本發(fā)明涉及計(jì)算機(jī)領(lǐng)域中的數(shù)字員工，具體涉及一種基于hrrn的分布式數(shù)字員工任務(wù)分級(jí)調(diào)度方法及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、高響應(yīng)比優(yōu)先調(diào)度算法（highest?response?ratio?next）是一種對(duì)cpu中央控制器響應(yīng)比的分配的一種算法。hrrn是介于fcfs（先來先服務(wù)算法）與sjf（短作業(yè)優(yōu)先算法）之間的折中算法，既考慮作業(yè)等待時(shí)間又考慮作業(yè)運(yùn)行時(shí)間，既照顧短作業(yè)又不使長作業(yè)等待時(shí)間過長，改進(jìn)了調(diào)度性能。高響應(yīng)比優(yōu)先調(diào)度算法既考慮作業(yè)的執(zhí)行時(shí)間也考慮作業(yè)的等待時(shí)間，綜合了先來先服務(wù)和最短作業(yè)優(yōu)先兩種算法的特點(diǎn)。hrrn算法中的響應(yīng)比是指作業(yè)等待時(shí)間與運(yùn)行比值，響應(yīng)比公式定義如下：響應(yīng)比?=（等待時(shí)間+要求服務(wù)時(shí)間）/?要求服務(wù)時(shí)間。

2、機(jī)器人流程自動(dòng)化（robotic?process?automation，簡稱數(shù)字員工）是近幾年在ai浪潮下新興的數(shù)字化轉(zhuǎn)型手段之一，即以數(shù)字員工代替人類員工完成重復(fù)、繁鎖的事務(wù)性流程，旨在提高企業(yè)工作效率，降低企業(yè)運(yùn)營成本。

3、數(shù)字員工數(shù)字員工可進(jìn)行7*24小時(shí)無間歇工作。但數(shù)字員工數(shù)量受限于可支配的機(jī)器數(shù)，如果機(jī)器分配少，會(huì)影響數(shù)字員工流程執(zhí)行時(shí)間，機(jī)器分配多，會(huì)造成資源浪費(fèi)。并且在實(shí)際應(yīng)用中，會(huì)存在一些對(duì)時(shí)效性要求較高的業(yè)務(wù)場(chǎng)景。尤其在金融行業(yè)，第三方業(yè)務(wù)系統(tǒng)對(duì)接數(shù)字員工系統(tǒng)，通過觸發(fā)數(shù)字員工接口來調(diào)起數(shù)字員工流程，實(shí)現(xiàn)某些信息的查詢并將查詢結(jié)果回填至業(yè)務(wù)系統(tǒng)。比如網(wǎng)上開戶系統(tǒng)對(duì)接數(shù)字員工系統(tǒng)，通過登錄證券期貨市場(chǎng)失信記錄查詢平臺(tái)對(duì)客戶進(jìn)行失信查詢，將查詢結(jié)果和截圖回寫至網(wǎng)上開戶系統(tǒng)，供業(yè)務(wù)人員對(duì)客戶信息進(jìn)行完善并提交審核。如果數(shù)字員工流程返回結(jié)果慢，就會(huì)延誤業(yè)務(wù)人員的提交時(shí)間，影響工作效率，失去了數(shù)字員工存在的意義。又如，在投行業(yè)務(wù)中，盡職調(diào)查工作貫穿投行業(yè)務(wù)的始終。業(yè)務(wù)人員會(huì)去諸多網(wǎng)站中檢索他們需要提取的信息，如果某個(gè)業(yè)務(wù)人員需要檢索的網(wǎng)站較多，盡管可以使用數(shù)字員工技術(shù)減少手工操作，但長時(shí)間的檢索任務(wù)會(huì)使機(jī)器一直在占用狀態(tài)，導(dǎo)致隊(duì)列中其他任務(wù)，尤其是時(shí)效性要求較高的任務(wù)無法消費(fèi)，就會(huì)影響其他任務(wù)效率。

4、當(dāng)前在實(shí)施數(shù)字員工過程中，存在三方面問題：第一，數(shù)字員工機(jī)器沒有充分利用，機(jī)器數(shù)無法根據(jù)任務(wù)數(shù)數(shù)量、緊急程度動(dòng)態(tài)伸縮，協(xié)同作戰(zhàn)；第二，不同時(shí)效流程沒有進(jìn)行優(yōu)先級(jí)分級(jí)，導(dǎo)致無法保證強(qiáng)時(shí)效性流程的優(yōu)先執(zhí)行、弱時(shí)效性流程的滯后執(zhí)行；第三，一些執(zhí)行時(shí)間較長的任務(wù)長期占用機(jī)器，不能釋放，也將導(dǎo)致強(qiáng)時(shí)效性高的流程的執(zhí)行效率低下。

