有向无环图评估方法、装置、设备及存储介质制造方法及图纸

本公开提供一种有向无环图评估方法、装置、设备及存储介质，涉及人工智能技术领域，具体涉及有向无环图生成、并发度评估等技术领域，可应用于有向无环图设计、对有向无环图进行风险判断和质量评估等场景下。具体实现方案包括：获取有向无环图；根据节点之间的邻接关系，确定有向无环图中每个节点对应的目标无关前驱点集；根据有向无环图中所有节点对应的目标无关前驱点集中，节点数量最大的至少一个目标无关前驱点集的节点数量，确定有向无环图的初始并发度；根据初始并发度，对有向无环图进行评估。本公开可以在有向无环图应用之前对有向无环图进行并发度评估。向无环图进行并发度评估。向无环图进行并发度评估。

【技术实现步骤摘要】
有向无环图评估方法、装置、设备及存储介质


[0001]本公开涉及人工智能
，具体涉及有向无环图生成、并发度评估等
，可应用于有向无环图设计、对有向无环图进行风险判断和质量评估等场景下，尤其涉及一种有向无环图评估方法、装置、设备及存储介质。

技术介绍

[0002]有向无环图(directed acyclic graph，DAG)是一种图论数据结构，一般指的是一个无回路的有向图。DAG结构具备天然的并发能力，常被用于具备可并行计算的服务中作为业务流程组织方案，如SuperMario框架、图执行引擎等。
[0003]在实际业务策略接入中，业务流程对应的DAG的设计通常依赖工程师经验，DAG的并发度设置不合理(如并发度过大或过小)可能导致业务流程的整体服务功能异常、资源浪费、稳定性差等问题。
[0004]目前，DAG的并发度通常由人工根据历史经验值进行设定、并反复压测调试后得到；或者，根据DAG中各节点在运行过程中的动态性能数据进行计算得到。

