工作流事务原子性研究

doi:10.3724/SP.J.1087.2011.01765

计算机应用 ›› 2011, Vol. 31 ›› Issue (07): 1765-1768.DOI: 10.3724/SP.J.1087.2011.01765

工作流事务原子性研究

员亚利¹,陈红梅²

1. 洛阳理工学院计算机与信息工程系，河南洛阳 471023
2. 洛阳理工学院电气工程与自动化系，河南洛阳 471023

收稿日期:2010-12-20 修回日期:2011-01-31 发布日期:2011-07-01 出版日期:2011-07-01
通讯作者: 员亚利
作者简介:员亚利（1975-），女，河南洛阳人，讲师，硕士，主要研究方向：工作流、数据库；陈红梅（1977-），女，湖南潜江人，硕士，主要研究方向：惯性技术、导航制导、电气控制。
基金资助:
洛阳理工学院青年基金资助项目

Research of atomicity in workflow transaction

Ya-li YUAN¹,Hong-mei CHEN²

1. Department of Computer and Information Engineering，Luoyang Institute of Science and Technology，Luoyang Henan 471023，China
2. Department of Electrical Engineering and Automation，Luoyang Institute of Science and Technology，Luoyang Henan 471023，China

Received:2010-12-20 Revised:2011-01-31 Online:2011-07-01 Published:2011-07-01
Contact: Ya-li YUAN

摘要/Abstract

摘要： 传统的工作流管理系统事务处理能力不足，使得系统在失败时不能尽快恢复流程的执行。实现事务工作流原型系统，通过扩充建模功能，在建模阶段指定失败处理模式，当任务执行失败时，系统自动调用事务处理算法保证工作流事务的放松的原子性及数据的一致性和正确性，减少人工参与决策的工作。实验表明，引入了事务处理功能的工作流系统具有任务执行失败后快速恢复的能力。

关键词: 工作流事务, 恢复, 原子性, 失败处理模式, 安全的保护点

Abstract: Traditional workflow management systems lack the abilities of handling transactions, thus cannot recover quickly enough. This paper introduced a prototype of transactional workflow by adding failure mode in modeling. When a task failed, the system could invoke the transactional algorithm with loosed atomicity to assure the data consistence, as well as decrease the work of participants. The experimental result shows that the workflow management system with transaction charactors can recover efficiently after failure.

Key words: workflow transaction, recovery, atomicity, failure mode, safe save point

员亚利陈红梅. 工作流事务原子性研究[J]. 计算机应用, 2011, 31(07): 1765-1768.

Ya-li YUAN Hong-mei CHEN. Research of atomicity in workflow transaction[J]. Journal of Computer Applications, 2011, 31(07): 1765-1768.

[1]	巫光福, 戴子恒. 应对反应攻击的级联中密度准循环奇偶校验码公钥方案[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3274-3280.
[2]	张驰, 李铸洪, 刘舟, 沈未名. 基于场景图划分的无人机影像定位算法[J]. 计算机应用, 2021, 41(10): 3004-3009.
[3]	陈玉娜, 史晓东. 通过标点恢复提高机器同传效果[J]. 计算机应用, 2020, 40(4): 972-977.
[4]	叶杨, 蔡琼, 杜晓标. 基于非局部通道注意力机制的单图像超分辨率方法[J]. 计算机应用, 2020, 40(12): 3618-3623.
[5]	张丽, 孔旭, 孙忠贵. 基于非局部自相似性和低秩矩阵逼近的补全算法[J]. 计算机应用, 2020, 40(11): 3327-3331.
[6]	罗靖宇, 唐宁九. 基于边划分理论的谣言传播模型[J]. 计算机应用, 2019, 39(11): 3409-3414.
[7]	伍秋玉, 张明新, 刘永俊, 郑金龙. 基于改进迭代收缩阈值算法的微观3D重建方法[J]. 计算机应用, 2018, 38(8): 2398-2404.
[8]	王园宇, 张一凡, 王云飞. 单幅粉尘图像的切片重构恢复方法[J]. 计算机应用, 2018, 38(4): 1117-1120.
[9]	苑超, 徐蜜雪, 斯雪明. 对不同种子密钥长度的RC4算法的明文恢复攻击[J]. 计算机应用, 2018, 38(2): 370-373.
[10]	刘宇, 金伟正, 范赐恩, 邹炼. 使用超像素分割与图割的网状遮挡物检测算法[J]. 计算机应用, 2018, 38(1): 238-245.
[11]	洪刘根, 郑霖, 杨超. 基于最小绝对收缩与选择算子模型稀疏恢复的多目标检测[J]. 计算机应用, 2017, 37(8): 2184-2188.
[12]	张新明, 康强, 程金凤, 涂强. 采用自适应四点窗中点滤波的高椒盐噪声滤除方法[J]. 计算机应用, 2017, 37(3): 832-838.
[13]	欧阳宁, 马玉涛, 林乐平. 基于多任务学习的多姿态人脸重建与识别[J]. 计算机应用, 2017, 37(3): 896-900.
[14]	雷恒鑫, 刘惊雷. 利用CUR矩阵分解提高特征选择与矩阵恢复能力[J]. 计算机应用, 2017, 37(3): 640-646.
[15]	丁梦苏, 陈世敏. 轻量级大数据运算系统Helius[J]. 计算机应用, 2017, 37(2): 305-310.

工作流事务原子性研究

Research of atomicity in workflow transaction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics