面向服务计算的数据模型转换框架设计与实现

来源 :中国科学院软件研究所 | 被引量 : 0次 | 上传用户:MKLIN
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
面向服务的计算(SOC)是一种新的计算范型,它利用服务作为基本的构造单元,支持异构环境下分布式应用的快速、低成本的组合式开发。Web服务技术由于具有语言无关、平台无关等特性,成为面向服务计算范型的一种主流实现方式。基于XML的SOAP协议是Web服务的核心标准之一,带来了消息层的互操作。在SOAP协议的实现中需要进行XML数据与程序设计语言相关的业务逻辑对象之间的数据模型转换。一方面,不同平台在处理数据模型转换时对SOAP消息中数据的编码方式不同,为Web服务的互操作性带来了问题;另一方面,数据模型转换的效率直接影响了Web服务的性能。   本文首先提出了一种新型的元模型映射机制,关注于对XML Schema规范的全面支持,弥合了XML数据模型与语言相关业务逻辑对象模型之间的差异。提高了SOAP引擎的互操作性。在关注互操作性的同时,该元模型映射机制允许用户通过自定义映射规则来控制数据模型转换的过程,并且支持自定义约束规则,提供了对数据完整性的验证,使用户更加关注业务逻辑的设计,提高了开发的效率。   此外,本文提出一种动态模板驱动的数据模型转换方法,通过采用动态提前绑定和Pull模式的XML解析技术,避免了Java反射操作的频繁使用,提高了数据模型转换的性能。同时,用上下文无关文法对数据模型转换进行了形式化描述,并基于LR(k)分析技术和语法树实现了动态数据映射模板。   最后,论文探讨了文中提出的元模型映射机制和动态模板驱动的数据模型转换方法在自主研发的新一代SOAP引擎SOAPExpress中的实现,并通过实验比较了SOAPExpress和开源SOAP引擎 Apache Axis1.x。实验数据表明,SOAPExpress在互操作性和性能方面比Apache Axis1.x均有显著提高。
其他文献
互联网技术和应用的飞速发展对网络信息传输安全和服务质量保证提出了严峻的挑战,建立高可信的网络服务已经成为网络应用发展的迫切需求。目前可信网络相关技术的研究重点集
学位
强化学习作为一种强有力的机器学习方法,其有效性已经在很多领域得到证明。它研究的是一个很普遍的问题:即如何在一个未知的动态环境中学习,以找到最优的行为策略。强化学习给人
多角度人脸识别是模式识别中极具挑战性的课题,在军用和民用领域有着广阔的应用前景,其目的是让计算机等机器能够自动辨认出各个角度的人脸图像。由于人脸的复杂性和微妙性,
随着多媒体通信技术的飞速发展,多种业务的融合已经成为网络发展的一个趋势。社区宽带综合业务网络系统使用交换式以太网技术,在一个物理网络上实现常规电话网、数字电视网、计
学位
数据挖掘是当前人工智能研究领域非常活跃的一部分,是后者的核心内容之一。粗糙集理论是一种能够处理不精确和不确定性问题的数学工具,有着坚实的理论基础。本文主要围绕基于
20世纪50年代人工智能学界就提出了主体(Agent)的概念.("agent"一词目前国内还没有统一的译法,常见的译名包括"主体"、"智能代理"、"智能体"、"艾真体"等.本文选用"主体"的译
进入二十一世纪以来,多核处理器的设计发展迈向了两种不同的方向:一种是保持应用总体按序执行的CPU,另一种则是更适用于并行计算的GPU。GPU自诞生伊始便在浮点计算性能上超越
随着计算机技术的迅速发展和硬件水平的快速提升,尤其是近年来高性能计算机和并行技术的发展,高性能计算及网格计算技术应用显得日益重要。本研究基于“高性能计算机及其核心软
学位
经过多年的观测与研究,各个森林生态站都已经积累了大量的观测数据。数据综合中心汇总各森林生态站的共享数据,而各站点大多数情况下是访问和维护本地数据,同时又需要与综合中心