技術(shù)領(lǐng)域

本發(fā)明涉及多Agent系統(tǒng)技術(shù)領(lǐng)域，具體來說是一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)及其本地業(yè)務(wù)訪問方法。

背景技術(shù)：

隨著云計(jì)算、互聯(lián)網(wǎng)業(yè)務(wù)的興起，以及在互聯(lián)網(wǎng)+背景下，需要實(shí)現(xiàn)不同的行業(yè)部門的業(yè)務(wù)處理相互協(xié)同協(xié)作，例如環(huán)境監(jiān)測、橋梁檢測、網(wǎng)絡(luò)輿情監(jiān)控等，因此各分布系統(tǒng)的自治、自主協(xié)作有著重要的應(yīng)用價(jià)值。

多Agent技術(shù)是在二十世紀(jì)七十年代，隨著分布式人工智能研究的興起而產(chǎn)生的，與DPS（分布式問題求解）不同，MAS（多Agent系統(tǒng)）主要研究Agent之間在自治基礎(chǔ)之上的協(xié)商和協(xié)作。Agent與傳統(tǒng)面向?qū)ο蟮募夹g(shù)的同體現(xiàn)在Agent具有智能，即擁有自己的知識庫和推理機(jī)、Agent能夠自主的決定是否對來自其他Agent的信息做出響應(yīng)，Agent之間的通信通常采用支持知識傳遞的通信語言。目前國際對MAS系統(tǒng)建模應(yīng)用以及人工智能相關(guān)領(lǐng)域的研究較多，主要包括Agent理論研究、Agent體系結(jié)構(gòu)研究、Agent通訊以及通訊語言研究、Agent學(xué)習(xí)研究等方面內(nèi)容。一些標(biāo)準(zhǔn)化工作也在開展，例如智能物理Agent基金會（FIPA）制定了一系列指導(dǎo)多Agent系統(tǒng)開發(fā)的規(guī)范。Li Guo等人提出采用基于商業(yè)過程模型（BPM）的多Agent系統(tǒng)，采用時(shí)態(tài)邏輯以及SPPC模型解決了Agent系統(tǒng)之間的通訊實(shí)時(shí)交互問題。在應(yīng)用領(lǐng)域MAS也有較多的研究成果，例如基于多Agent的協(xié)同供應(yīng)鏈管理系統(tǒng)，基于多Agent的汽車供應(yīng)鏈協(xié)商機(jī)制等研究。基于業(yè)務(wù)管理系統(tǒng)的應(yīng)用研究成果也比較多，例如OMG提出的BPMN標(biāo)準(zhǔn)，解決了管理流程定義的可視化、語義化等標(biāo)準(zhǔn)化問題。目前跨業(yè)務(wù)領(lǐng)域的業(yè)務(wù)協(xié)作系統(tǒng)相關(guān)研究成果較少。

部分研究人員雖提出了本系統(tǒng)內(nèi)的多Agent業(yè)務(wù)處理系統(tǒng)，但多針對于具體業(yè)務(wù)系統(tǒng)。例如基于多Agent的汽車供應(yīng)鏈協(xié)商機(jī)制研究、基于供應(yīng)鏈的協(xié)同管理系統(tǒng)，并且沒有解釋其數(shù)據(jù)來源以及數(shù)據(jù)協(xié)作問題。故需要提出一種基于單業(yè)務(wù)的系統(tǒng)內(nèi)多Agent的業(yè)務(wù)處理協(xié)作的框架結(jié)構(gòu)，解決數(shù)據(jù)源、數(shù)據(jù)分析、以及業(yè)務(wù)處理系統(tǒng)之間的交互協(xié)商關(guān)系。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中數(shù)據(jù)源、數(shù)據(jù)分析、業(yè)務(wù)處理系統(tǒng)之間無交互協(xié)商關(guān)系的缺陷，提供一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)及其本地業(yè)務(wù)訪問方法來解決上述問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：

一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)，包括第一業(yè)務(wù)處理Agent、第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent，

所述的第一數(shù)據(jù)資源Agent用于對本地?cái)?shù)據(jù)來源及本地?cái)?shù)據(jù)庫系統(tǒng)進(jìn)行數(shù)據(jù)資源管理，對本地?cái)?shù)據(jù)庫系統(tǒng)按來源、用途區(qū)分并標(biāo)明其屬性；