5、申請(qǐng)?zhí)枮閏n202210944420.x的中國專利文獻(xiàn)描述了一種數(shù)字員工多任務(wù)調(diào)度方法，通過對(duì)數(shù)字員工總?cè)蝿?wù)執(zhí)行進(jìn)行任務(wù)的依賴計(jì)算和拆解，拆解為微任務(wù)依賴樹，最大限度執(zhí)行微任務(wù)，但其未涉及到批量微任務(wù)在進(jìn)行流程調(diào)度的先后策略問題。

6、申請(qǐng)?zhí)枮閏n202211353019.5的中國專利文獻(xiàn)描述了一種基于遺傳算法的數(shù)字員工流程調(diào)度方法，通過實(shí)時(shí)監(jiān)控集群中各機(jī)器資源波動(dòng)和硬件信息，制定面向成功率和資源花費(fèi)的多目標(biāo)優(yōu)化調(diào)度策略，提升數(shù)字員工作業(yè)調(diào)度成功率和降低集群機(jī)器消費(fèi)，但其主要針對(duì)一些不要求時(shí)效性的后臺(tái)操作流程，對(duì)一些時(shí)效性要求較高的、涉及前端截圖等操作的流程不適用，且機(jī)器資源池固定可能存在資源浪費(fèi)問題。

7、那么，如何在有限的可支配機(jī)器基礎(chǔ)上，最大化應(yīng)用數(shù)字員工工作且保證不同時(shí)效性數(shù)字員工流程先后執(zhí)行順序，滿足強(qiáng)時(shí)效性流程執(zhí)行的實(shí)時(shí)性，變成了數(shù)字員工需要解決的問題之一。

技術(shù)實(shí)現(xiàn)思路

1、鑒于此，本發(fā)明將從以下三個(gè)方面來解決上述問題。第一，將mapreduce思想引入數(shù)字員工流程調(diào)度，對(duì)產(chǎn)生的大任務(wù)通過調(diào)度中心（master）映射為子任務(wù)，分配給各個(gè)機(jī)器節(jié)點(diǎn)（slave）去執(zhí)行，旨在解決時(shí)間較長的任務(wù)長期占用機(jī)器不能釋放的問題；第二，將操作系統(tǒng)cpu處理器作業(yè)調(diào)度的高響應(yīng)比優(yōu)先調(diào)度算法（hrrn）引入數(shù)字員工流程調(diào)度，提出了一種基于hrrn的流程動(dòng)態(tài)優(yōu)先級(jí)調(diào)整方法，旨在解決不同時(shí)效性數(shù)字員工流程的分級(jí)調(diào)度，在有限的機(jī)器上具有強(qiáng)時(shí)效性流程優(yōu)先執(zhí)行、弱時(shí)效性流程的滯后執(zhí)行的問題；與此同時(shí)，提出了一種基于貪心算法的數(shù)字員工機(jī)器資源池動(dòng)態(tài)擴(kuò)容或者縮容方法，通過對(duì)機(jī)器資源池的彈性伸縮更進(jìn)一步解決機(jī)器資源池資源浪費(fèi)問題，進(jìn)一步提高了強(qiáng)時(shí)效性數(shù)字員工流程的執(zhí)行實(shí)時(shí)性。

2、本發(fā)明的基于hrrn的分布式數(shù)字員工任務(wù)分級(jí)調(diào)度方法，包括以下步驟：

3、s1，流程初始化：創(chuàng)建數(shù)字員工流程并在能力支持系統(tǒng)流程管理中初始化預(yù)計(jì)運(yùn)行時(shí)間predict_exec_time、流程優(yōu)先級(jí)flow_priority；

4、s2，主任務(wù)生成：用戶執(zhí)行多個(gè)數(shù)字員工流程，生成多個(gè)數(shù)字員工主任務(wù)；

5、s3，主任務(wù)映射：任務(wù)映射與歸結(jié)模塊（mapreduce）對(duì)數(shù)字員工主任務(wù)進(jìn)行分解及映射為顆粒度最小的子任務(wù)，加入任務(wù)隊(duì)列，并記錄相關(guān)任務(wù)信息；