技术实现思路

[0005]本公开提供了一种有向无环图评估方法、装置、设备及存储介质，能够在有向无环图应用之前对有向无环图进行并发度评估。
[0006]根据本公开的第一方面，提供了一种有向无环图评估方法，所述方法包括：
[0007]获取有向无环图，有向无环图包括至少两个节点；根据有向无环图中节点之间的邻接关系，确定有向无环图中每个节点对应的目标无关前驱点集；节点对应的目标无关前驱点集为在有向无环图中与节点之间互相不存在前驱关系、且在目标无关前驱点集中与其他节点之间互相不存在前驱关系的节点的集合；根据有向无环图中所有节点对应的目标无关前驱点集中，节点数量最大的至少一个目标无关前驱点集的节点数量，确定有向无环图的初始并发度；根据初始并发度，对有向无环图进行评估。
[0008]根据本公开的第二方面，提供了一种有向无环图评估装置，所述装置包括：
[0009]获取单元，用于获取有向无环图，有向无环图包括至少两个节点；并发度计算单元，用于根据有向无环图中节点之间的邻接关系，确定有向无环图中每个节点对应的目标无关前驱点集；节点对应的目标无关前驱点集为在有向无环图中与节点之间互相不存在前驱关系、且在目标无关前驱点集中与其他节点之间互相不存在前驱关系的节点的集合；并发度计算单元，还用于根据有向无环图中所有节点对应的目标无关前驱点集中，节点数量最大的至少一个目标无关前驱点集的节点数量，确定有向无环图的初始并发度；评估单元，用于根据初始并发度，对有向无环图进行评估。
[0010]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如
第一方面所述的方法。
[0011]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行根据第一方面所述的方法。
[0012]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。
[0013]本公开通过获取有向无环图，根据有向无环图中节点之间的邻接关系，确定有向无环图中每个节点对应的目标无关前驱点集；根据有向无环图中所有节点对应的目标无关前驱点集中，节点数量最大的至少一个目标无关前驱点集的节点数量，确定有向无环图的初始并发度，然后根据初始并发度，对有向无环图进行评估，实现了在有向无环图应用之前对有向无环图进行并发度评估，可以指导设计人员为有向无环图设定更优的并发度，耗费的人力成本较低。另外，本公开在有向无环图应用之前对有向无环图进行并发度评估，实现了对有向无环图进行更早的风险评估，可以提高算法接入效率，减少由于有向无环图早期设计不合理带来的无效开发测试。
[0014]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0015]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0016]图1为本公开实施例提供的有向无环图评估方法的流程示意图；
[0017]图2为本公开实施例提供的一种有向无环图的示意图；
[0018]图3为本公开实施例提供的图1中S102的一种实现流程示意图；
[0019]图4为本公开实施例提供的有向无环图评估方法的另一流程示意图；
[0020]图5为本公开实施例提供的有向无环图评估装置的组成示意图；
[0021]图6为本公开实施例提供的有向无环图评估装置的另一组成示意图；
[0022]图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。
具体实施方式
[0023]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0024]应当理解，在本公开各实施例中，字符“/”一般表示前后关联对象是一种“或”的关系。术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
[0025]有向无环图(directed acyclic graph，DAG)是一种图论数据结构，一般指的是一个无回路的有向图。DAG结构具备天然的并发能力，常被用于具备可并行计算的服务中作为业务流程组织方案，如SuperMario框架、图执行引擎等。
[0026]在实际业务策略接入中，业务流程对应的DAG的设计通常依赖工程师经验，DAG的并发度设置不合理(如并发度过大或过小)可能导致业务流程的整体服务功能异常、资源浪
费、稳定性差等问题。
[0027]目前，DAG的并发度通常由人工根据历史经验值进行设定、并反复压测调试后得到；或者，根据DAG中各节点在运行过程中的动态性能数据进行计算得到。
[0028]其中，人工根据历史经验值进行设定、并反复压测调试后得到DAG的并发度的方式，需要耗费大量人力、且难以将DAG的并发度调到全局最优。DAG的并发度设定过高可能导致初始化申请资源过多，业务流程的线上资源浪费、利用率低；DAG的并发度设定过低又可能导致业务流程的数据计算阻塞，对于在线服务来说，将严重影响在线服务的响应耗时。
[0029]根据DAG中各节点在运行过程中的动态性能数据，计算得到DAG的并发度的方式，需要在运行过程中完成，计算得到新的DAG的并发度后，还需要根据新的DAG的并发度对业务流程的系统重新进行初始化，影响了业务流程的系统整体对外的服务级别协议(serv本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种有向无环图评估方法，所述方法包括：获取有向无环图，所述有向无环图包括至少两个节点；根据所述有向无环图中节点之间的邻接关系，确定所述有向无环图中每个节点对应的目标无关前驱点集；所述节点对应的目标无关前驱点集为在所述有向无环图中与所述节点之间互相不存在前驱关系、且在所述目标无关前驱点集中与其他节点之间互相不存在前驱关系的节点的集合；根据所述有向无环图中所有节点对应的目标无关前驱点集中，节点数量最大的至少一个目标无关前驱点集的节点数量，确定所述有向无环图的初始并发度；根据所述初始并发度，对所述有向无环图进行评估。2.根据权利要求1所述的方法，所述根据所述有向无环图中节点之间的邻接关系，确定所述有向无环图中每个节点对应的目标无关前驱点集，包括：对所述有向无环图中的任意一个第一节点：根据所述第一节点与所述有向无环图中其他节点之间的邻接关系，确定与所述第一节点之间互相不存在前驱关系的第二节点；按照互相存在前驱关系的节点只保留一个的规则，对所述第二节点进行筛选，得到所述第一节点对应的至少一个无关前驱点集；从所述第一节点对应的至少一个无关前驱点集中确定节点数量最大的目标无关前驱点集。3.根据权利要求1或2所述的方法，所述根据所述初始并发度，对所述有向无环图进行评估，包括：当所述初始并发度大于预设的并发度阈值时，确定所述有向无环图的并发度评估结果为膨胀。4.根据权利要求1
‑
3任一项所述的方法，所述方法还包括：根据所述有向无环图中每个节点的输入数据和输出数据，评估所述有向无环图中的冗余节点。5.根据权利要求1
‑
4任一项所述的方法，所述方法还包括：根据所述有向无环图中每个节点的输入数据和输出数据，评估所述有向无环图中的冗余产出数据。6.根据权利要求1
‑
5任一项所述的方法，所述方法还包括：根据所述有向无环图中每个节点的输入数据和输出数据，评估所述有向无环图中是否存在有环图。7.根据权利要求1
‑
6任一项所述的方法，所述方法还包括：根据所述有向无环图中每个节点的输入数据和输出数据，评估所述有向无环图中是否存在后置处理。8.根据权利...

【专利技术属性】
技术研发人员：陈妍佳，王宇婷，赵华腾，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：