第一數(shù)據(jù)分析Agent用于進(jìn)行本地?cái)?shù)據(jù)分析，與第一業(yè)務(wù)處理Agent和第一數(shù)據(jù)資源Agent進(jìn)行協(xié)作，包括：對本地?cái)?shù)據(jù)資源統(tǒng)計(jì)分析、根據(jù)數(shù)據(jù)分析結(jié)果觸發(fā)事件，請求第一業(yè)務(wù)處理Agent進(jìn)入相應(yīng)事務(wù)處理；

第一業(yè)務(wù)處理Agent對業(yè)務(wù)系統(tǒng)內(nèi)的業(yè)務(wù)模型庫和業(yè)務(wù)節(jié)點(diǎn)管理模塊進(jìn)行管理并與第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent進(jìn)行協(xié)作，業(yè)務(wù)模型庫采用商業(yè)過程模型表述其業(yè)務(wù)流程，業(yè)務(wù)節(jié)點(diǎn)管理模塊記錄第一業(yè)務(wù)處理Agent采用的具體業(yè)務(wù)模型和第一業(yè)務(wù)處理Agent正在處理的工作活動(dòng)。

所述的第一業(yè)務(wù)處理Agent用于記錄和管理若干個(gè)業(yè)務(wù)處理流程采用的業(yè)務(wù)處理模型以及工作活動(dòng)，指示當(dāng)前工作活動(dòng)的所處位置，以及執(zhí)行當(dāng)前節(jié)點(diǎn)需要的資源支持。

所述的第一業(yè)務(wù)處理Agent用于響應(yīng)第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent請求，執(zhí)行本地業(yè)務(wù)系統(tǒng)內(nèi)的工作流程。

所述的第一業(yè)務(wù)處理Agent的業(yè)務(wù)模型庫采用基于BPMN描述的業(yè)務(wù)處理模型、采用Activitii或JBPM工作流引擎作為業(yè)務(wù)處理模型的解釋器和執(zhí)行器、各業(yè)務(wù)狀態(tài)采用BPMN Activity Point保存工作節(jié)點(diǎn)信息。

所述的第一數(shù)據(jù)資源Agent以及第一數(shù)據(jù)分析Agent向第一業(yè)務(wù)處理Agent提交事件，要求第一業(yè)務(wù)處理Agent協(xié)作，其協(xié)議采用BPMN Event表示。

一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)的本地業(yè)務(wù)訪問方法，包括以下步驟：

第一數(shù)據(jù)資源Agent管理并調(diào)度多個(gè)數(shù)據(jù)來源，數(shù)據(jù)來源包含通過傳感器、視頻設(shè)備、網(wǎng)絡(luò)爬蟲、業(yè)務(wù)請求收集到的數(shù)據(jù)，收集的數(shù)據(jù)經(jīng)過ETL整理后將數(shù)據(jù)按時(shí)效性、結(jié)構(gòu)關(guān)系分別存放到不同的本地?cái)?shù)據(jù)庫系統(tǒng)；

第一數(shù)據(jù)分析Agent調(diào)用分析引擎分析數(shù)據(jù)，并輸出分析結(jié)果；

第一業(yè)務(wù)處理Agent進(jìn)行業(yè)務(wù)處理，第一業(yè)務(wù)處理Agent響應(yīng)第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent的請求，根據(jù)事件類型調(diào)度從業(yè)務(wù)模型庫調(diào)取相應(yīng)業(yè)務(wù)處理模型處理業(yè)務(wù)。

所述的第一數(shù)據(jù)資源Agent管理并調(diào)度多個(gè)數(shù)據(jù)來源包括以下步驟：

第一數(shù)據(jù)資源Agent從數(shù)據(jù)來源獲得數(shù)據(jù)，經(jīng)ETL整理后，分發(fā)并保存為結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)；

第一數(shù)據(jù)資源Agent將數(shù)據(jù)經(jīng)過分類后保存到本地?cái)?shù)據(jù)庫系統(tǒng)，本地?cái)?shù)據(jù)庫系統(tǒng)包含基于KV的分布內(nèi)存數(shù)據(jù)庫、分布式關(guān)系數(shù)據(jù)庫、基于HDFS的分布數(shù)據(jù)庫、消息隊(duì)列；

設(shè)計(jì)分發(fā)策略，將即時(shí)數(shù)據(jù)存放到基于KV的分布內(nèi)存數(shù)據(jù)庫、結(jié)構(gòu)化數(shù)據(jù)保存到分布式關(guān)系數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)保存到基于HDFS的分布數(shù)據(jù)庫、消息或事件保存到消息隊(duì)列；

第一數(shù)據(jù)資源Agent提供數(shù)據(jù)訪問接口訪問本地?cái)?shù)據(jù)庫系統(tǒng)，接口集成Hive、采用Publish/Subscribe模式的消息隊(duì)列訪問方式，進(jìn)行對本地?cái)?shù)據(jù)庫系統(tǒng)訪問管理。

所述的第一數(shù)據(jù)分析Agent調(diào)用分析引擎分析數(shù)據(jù)包括以下步驟：

第一數(shù)據(jù)分析Agent通過數(shù)據(jù)訪問接口向第一數(shù)據(jù)資源Agent請求數(shù)據(jù)資源；

第一數(shù)據(jù)分析Agent調(diào)用分析引擎進(jìn)行數(shù)據(jù)分析，對第一數(shù)據(jù)資源Agent檢索到的數(shù)據(jù)內(nèi)容進(jìn)行分析，分析引擎包括數(shù)學(xué)分析需要的內(nèi)存資源、數(shù)據(jù)挖掘算法、濾波算法、判斷條件；

分析引擎通過對檢索到的數(shù)據(jù)結(jié)果分析，輸出并保存數(shù)據(jù)結(jié)果，并判斷數(shù)據(jù)結(jié)果是否滿足事件觸發(fā)條件；若滿足則產(chǎn)生事件并向第一業(yè)務(wù)處理Agent提出業(yè)務(wù)處理請求，事件采用BPMN Event表示；

第一數(shù)據(jù)分析Agent保存數(shù)據(jù)分析結(jié)果，為數(shù)據(jù)分析結(jié)果打上標(biāo)簽并建立索引。

所述的第一業(yè)務(wù)處理Agent進(jìn)行業(yè)務(wù)處理包括以下步驟：

第一業(yè)務(wù)處理Agent響應(yīng)第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent的請求，獲取事件或者消息；根據(jù)事件或者消息屬性，在業(yè)務(wù)模型庫尋找對應(yīng)的業(yè)務(wù)處理模型，通過業(yè)務(wù)節(jié)點(diǎn)管理模塊獲得需要處理業(yè)務(wù)節(jié)點(diǎn)；

第一業(yè)務(wù)處理Agent處理當(dāng)前業(yè)務(wù)節(jié)點(diǎn)，若當(dāng)前業(yè)務(wù)節(jié)點(diǎn)為掛起狀態(tài)，則激活業(yè)務(wù)節(jié)點(diǎn)，并處理業(yè)務(wù)；處理完畢后結(jié)束當(dāng)前業(yè)務(wù)節(jié)點(diǎn)，并激活下一個(gè)活動(dòng)；

若當(dāng)前業(yè)務(wù)節(jié)點(diǎn)缺少必要信息，則在本地業(yè)務(wù)系統(tǒng)內(nèi)向第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent尋求協(xié)助；

若第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent均不能滿足請求，則保存當(dāng)前活動(dòng)信息，并掛起當(dāng)前業(yè)務(wù)節(jié)點(diǎn)，繼續(xù)處理其他業(yè)務(wù)節(jié)點(diǎn)。

有益效果

本發(fā)明的一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)及其本地業(yè)務(wù)訪問方法，與現(xiàn)有技術(shù)相比利用基于BDI模型的多Agent協(xié)商合作模式，實(shí)現(xiàn)了本地業(yè)務(wù)處理系統(tǒng)的業(yè)務(wù)自動(dòng)化處理。本發(fā)明基于多Agent合作的的業(yè)務(wù)處理系統(tǒng)，基于角色分工的多個(gè)Agent協(xié)作協(xié)商機(jī)制，構(gòu)建了單業(yè)務(wù)系統(tǒng)的本地業(yè)務(wù)處理系統(tǒng)。本發(fā)明提出了一種基于單業(yè)務(wù)的系統(tǒng)內(nèi)多Agent的業(yè)務(wù)處理協(xié)作的框架結(jié)構(gòu)，解決數(shù)據(jù)源、數(shù)據(jù)分析、以及業(yè)務(wù)處理系統(tǒng)之間的交互協(xié)商關(guān)系。

附圖說明

圖1為本發(fā)明中本地業(yè)務(wù)系統(tǒng)的結(jié)構(gòu)連接圖；

圖2為本發(fā)明中本地業(yè)務(wù)訪問的方法順序圖。

具體實(shí)施方式

為使對本發(fā)明的結(jié)構(gòu)特征及所達(dá)成的功效有更進(jìn)一步的了解與認(rèn)識，用以較佳的實(shí)施例及附圖配合詳細(xì)的說明，說明如下：

如圖1所示，本發(fā)明所述的一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)，包括第一業(yè)務(wù)處理Agent、第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent。

第一數(shù)據(jù)資源Agent包括多個(gè)數(shù)據(jù)訪問接口、多個(gè)本地?cái)?shù)據(jù)來源和本地?cái)?shù)據(jù)庫系統(tǒng)。第一數(shù)據(jù)資源Agent用于對本地?cái)?shù)據(jù)來源及本地?cái)?shù)據(jù)庫系統(tǒng)進(jìn)行數(shù)據(jù)資源管理，對本地?cái)?shù)據(jù)庫系統(tǒng)按來源、用途區(qū)分并標(biāo)明其屬性。其中本地?cái)?shù)據(jù)來源可以包括連接本地業(yè)務(wù)系統(tǒng)的傳感器數(shù)據(jù)采集、網(wǎng)絡(luò)爬蟲、網(wǎng)絡(luò)消息采集等數(shù)據(jù)來源，本地?cái)?shù)據(jù)庫資源包括本地系統(tǒng)的關(guān)系型數(shù)據(jù)庫、基于KV的內(nèi)存數(shù)據(jù)、以及基于HDFS的分布式數(shù)據(jù)庫等資源。

第一數(shù)據(jù)分析Agent包括分析引擎，用于進(jìn)行本地?cái)?shù)據(jù)分析，與第一業(yè)務(wù)處理Agent和第一數(shù)據(jù)資源Agent進(jìn)行協(xié)作，包括：對本地?cái)?shù)據(jù)資源統(tǒng)計(jì)分析、根據(jù)數(shù)據(jù)分析結(jié)果觸發(fā)事件，請求第一業(yè)務(wù)處理Agent進(jìn)入相應(yīng)事務(wù)處理。

第一業(yè)務(wù)處理Agent包括業(yè)務(wù)節(jié)點(diǎn)管理模塊和業(yè)務(wù)模型庫，第一業(yè)務(wù)處理Agent對業(yè)務(wù)系統(tǒng)內(nèi)的業(yè)務(wù)模型庫和業(yè)務(wù)節(jié)點(diǎn)管理模塊進(jìn)行管理并與第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent進(jìn)行協(xié)作。業(yè)務(wù)模型庫采用商業(yè)過程模型表述其業(yè)務(wù)流程，可以采用的模型有BPMN，F(xiàn)BPML等模型表示。業(yè)務(wù)節(jié)點(diǎn)管理模塊記錄第一業(yè)務(wù)處理Agent采用的具體業(yè)務(wù)模型和第一業(yè)務(wù)處理Agent正在處理的工作活動(dòng)。

第一業(yè)務(wù)處理Agent記錄和管理若干個(gè)業(yè)務(wù)處理流程采用的業(yè)務(wù)處理模型以及工作活動(dòng)，指示當(dāng)前工作活動(dòng)的所處位置，以及執(zhí)行當(dāng)前節(jié)點(diǎn)需要的資源支持。第一業(yè)務(wù)處理Agent響應(yīng)第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent請求，執(zhí)行本地業(yè)務(wù)系統(tǒng)內(nèi)的工作流程。第一業(yè)務(wù)處理Agent的業(yè)務(wù)模型庫采用基于BPMN描述的業(yè)務(wù)處理模型、采用Activitii或JBPM工作流引擎作為業(yè)務(wù)處理模型的解釋器和執(zhí)行器、各業(yè)務(wù)狀態(tài)采用BPMN Activity Point保存工作節(jié)點(diǎn)信息。

以上本地業(yè)務(wù)系統(tǒng)的第一業(yè)務(wù)處理Agent、第一數(shù)據(jù)分析Agent和第一數(shù)據(jù)資源Agent組成本地Agent社區(qū)。本地Agent社區(qū)內(nèi)的活動(dòng)為第一數(shù)據(jù)資源Agent以及第一數(shù)據(jù)分析Agent向第一業(yè)務(wù)處理Agent提交事件，要求第一業(yè)務(wù)處理Agent協(xié)作，其協(xié)議采用BPMN Event表示。

在基于多Agent的業(yè)務(wù)流轉(zhuǎn)系統(tǒng)中，其特征主要包括以下幾點(diǎn)：

（1）各Agent滿足自治、協(xié)商、協(xié)作，Agent需要具有一定的智能型，Agent能夠在滿足條件的情況下自主的完成其業(yè)務(wù)。在條件不滿足的情況下，能夠與其他Agent組成的社區(qū)內(nèi)，自主交互共同協(xié)商協(xié)作完成任務(wù)。

（2）多Agent代理機(jī)制，在本地Agent系統(tǒng)中，存在多個(gè)任務(wù)不同的Agent，需要通過一種代理機(jī)制查詢所需資源。

（3）Agent資源的查找，在分布環(huán)境下，業(yè)務(wù)處理系統(tǒng)往往基于松散耦合合作模式的資源交換策略，代理Agent需要實(shí)現(xiàn)采用Raft算法的代理協(xié)商機(jī)制。

（4）本地多個(gè)Agent協(xié)商機(jī)制，各個(gè)Agent之間需要建立有效的通訊手段，實(shí)現(xiàn)不同Agent角色相互通訊協(xié)商機(jī)制。

（5）跨業(yè)務(wù)系統(tǒng)中的業(yè)務(wù)活動(dòng)協(xié)作，在云環(huán)境下，需要解決不同的業(yè)務(wù)處理系統(tǒng)之間跨業(yè)務(wù)領(lǐng)域的協(xié)作。業(yè)務(wù)處理Agent采用BPMN描述的業(yè)務(wù)處理模型，采用BPMN標(biāo)準(zhǔn)定義的Actives保存各自業(yè)務(wù)節(jié)點(diǎn)信息，以及采用Message機(jī)制的事件實(shí)現(xiàn)不同業(yè)務(wù)系統(tǒng)通訊。

（6）大數(shù)據(jù)環(huán)境下活性數(shù)據(jù)共享需求，在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)分析遇到的困難主要有兩點(diǎn)，其一是大數(shù)據(jù)環(huán)境下數(shù)據(jù)高度隱私以及敏感，例如運(yùn)營商的具體個(gè)人的通話記錄等。其二是大數(shù)據(jù)環(huán)境下存在著海量的活性數(shù)據(jù)，其數(shù)據(jù)內(nèi)容是動(dòng)態(tài)的，異地業(yè)務(wù)處理過程中如采用大量原數(shù)據(jù)直接搬遷方式，勢必帶來帶寬存儲計(jì)算等計(jì)算壓力，因此需要通過數(shù)據(jù)分析Agent提供基于數(shù)據(jù)分析結(jié)果方式滿足業(yè)務(wù)處理需要。