6、s4，子任務(wù)優(yōu)先級(jí)動(dòng)態(tài)調(diào)整：應(yīng)用hrrn算法進(jìn)行動(dòng)態(tài)調(diào)整任務(wù)優(yōu)先級(jí)；

7、s5，節(jié)點(diǎn)機(jī)器資源池動(dòng)態(tài)擴(kuò)容：應(yīng)用貪心算法對(duì)數(shù)字員工機(jī)器資源池動(dòng)態(tài)擴(kuò)容或者縮容，彈性伸縮；

8、s6，子任務(wù)并行執(zhí)行：調(diào)度中心（master）通過調(diào)度節(jié)點(diǎn)機(jī)器（slave）對(duì)數(shù)字員工子任務(wù)在隊(duì)列中分布式并行執(zhí)行，并實(shí)時(shí)監(jiān)控各項(xiàng)指標(biāo)并匯報(bào)給調(diào)度中心；

9、s7，數(shù)字員工任務(wù)歸結(jié)：任務(wù)映射與歸結(jié)模塊（mapreduce）對(duì)數(shù)字員工子任務(wù)進(jìn)行歸納總結(jié)及結(jié)果回調(diào)。

10、作為優(yōu)選，在步驟s3中，當(dāng)任務(wù)映射與歸結(jié)模塊（mapreduce）檢測(cè)到當(dāng)前任務(wù)為不可映射任務(wù)時(shí)，將其當(dāng)做子任務(wù)直接放入任務(wù)隊(duì)列中；當(dāng)檢測(cè)到可映射任務(wù)時(shí)，會(huì)主動(dòng)對(duì)主任務(wù)進(jìn)行后臺(tái)的映射，生成多個(gè)子任務(wù)。這里需要記錄任務(wù)信息為子任務(wù)主鍵task_id、子任務(wù)所屬流程flow_id、所屬主任務(wù)main_task_id、子任務(wù)優(yōu)先級(jí)task_priority、子任務(wù)狀態(tài)task_state、執(zhí)行結(jié)果exec_result、執(zhí)行次數(shù)exec_count、更新時(shí)間update_time；

11、其中，子任務(wù)優(yōu)先級(jí)task_priority初始值即為s1中對(duì)應(yīng)流程優(yōu)先級(jí)，子任務(wù)狀態(tài)task_state和執(zhí)行結(jié)果exec_result均為有限狀態(tài)機(jī)，任務(wù)狀態(tài)包括已下發(fā)（1）、未下發(fā)（2）兩種狀態(tài)機(jī)。執(zhí)行結(jié)果包括等待（waiting）、執(zhí)行成功（success）、執(zhí)行失敗重試（error）、執(zhí)行失敗非重試（stop）、暫停（pause）五種狀態(tài)機(jī)，執(zhí)行次數(shù)exec_count初始值為0。

12、進(jìn)一步地，所述步驟s4具體為：

13、s41，取出未消費(fèi)的子任務(wù)隊(duì)列，包含子任務(wù)狀態(tài)為未下發(fā)（2），執(zhí)行結(jié)果為等待（waiting），以及子任務(wù)狀態(tài)為已下發(fā)（1），執(zhí)行結(jié)果為執(zhí)行失敗重試（error）的任務(wù)；

14、s42，在考慮任務(wù)的響應(yīng)比基礎(chǔ)上，加入初始優(yōu)先級(jí)task_priority及失敗執(zhí)行次數(shù)exec_count的因素，根據(jù)hrrn算法，為每個(gè)數(shù)字員工任務(wù)計(jì)算當(dāng)前優(yōu)先級(jí)：，其中，為各個(gè)元素的權(quán)重，第二個(gè)元素即為hrrn響應(yīng)比算法，task_priority為任務(wù)優(yōu)先級(jí)，waiting_time為任務(wù)等待時(shí)間，預(yù)計(jì)運(yùn)行時(shí)間predict_exec_time為服務(wù)時(shí)間，exec_count為失敗執(zhí)行次數(shù)；其中等待時(shí)間計(jì)算公式為：，其中，current_time為當(dāng)前時(shí)間，update_time為任務(wù)更新時(shí)間；

