèi)遵循原有系統(tǒng)實(shí)現(xiàn),價(jià)值變現(xiàn)最大化。
設(shè)U是一個(gè)精確數(shù)值集合的定量論域,C為U上對(duì)應(yīng)的定性概念。針對(duì)論域中的任意元素a都存在一個(gè)有穩(wěn)定傾向的隨機(jī)數(shù)μ(a),則這個(gè)隨機(jī)數(shù)μ(a)稱為a對(duì)定性概念C的隸屬度,μ(a)在論域上的分布稱為云模型,每個(gè)x稱為一個(gè)云滴。
在對(duì)定性概念C的處理過(guò)程中,μ(a)是處于變化的過(guò)程中,但是單個(gè)點(diǎn)的局部變化不會(huì)強(qiáng)烈影響到隸屬度云的整體特征,對(duì)于負(fù)載預(yù)測(cè)而言,隸屬度值呈現(xiàn)的規(guī)律性變化才是值得重點(diǎn)研究的。
云模型中每一個(gè)點(diǎn)由期望值Ex、熵En、超熵He三個(gè)數(shù)字特征來(lái)表達(dá),云模型以及數(shù)字特征如圖3所示。
期望值Ex是云滴在U上分布的期望,在圖3中直觀表現(xiàn)為云的中心值。熵En是該點(diǎn)對(duì)于C的隸屬度值,表達(dá)了該點(diǎn)的模糊性和隨機(jī)性。超熵He為熵的不確定性度量,反應(yīng)了云的凝聚度,在圖中直觀表現(xiàn)為云的厚度。

圖3 云模型原理圖
云模型的生成算法有正向云發(fā)生器和逆向云發(fā)生器。正向云發(fā)生器實(shí)現(xiàn)從定性概念到其定量表示的映射功能,逆向云發(fā)生器實(shí)現(xiàn)定量值到定性概念的轉(zhuǎn)換功能。
云模型的時(shí)間序列預(yù)測(cè)操作流程主要有4個(gè)步驟:設(shè)置/優(yōu)化建模參數(shù)據(jù)預(yù)處理,云模型預(yù)測(cè)以及模型評(píng)價(jià)。云模型時(shí)間序列預(yù)測(cè)流程如圖4所示。

圖4 移動(dòng)化遷移原理圖
預(yù)測(cè)算法流程大致可以分為兩步。
第一步,對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行格式化處理,以便進(jìn)行模型評(píng)價(jià)。格式化處理的方法是首先對(duì)經(jīng)過(guò)零均值化處理的負(fù)載數(shù)據(jù)進(jìn)行二次差分運(yùn)算以消除其趨勢(shì)線,然后用偏差法進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)采集的數(shù)據(jù)主機(jī)的負(fù)載序列是{L}t(t=1,2,……,n),則經(jīng)過(guò)零均值化處理后API負(fù)載序列為{L'}。一階t差分運(yùn)算和二階差分運(yùn)算表達(dá)式如下。

因?yàn)槲锢碇鳈C(jī)上運(yùn)行API負(fù)載變化具有非線性特征,因此采用偏差法進(jìn)行處理,以便基于云模型對(duì)其進(jìn)行評(píng)價(jià)。偏差法的處理公式如下。

第二步,通過(guò)云模型進(jìn)行預(yù)測(cè),將預(yù)測(cè)得到的預(yù)測(cè)序列進(jìn)行反差分處理,即可得到最終的預(yù)測(cè)值。預(yù)測(cè)之間先要計(jì)算出序列{D}t的Ex、En和He。現(xiàn)在逆向云發(fā)生器中計(jì)算出Ex,然后根據(jù)式(4)計(jì)算出En,最后通過(guò)式5計(jì)算出序列方差S,將方差S帶入式(6)得出He。

將計(jì)算得出的Ex、En和He輸入到正向云發(fā)生器中,生成期望為En、方差為He2的隨機(jī)數(shù),然后依據(jù)正向云發(fā)生器生成期望是Ex、方差是的隨機(jī)數(shù)yt,最后依據(jù)式(7)計(jì)算出隸屬度mt。如果需要預(yù)測(cè)后面x個(gè)應(yīng)用API的資源利用率,只需要重復(fù)上述操作即可獲得資源利用率預(yù)測(cè)序列{xt,m}t(t=1,2,…,x)。最后將得出的序列和一階差分序列、二階差分序列進(jìn)行兩次反差分計(jì)算,得出最終的資源利用率的預(yù)測(cè)數(shù)值。

針對(duì)廣州供電局OA協(xié)同辦公移動(dòng)化遷移,按遷移流程首先對(duì)OA協(xié)同辦公系統(tǒng)進(jìn)行人機(jī)交互學(xué)習(xí)、數(shù)據(jù)抓取構(gòu)建一個(gè)個(gè)API服務(wù)平臺(tái)(收文API、發(fā)文API、待辦API等等)進(jìn)行供給、管理和增值處理,OA API服務(wù)平臺(tái)具備負(fù)載均衡、線性擴(kuò)容等特點(diǎn),如圖5所示。
在本次移動(dòng)化遷移過(guò)程中沒有要求OA源廠商配合,沒有原始技術(shù)文檔參考,基于機(jī)器學(xué)習(xí)、云模型、遷移技術(shù)僅投入2人5天就已快速實(shí)現(xiàn)用戶登錄、收文代辦處理、全部收文、APP開發(fā)等數(shù)據(jù)接口,供搭建移動(dòng)APP靈活調(diào)用,如圖6所示,經(jīng)驗(yàn)證可行并且有效。

圖5 OA API服務(wù)平臺(tái)

圖6 OA移動(dòng)化遷移實(shí)施
本文研究了基于DAAS基礎(chǔ)架構(gòu)的一種應(yīng)用系統(tǒng)移動(dòng)化遷移技術(shù),對(duì)DAAS服務(wù)架構(gòu)和應(yīng)用系統(tǒng)遷移技術(shù)進(jìn)行了重點(diǎn)研究,提出了一種基于DAAS的應(yīng)用系統(tǒng)移動(dòng)化遷移方案,并得出如下結(jié)論:1)基于機(jī)器學(xué)習(xí)的預(yù)測(cè)算法對(duì)Web應(yīng)用系統(tǒng)業(yè)務(wù)流程進(jìn)行API提取與聚合,也使得應(yīng)用系統(tǒng)移動(dòng)化、業(yè)務(wù)系統(tǒng)數(shù)據(jù)獲取均變得簡(jiǎn)單高效,通過(guò)制定服務(wù)規(guī)范為第三方服務(wù)系統(tǒng)所調(diào)用訪問,從而大大降低復(fù)雜度;2)基于云模型搭建DAAS服務(wù)平臺(tái)在實(shí)現(xiàn)遷移方案能夠有效均衡API的調(diào)用、數(shù)據(jù)聚合的安全性,提升API共享調(diào)用的有效性和運(yùn)行效率。