基于以上多個(gè)Agent的業(yè)務(wù)流轉(zhuǎn)系統(tǒng)的特征設(shè)計(jì)時(shí)考慮，Agent不僅要具有個(gè)體智能性,還要具有自主的群體交互能力。我們采用基于BDI的Agent交互方式,即信念(Belief)、愿望(Desire)和意圖(Intention)，BDI間的約束與激發(fā)關(guān)系能夠使Agent達(dá)到理性平衡,體現(xiàn)個(gè)體智能性，還可用以其它Agent思維狀態(tài)的建模,解釋交互語言的語義和語用,支持多Agent的交互。因此，在業(yè)務(wù)系統(tǒng)內(nèi)，業(yè)務(wù)處理模型采用基于BPMN描述的業(yè)務(wù)處理，采用Activitii、JBPM工作流引擎作為業(yè)務(wù)處理模型的解釋器和執(zhí)行器。各業(yè)務(wù)狀態(tài)采用BPMN Activity Point保存工作節(jié)點(diǎn)信息，第一業(yè)務(wù)處理Agent轉(zhuǎn)發(fā)BPMN Message與本地業(yè)務(wù)處理系統(tǒng)可以實(shí)現(xiàn)不同云端業(yè)務(wù)處理系統(tǒng)之間的通訊。本地業(yè)務(wù)系統(tǒng)中第一數(shù)據(jù)資源Agent以及第一數(shù)據(jù)分析Agent向第一業(yè)務(wù)處理Agent提交事件要求第一業(yè)務(wù)處理Agent協(xié)作，其協(xié)議采用BPMN Event表示。

如圖2所示，在此還提供一種基于單業(yè)務(wù)系統(tǒng)內(nèi)多Agent技術(shù)的本地業(yè)務(wù)系統(tǒng)的本地業(yè)務(wù)訪問方法，包括以下步驟：

第一步，第一數(shù)據(jù)資源Agent管理并調(diào)度多個(gè)數(shù)據(jù)來源。數(shù)據(jù)來源包含通過傳感器、視頻設(shè)備、網(wǎng)絡(luò)爬蟲、業(yè)務(wù)請求收集到的數(shù)據(jù)，收集的數(shù)據(jù)經(jīng)過ETL整理后將數(shù)據(jù)按時(shí)效性、結(jié)構(gòu)關(guān)系分別存放到不同的本地?cái)?shù)據(jù)庫系統(tǒng)。其具體步驟如下：

（1）第一數(shù)據(jù)資源Agent從數(shù)據(jù)來源獲得數(shù)據(jù)，經(jīng)ETL整理后，分發(fā)并保存為結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

（2）第一數(shù)據(jù)資源Agent將數(shù)據(jù)經(jīng)過分類后保存到本地?cái)?shù)據(jù)庫系統(tǒng)，本地?cái)?shù)據(jù)庫系統(tǒng)包含基于KV的分布內(nèi)存數(shù)據(jù)庫、分布式關(guān)系數(shù)據(jù)庫、基于HDFS的分布數(shù)據(jù)庫、消息隊(duì)列。其中內(nèi)存隊(duì)列可以采用Memcached、Redis；關(guān)系型數(shù)據(jù)庫采用Oracle、MySQL、SQLServer等SQL兼容關(guān)系型數(shù)據(jù)庫；非結(jié)構(gòu)化分布數(shù)據(jù)庫采用HBASE。 消息隊(duì)列用于存放以BPMN Message表示的消息以及以BPMN Event表示的事件，消息隊(duì)列可以采用Kafaka、RabitMQ、JMS。

（3）設(shè)計(jì)分發(fā)策略，將即時(shí)數(shù)據(jù)存放到基于KV的分布內(nèi)存數(shù)據(jù)庫、結(jié)構(gòu)化數(shù)據(jù)保存到分布式關(guān)系數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)保存到基于HDFS的分布數(shù)據(jù)庫、消息或事件保存到消息隊(duì)列。

（4）第一數(shù)據(jù)資源Agent提供數(shù)據(jù)訪問接口訪問本地?cái)?shù)據(jù)庫系統(tǒng)，接口集成Hive、采用Publish/Subscribe模式的消息隊(duì)列訪問方式，進(jìn)行對本地?cái)?shù)據(jù)庫系統(tǒng)訪問管理。

第二步，第一數(shù)據(jù)分析Agent調(diào)用分析引擎分析數(shù)據(jù)，并輸出分析結(jié)果，其具體步驟如下：

（1）第一數(shù)據(jù)分析Agent通過數(shù)據(jù)訪問接口向第一數(shù)據(jù)資源Agent請求數(shù)據(jù)資源。

（2）第一數(shù)據(jù)分析Agent調(diào)用分析引擎進(jìn)行數(shù)據(jù)分析，對第一數(shù)據(jù)資源Agent檢索到的數(shù)據(jù)內(nèi)容進(jìn)行分析，分析引擎包括數(shù)學(xué)分析需要的內(nèi)存資源、數(shù)據(jù)挖掘算法、濾波算法、判斷條件。