15、s43，根據(jù)以上公式，可得到子任務(wù)隊(duì)列的最新優(yōu)先級(jí)，將每個(gè)子任務(wù)優(yōu)先級(jí)更新到相應(yīng)隊(duì)列中，依據(jù)優(yōu)先級(jí)高低對(duì)子任務(wù)進(jìn)行排序并處理，優(yōu)先級(jí)從高到低依次執(zhí)行任務(wù)，可有效的實(shí)現(xiàn)不同時(shí)效性數(shù)字員工流程的分級(jí)調(diào)度問題。

16、進(jìn)一步地，所述步驟s5具體為：

17、s51，取出未消費(fèi)的子任務(wù)隊(duì)列，其中，，為隊(duì)列中的任務(wù)數(shù)，并按步驟s4更新后的優(yōu)先級(jí)priority高低排序，優(yōu)先級(jí)相同的按照進(jìn)入隊(duì)列先后時(shí)間排序，得到最終子任務(wù)隊(duì)列，其中，為優(yōu)先級(jí)最大值；

18、s52，初始化可用機(jī)器資源池集合，其中為初始化可用資源池最小數(shù)量，確定最大擴(kuò)容數(shù)量，其中。每臺(tái)機(jī)器資源包含元信息{任務(wù)編號(hào)task_id,?完成時(shí)間戳done_time,?空閑標(biāo)志free_flag}；s52，初始化可用機(jī)器資源池集合，其中為初始化可用資源池最小數(shù)量，確定最大擴(kuò)容數(shù)量，其中。每臺(tái)機(jī)器資源包含元信息{任務(wù)編號(hào)task_id,?完成時(shí)間戳done_time,?空閑標(biāo)志free_flag}；

19、s53，設(shè)定優(yōu)先級(jí)閾值，利用二分查找法計(jì)算任務(wù)隊(duì)列中超過閾值的任務(wù)數(shù)，，則擴(kuò)容或者縮容到機(jī)器數(shù)為：。

20、s54，設(shè)定機(jī)器平均執(zhí)行時(shí)間閾值，根據(jù)s1中每個(gè)任務(wù)的預(yù)計(jì)運(yùn)行時(shí)間predict_exec_time及任務(wù)隊(duì)列總數(shù)n，得出任務(wù)運(yùn)行總時(shí)間，則預(yù)計(jì)擴(kuò)容或者縮容機(jī)器數(shù)為：，由于最大擴(kuò)容數(shù)限制為m，則擴(kuò)容或者縮容到機(jī)器數(shù)為：。

21、s55，獲取最終擴(kuò)容或者縮容到的機(jī)器數(shù)進(jìn)行機(jī)器擴(kuò)容或者縮容。

22、作為優(yōu)選，在步驟s6中，調(diào)度中心（master）為數(shù)字員工任務(wù)的全局管理者，其具體職責(zé)為：（1）任務(wù)調(diào)度：對(duì)隊(duì)列中未消費(fèi)任務(wù)根據(jù)空閑機(jī)器數(shù)進(jìn)行分布式調(diào)度，動(dòng)態(tài)控制任務(wù)的啟動(dòng)、結(jié)束及初始化；（2）運(yùn)行結(jié)果反饋：接收節(jié)點(diǎn)機(jī)器反饋執(zhí)行結(jié)果，包括不限于任務(wù)執(zhí)行狀態(tài)，任務(wù)執(zhí)行結(jié)果狀態(tài)，機(jī)器資源的元信息，對(duì)任務(wù)執(zhí)行后產(chǎn)生的結(jié)果（文字、圖片、文件等不同展示方式）等；（3）心跳監(jiān)測(cè)：接收節(jié)點(diǎn)機(jī)器對(duì)調(diào)度中心發(fā)送的心跳信號(hào)進(jìn)行節(jié)點(diǎn)健康情況監(jiān)測(cè)，非健康狀態(tài)節(jié)點(diǎn)會(huì)從資源池中排除；且對(duì)于同一機(jī)器節(jié)點(diǎn)中某一時(shí)刻執(zhí)行任務(wù)失敗率較高的節(jié)點(diǎn)也視為非健康狀態(tài)，及時(shí)從資源池排除。節(jié)點(diǎn)機(jī)器（slave）作為數(shù)字員工任務(wù)的實(shí)際執(zhí)行者，其具體職責(zé)為：

