主页
产品
Red Hat Decision Manager
7.12
使用红帽在 Red Hat Decision Manager 中构建 OptaPlanner 的解决者
第 9 章 OptaPlanner SolverManager

第 9 章 OptaPlanner SolverManager

SolverManager 是一个或多个 Solver 实例的一个常见问题，可简化 REST 和其他企业服务中的规划问题。

与 Solver.solve (…) 方法不同，SolverManager 具有以下特征：

SolverManager.solve (…) 立即返回：它会在不阻止调用线程的情况下调度异步解决的问题。这可避免 HTTP 和其他技术的超时问题。
SolverManager.solve (…) 可以并行解决同一域的多个规划问题。

在内部，SolverManager 管理解决程序线程的线程池，它调用 Solver.solve (…) 和消费者线程的线程池，用于处理最佳解决方案更改事件。

在 Quarkus 和 Spring Boot 中，SolverManager 实例会自动注入到您的代码中。如果您使用 Quarkus 或 Spring Boot 以外的平台，请使用 create (…) 方法构建 SolverManager 实例：

SolverConfig solverConfig = SolverConfig.createFromXmlResource(".../cloudBalancingSolverConfig.xml");
SolverManager<CloudBalance, UUID> solverManager = SolverManager.create(solverConfig, new SolverManagerConfig());

SolverConfig solverConfig = SolverConfig.createFromXmlResource(".../cloudBalancingSolverConfig.xml");
SolverManager<CloudBalance, UUID> solverManager = SolverManager.create(solverConfig, new SolverManagerConfig());

Copy to Clipboard

Toggle word wrap

每个提交给 SolverManager.solve (…) 方法的问题都必须有一个唯一的问题 ID。稍后调用 getSolverStatus (problemId) 或 terminationEarly (problemId) 使用问题 ID 来区分规划问题。问题 ID 必须是不可变类，如 Long,String, 或 java.util.UUID。

SolverManagerConfig 类有一个 parallelSolverCount 属性，用于控制并行运行多少个 solvers。例如，如果 parallelSolverCount 属性设置为 4，并且您提交五个问题，则四个问题会立即解决问题，并在第一个问题之一结束时启动第五个问题。如果这些问题每五分钟解决，则第五个问题需要 10 分钟才能完成。默认情况下，parallelSolverCount 设置为 AUTO，它解析到一半的 CPU 内核，无论解决者的 moveThreadCount 是什么。

要检索最佳解决方案，在解决问题后，通常会使用 SolverJob.getFinalBestSolution （） ：

CloudBalance problem1 = ...;
UUID problemId = UUID.randomUUID();
// Returns immediately
SolverJob<CloudBalance, UUID> solverJob = solverManager.solve(problemId, problem1);
...
CloudBalance solution1;
try {
    // Returns only after solving terminates
    solution1 = solverJob.getFinalBestSolution();
} catch (InterruptedException | ExecutionException e) {
    throw ...;
}

CloudBalance problem1 = ...;
UUID problemId = UUID.randomUUID();
// Returns immediately
SolverJob<CloudBalance, UUID> solverJob = solverManager.solve(problemId, problem1);
...
CloudBalance solution1;
try {
    // Returns only after solving terminates
    solution1 = solverJob.getFinalBestSolution();
} catch (InterruptedException | ExecutionException e) {
    throw ...;
}

Copy to Clipboard

Toggle word wrap

但是，有更好的方法，在用户需要解决方案以及实时解决之前解决批处理问题，同时用户主动等待解决方案。

当前 SolverManager 实施在单一计算机节点上运行，但未来的工作旨在在云中分发可解决者负载。

9.1. 批量解决问题
复制链接

批量解决正在并行解决多个数据集。批量解决在夜间特别有用：

夜间通常有一些或没有问题更改。例如，一些组织会强制使用截止时间，例如，在 午夜前提交所有一天发出的请求。
解决者可能会运行更长的时间，通常是数小时，因为 nobody 正在等待结果和 CPU 资源成本低得多。
当员工参与下一工作日时，即可使用解决方案。

流程

要批量解决问题，由 parallelSolverCount 的限制，每个数据集都会创建以下类的 call solve (…) ：

public class TimeTableService {

    private SolverManager<TimeTable, Long> solverManager;

    // Returns immediately, call it for every data set
    public void solveBatch(Long timeTableId) {
        solverManager.solve(timeTableId,
                // Called once, when solving starts
                this::findById,
                // Called once, when solving ends
                this::save);
    }

    public TimeTable findById(Long timeTableId) {...}

    public void save(TimeTable timeTable) {...}

}

public class TimeTableService {

    private SolverManager<TimeTable, Long> solverManager;

    // Returns immediately, call it for every data set
    public void solveBatch(Long timeTableId) {
        solverManager.solve(timeTableId,
                // Called once, when solving starts
                this::findById,
                // Called once, when solving ends
                this::save);
    }

    public TimeTable findById(Long timeTableId) {...}

    public void save(TimeTable timeTable) {...}

}

Copy to Clipboard

Toggle word wrap

返回顶部

第 9 章 OptaPlanner SolverManager

9.1. 批量解决问题
复制链接

学习

尝试、购买和销售

社区

关于红帽文档

让开源更具包容性

關於紅帽

Theme

Red Hat legal and privacy links

Red Hat legal and privacy links

第 9 章 OptaPlanner SolverManager

9.1. 批量解决问题复制链接链接已复制到粘贴板!

学习

尝试、购买和销售

社区

关于红帽文档

让开源更具包容性

關於紅帽

Theme

Red Hat legal and privacy links

Red Hat legal and privacy links

9.1. 批量解决问题
复制链接