[发明专利]同构对称发布订阅系统的近似环匹配方法

说明书

技术领域

本发明属于计算机数据库领域，特别涉及一种同构对称发布订阅系统的近似环匹配方法。

背景技术

发布订阅系统(HSPUB SUB)是一种使分布式系统中的各个参与者，以发布订阅的方式进行交互式通信的中间件系统，发布者除了发布信息(发布者拥有的)，还需要具有选择订阅(发布者需求的)的能力，即发布和订阅的角色是对称的；同构对称发布订阅系统有着越来越广泛的应用，如医院间器官交换和房子交换等，其中，上面所述的同构对称是指：在对称的应用中，用户拥有和需求的信息采用相同的数据结构来描述；环匹配是发布订阅系统要解决的关键问题之一，根据订阅的索引结构，发布订阅的匹配方法可以分为如下四类：

基于一维索引：一维索引结构，如红黑树，哈希表，B+树等，用来索引订阅中定义的谓词并对符合条件的谓词进行计数；一般的，用相同的操作在相同的属性中定义的谓词被索引在一个索引结构中，主要有两种基于一维索引的方法：Count方法和Hanson方法；

基于多维索引：在多维空间中，一个订阅被视为一个对象，并且匹配操作和查找操作是相同的，主要思想是用多维索引来为订阅直接建立索引，或者把一个d维超立方体转换成2d维的点，从而避免多维空间中的严重交叉；

基于网络测试：基于测试网络的技术，首先把订阅信息存储到匹配树上，和谓词索引不同，网络测试技术根据订阅信息模块建立订阅信息索引树，每一个非叶子结点包含一个测试，该结点的边代表测试的结果，一个叶子节点包含一个订阅信息和代表测试结果的边，匹配就是通过执行每个结点描述的测试和跟踪测试结果形成的边来遍历这棵匹配树；

基于图：基于图匹配的基本观点，在有向图中找到环，该有向图由同构对称的发布订阅应用中的订阅建立，图中的每个结点代表一个订阅，如果订阅S₁和S₂匹配，就可以建立一条从S₁到S₂的带权有向边；

前三种匹配方法的目标是在订阅之间高效地找到一对一匹配，不能直接用于对称的匹配，第四种基于图方法的目标是找到环匹配的最优集，该图形结构不适用于频繁插入和删除操作的实时应用，在WISA2010中，Botao Wang提出动态更新的环匹配算法，能够在动态环境里高效地找到环匹配，但是在匹配过程中，生成的环匹配数量随着环的长度的增加成指数增长，需要大量的存储空间。

发明内容

为克服现有方法的不足，本发明提出一种同构对称发布订阅系统的近似环匹配方法，本方法只将大于阈值的链订阅存储在订阅数据库中，实现用较少的空间求解出绝大多数的环匹配。

本发明方法涉及到的概念包括匹配、链订阅以及环匹配，其定义分别如下：

匹配：是指对于都具有2d个属性的两个订阅S₁、S₂和1≤i≤d，如果I_ai∈S₁和I_ai+d∈S₂有交集，那么我们称S₁与S₂单向拥有-需要匹配，简称“单向匹配”，如图1所示，如果同时S₂与S₁也单向匹配，称S₁和S₂为“匹配”，如图2所示；

链订阅：是指对于一个订阅集，L_n＝{S₁，…，S_i，…，S_N}，其中n＞2，如果S_i和S_i+1相匹配(1≤i≤n-1)，则L_b叫做长度为n的链；L_n由和S₁相同的需求谓词和与S_n相同的拥有谓词组成，被认为和处理成一个订阅，因此也叫链订阅，如图3所示；

环匹配：是指对于订阅集C_n{S₁，…，S_i，…，S_n}，其中n＞2，如果S_i和S_i+1相匹配(1≤i≤n-1)，并且S_n与S₁相匹配，则C_n叫做长度为n的环匹配，如图4所示；

订阅链与环匹配的不同之处在于环匹配中S_n必须与S₁相匹配，因此环匹配也是一个链，可以把长度为N环匹配看作一个链，来创建长度为n+1的环匹配，如图5所示；