23、（1）執(zhí)行命令：執(zhí)行調(diào)度中心下達(dá)的各種任務(wù)啟停命令；

24、（2）回調(diào)通知：當(dāng)任務(wù)執(zhí)行完，自動(dòng)執(zhí)行通知調(diào)度中心的任務(wù)，將任務(wù)執(zhí)行情況、任務(wù)結(jié)果情況通知給調(diào)度中心；

25、（3）心跳匯報(bào)：節(jié)點(diǎn)機(jī)器周期性將所有節(jié)點(diǎn)上各種信息通過心跳機(jī)制匯報(bào)給調(diào)度中心。這些信息包括機(jī)器級(jí)別信息，如節(jié)點(diǎn)健康情況等，任務(wù)級(jí)別信息，如任務(wù)運(yùn)行狀態(tài)等。

26、作為優(yōu)選，在步驟s7中，當(dāng)同一主任務(wù)下的子任務(wù)全部執(zhí)行完畢后，最后一臺(tái)執(zhí)行的子節(jié)點(diǎn)機(jī)器會(huì)從調(diào)度中心（master）獲知，此時(shí)子節(jié)點(diǎn)機(jī)器便會(huì)調(diào)用任務(wù)映射與歸結(jié)模塊（mapreduce）對(duì)所有子任務(wù)進(jìn)行歸納總結(jié)及結(jié)果回傳。

27、本發(fā)明的基于hrrn的分布式數(shù)字員工任務(wù)分級(jí)調(diào)度方法的存儲(chǔ)介質(zhì)，本發(fā)明對(duì)調(diào)度中心做了優(yōu)化，并在其模塊基礎(chǔ)上，新增了任務(wù)映射與歸結(jié)模塊、動(dòng)態(tài)優(yōu)先級(jí)調(diào)整模塊、機(jī)器資源池?cái)U(kuò)容模塊：

28、調(diào)度中心模塊，用于數(shù)字員工的任務(wù)調(diào)度、心跳監(jiān)測(cè)、結(jié)果反饋等；

29、任務(wù)映射與歸結(jié)模塊，用于數(shù)字員工的任務(wù)映射與任務(wù)歸結(jié)；

30、動(dòng)態(tài)優(yōu)先級(jí)調(diào)整模塊，用于對(duì)不同時(shí)效性數(shù)字員工任務(wù)進(jìn)行優(yōu)先級(jí)調(diào)整；

31、機(jī)器資源池?cái)U(kuò)容模塊，用于對(duì)機(jī)器資源池的彈性伸縮。

32、本發(fā)明提供的技術(shù)方案帶來的有益效果是：

33、（1）本發(fā)明提出了一種基于調(diào)度中心的分布式任務(wù)映射與任務(wù)歸結(jié)方法，將大任務(wù)映射為小任務(wù)，顯著增加了單位時(shí)間內(nèi)的任務(wù)吞吐量，提高了任務(wù)時(shí)間片的占空比；

34、（2）本發(fā)明提出了一種分布式數(shù)字員工任務(wù)分級(jí)調(diào)度策略，獨(dú)創(chuàng)性的分別通過針對(duì)數(shù)字員工任務(wù)實(shí)例進(jìn)行動(dòng)態(tài)優(yōu)先級(jí)調(diào)整策略和針對(duì)數(shù)字員工機(jī)器資源池進(jìn)行動(dòng)態(tài)擴(kuò)容或者縮容策略，實(shí)現(xiàn)了不同時(shí)效性數(shù)字員工流程的分級(jí)調(diào)度，有效解決在流程隊(duì)列里強(qiáng)時(shí)效性流程執(zhí)行實(shí)時(shí)性滯后問題；

35、（3）本發(fā)明根據(jù)流程優(yōu)先級(jí)和執(zhí)行時(shí)間來動(dòng)態(tài)調(diào)整資源池容量，更智能化地避免資源浪費(fèi)；

36、（4）本發(fā)明在執(zhí)行效率方面，算法時(shí)間復(fù)雜度均為o(n)，計(jì)算開銷小，執(zhí)行效率高；

37、（5）本發(fā)明運(yùn)行系統(tǒng)采用b/s架構(gòu)，獨(dú)立于c/s架構(gòu)的數(shù)字員工平臺(tái)，不受操作系統(tǒng)限制，不會(huì)給平臺(tái)增加數(shù)據(jù)壓力，服務(wù)以接口形式調(diào)用，操作簡單；

38、（6）多臺(tái)機(jī)器并行執(zhí)行，服務(wù)用戶時(shí)間大大縮短，提高了用戶滿意度。