基于插入式模块的容器动态适应性研究

来源 :河海大学 | 被引量 : 1次 | 上传用户:userbyf
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
组件模型中,容器是组件的运行环境,为组件提供部署和运行所需要的技术服务。随着各种新型计算平台的出现和Internet信息网络的飞速发展,组件在执行期的环境变化越来越难于预测和控制,而现有的主流组件模型都使用注释静态设置容器,无法满足系统动态适应环境变化的要求。定制容器已成为一种趋势。目前国内外都已经启动了关于下一代容器样式的讨论和研究,并已取得了一些成果,但是还没有完全解决对容器的基本设计模型的复用及其对动态适应性服务的支持问题。 本文以现有的主流组件模型为基础,分析了组件模型的相关概念,系统地研究了组件模型的工作机制及其支持技术,深入研究了组件与容器之间的交互机制、容器机制及其关键技术,剖析容器为组件所提供的基本服务及其实现机制。在此基础上给出了一个基于插入式模块的容器模型PMBCM,同时对此模型引入一种动态适应性框架,实现在运行期间可监听其自身的状态,并能根据指定环境需求自适应地调整其自身功能。给出了PMBCM关键技术的具体实现,并针对EJB容器的结构特征,对其进行了功能重构,使其对组件执行期的环境具有动态适应性功能。最后提供一个案例分析,测试并验证PMBCM在实际系统的应用效果。 本文给出的容器模型较好地解决了应用系统对容器动态适应性的要求,PMBCM插入式模块的设计思想使得整个设计过程更为灵活,并使得设计可以被重用。另外,模块化设计所实现的体系结构可以比传统的环境更加迅速地进行系统调整或者重构。
其他文献
数据库中知识发现(Knowledge Discovery in Database,简称KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域,序列模式的发现是其中的一个重要研究课题。本文着重
近年来随着计算机网络的迅速发展,网络的规模不断扩大和速度的提高,出现了越来越多的网络应用,网络的用户也显著增加,复杂性不断增加,对网络的管理与计费的要求也相应提高.该
XML文档是一种公认的有语法而无语义信息的半结构化数据,但语义对保护数据的完整性、数据存储和查询优化都有着十分重要的作用。本文在讨论现有XML数据管理方法的基础上,对XML
随着流媒体服务的爆炸式增长,传统的流服务模式—客户端/流媒体服务器呈现出新的问题:首先,随着客户的大量增长,流媒体服务器的负载越来越大,服务器响应越来越慢,导致流服务
本文将事例推理(CBR)、基于本体的建模方法引入学习支持系统(LPSS)中,用人工种经网络的方法改造这两种技术,研究并设计了LPSS双层网络模型。 本模型包括自适应本体网络层和C
本论文的主要内容是,将在DNA数据分析、金融数据分析等领域中广泛应用的数据挖掘技术应用到远程教学领域中,用以提高网络学习系统的智能性,提供给学习者一个具有个性化教学特性
随着电信行业垄断的打破和竞争的加剧,传统业务所能带来的利润越来越薄.互联网和短信等业务的成功展示了数据业务的前景.但是现有的增值业务实施方式不能适应当前快速反应市
现代远程教育的迅速发展对课件提出了新的要求,传统课件由于缺乏相应标准的约束和指导,阻碍了课件的共享与重用,使重复开发、资源浪费等现象日益突出。因此,对传统课件进行符合相
随着互联网的蓬勃发展,传统的HTML数据交换方式已经越来越满足不了日益增长的数据交换的需求。微软NET的三大支柱之一XML作为一种极有前途的互联网上数据交换的新模式,己越来越