（3）分析引擎通過對檢索到的數(shù)據(jù)結(jié)果分析，輸出并保存數(shù)據(jù)結(jié)果，并判斷數(shù)據(jù)結(jié)果是否滿足事件觸發(fā)條件；若滿足則產(chǎn)生事件并向第一業(yè)務(wù)處理Agent提出業(yè)務(wù)處理請求，事件采用BPMN Event表示。

（4）第一數(shù)據(jù)分析Agent保存數(shù)據(jù)分析結(jié)果，為數(shù)據(jù)分析結(jié)果打上標(biāo)簽并建立索引。

第三步，第一業(yè)務(wù)處理Agent進(jìn)行業(yè)務(wù)處理。第一業(yè)務(wù)處理Agent響應(yīng)第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent的請求，根據(jù)事件類型調(diào)度從業(yè)務(wù)模型庫調(diào)取相應(yīng)業(yè)務(wù)處理模型處理業(yè)務(wù)，其具體步驟如下：

（1）第一業(yè)務(wù)處理Agent響應(yīng)第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent的請求，獲取事件或者消息；根據(jù)事件或者消息屬性，在業(yè)務(wù)模型庫尋找對應(yīng)的業(yè)務(wù)處理模型，通過業(yè)務(wù)節(jié)點(diǎn)管理模塊獲得需要處理業(yè)務(wù)節(jié)點(diǎn)。業(yè)務(wù)模型庫包含多個(gè)采用BMPN描述的業(yè)務(wù)處理模型，業(yè)務(wù)節(jié)點(diǎn)管理模塊記錄采用BPMN Activty標(biāo)識業(yè)務(wù)處理節(jié)點(diǎn)，管理BPMN活動(dòng)的就緒、激活、掛起、結(jié)束狀態(tài)。

（2）第一業(yè)務(wù)處理Agent處理當(dāng)前業(yè)務(wù)節(jié)點(diǎn)，若當(dāng)前業(yè)務(wù)節(jié)點(diǎn)為掛起狀態(tài)，則激活業(yè)務(wù)節(jié)點(diǎn)，并處理業(yè)務(wù)；處理完畢后結(jié)束當(dāng)前業(yè)務(wù)節(jié)點(diǎn)，并激活下一個(gè)活動(dòng)。

若當(dāng)前業(yè)務(wù)節(jié)點(diǎn)缺少必要信息，則在本地業(yè)務(wù)系統(tǒng)內(nèi)向第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent尋求協(xié)助。

（3）若第一數(shù)據(jù)分析Agent或第一數(shù)據(jù)資源Agent均不能滿足請求，則保存當(dāng)前活動(dòng)信息，并掛起當(dāng)前業(yè)務(wù)節(jié)點(diǎn)，繼續(xù)處理其他業(yè)務(wù)節(jié)點(diǎn)。即業(yè)務(wù)節(jié)點(diǎn)管理模塊反復(fù)執(zhí)行任務(wù)處理，直到整個(gè)業(yè)務(wù)流程處理完畢。

以上進(jìn)行的是本地業(yè)務(wù)系統(tǒng)內(nèi)第一數(shù)據(jù)分析Agent、第一業(yè)務(wù)處理Agent和第一數(shù)據(jù)資源Agent的訪問過程和步驟，各Agent之間相互操作。

以上顯示和描述了本發(fā)明的基本原理、主要特征和本發(fā)明的優(yōu)點(diǎn)。本行業(yè)的技術(shù)人員應(yīng)該了解，本發(fā)明不受上述實(shí)施例的限制，上述實(shí)施例和說明書中描述的只是本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下本發(fā)明還會有各種變化和改進(jìn)，這些變化和改進(jìn)都落入要求保護(hù)的本發(fā)明的范圍內(nèi)。本發(fā)明要求的保護(hù)范圍由所附的權(quán)利要求書及其等同物界定。