`
anreddy
  • 浏览: 99212 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

Granite数据服务:Flex DS的开源替代品

阅读更多


  Granite数据服务(Granite Data Services,GDS)是Adobe生命周期数据服务(LiveCycle Data Services)和最近开源的BlazeDS(Blaze Data Services)的一个开源替代品。上周,GDS产品发布了1.0版本,它采用LGPL许可方式。InfoQ.com与GDS项目的创建者Franck Wolff进行了沟通,以了解更多关于该开源项目的信息。

  Wolff为InfoQ.com的读者提供了GDS的概述:GDS是Adobe生命周期数据服务(LiveCycle Data Services)的一个替代品,特别强调与JEE技术的整合,包括众所周知的Java EE持久化系统(比如Ejb3/Hibernate,完全支持懒加载[lazy-loading])。GDS可以让你使用标准的Flex 2及其以上版本的RemoteObjects,它们提供了来自AMF3序列化的全部优点。
  
  此外,GDS也为许多技术提供支持:

  与流行Web框架服务的互操作性

  调用服务器端的Ejb3会话Bean(无论是否使用JBoss Seam扩展)

  带有Acegi安全的Spring Beans
  
  Google Guice服务(加上Warp持久化)

  支持POJP服务

  支持数据推(Data Push)是GDS 1.0的一个新功能。此外,GDS还提供了一个ActionScript3代码生成器(Gas3),它大大加速了Flex应用的开发。GDS和Flex Builder IDE、或者免费的Flex SDK一起,可以为开发人员提供一个完整而强大的Flex应用开发、部署框架。

  关于项目现状:

  GDS过去比较重要的部分(Ejb3、Spring、Pojo和Gas3)已经被广泛采用,而且生产就绪,这就是我们为什么能直接从0.4跳到1.0版本。目前引进到GDS 1.0中的新功能(Seam、Guice服务、数据推(Data Push))应该会在beta版软件中考虑到。

  GDS正由Adequate Systems的两个开发人员(William Draï和我自己)积极开发。此外,由于GDS一年前就公开推出(见GDS文档),所以还有许多来自开源社区的其他人也在为GDS的开发做出贡献。GDS确定会成为将来基于Flex的解决方案架构的服务器端核心。

  关于GDS线路图和RIA架构,Wolff表示:

  目前,我们正努力开发一个确保唯一性(每个实体在Flash VM中只存在一个实例)的客户端实体仓库。这个仓库的一个重要功能是当懒关联在Flex端被请求的时候,它们要透明地初始化。某种程度而言,这个功能受到了Cairngorm的启示。

  线路图中另一个重要的发展是改进GDS和JBoss Seam的集成。我认为随着RIA新的发展,从架构的角度来看,我们所面临的风险是又回到了15年前客户端/服务器模式(client/server paradigm)占主导地位的状态。这一趋势能带来与无状态服务器相互作用的有状态客户端(例如简单的数据库前端程序)。尽管这个架构对小型Flex应用可能是可行的,但我觉得对大型应用来说,这并不是最好的选择。我想在GDS中继续致力于有状态服务器组件的设想,比如说,就像由Seam对话和任务的设想所定义的一样。

  最终的目标是在Flex端建立一个完整的数据管理系统,带有自动表单创建(实体编辑面板)和验证(它在客户端复制Hibernate验证注释)。
Wolff与读者继续分享了GDS中数据推(Data Push)的更多细节:

  GDS中的数据推(命名为Gravity)被实现为一种带有通过HTTP发送的AMF3消息、类Comet技术的服务(没有RTMP、没有特定的因特网 端口),并免费基于Bayeux协议。这种实现对Tomcat 6.0.14及其以上版本、JBoss 4.2.2及其以上版本、Jetty Continuations 6.1.15及其以上版本是可用的。就像Flex文档中描述的一样,Gravity还提供了对JMS适配器的支持。

  在客户端代码中,我们不能使用标准的mx.messaging.Consumer和mx.messaging.Producer,因为Consumer类已经从Flex 3 SDK中移除了。所以,我们要实现我们自己的、带有相同属性和方法的ActionScript类Consumer/Producer,不过有一个区别:属性“subtopic”已改名为“topic”(是为了确保Flex 2和Flex 3之间的兼容性)。我们还创建了一个特殊的信道(org.granite.gravity.channels.GravityChannel),必须为了数据推目的地(data push destinations)而在services-config.xml文件中使用它。简而言之,这个信道封装了两个flash.net.URLStream实例(指令和通道),并支持长轮询(long-polling)传输。

  如果你目前正在使用mx.messaging包中的类,你只需要做几个修改即可:

  将所有的“mx.messaging.Consumer”imports重命名为“org.granite.gravity.Consumer”(Producer类也一样)。
  将所有的“subtopic”重命名为“topic”。
  修改services-config.xml中的信道定义。

  Wolff还解释说明了一下Gas3的特点:

  Gas3的构思是:

  通过写Ejb3实体Bean设计数据库模型。
  让Gas3生成复制了实体Bean属性的ActionsScript3 Beans(即Flex客户端模型Beans),而且有Hibernate工具生成数据库模式(表和索引的创建)。
  用会话Bean、Spring、Guice或Pojo服务写业务逻辑。
  写Flex应用(mxml)。

  另外,你可以写自己的Gas3代码生成模板,还能完全自定义生成的ActionScript3类。

  记者让Wolff比较一下GDS和BlazeDS:BlazeDS主要是LCDS的一个子集,它不直接提供任何数据管理功能(参见这张图片)。GDS的设计是为了提供与EJB3持久化层的完全整合,并带来一个非常重要而独特的特征(LCDS似乎并不提供):当使用像Hibernate一样的对象/关系持久化工具时,如果你不使用任何懒抓取策略,你可能会面临加载整个数据库的风险。GDS既支持代理(单值关联关系),也为集合支持懒抓取。

  此功能基于另一种独特的序列化特点:外部化(Externalizers)。使用标准的Flex AMF3序列化(BlazeDS或LCDS),只有非临时、非静态的公有属性才能被序列化。你不能序列化和持有ActionScript3 Bean中的私有属性,它们应该保留为私有(例如版本号等)。使用BlazeDS或LCDS实现这个目标的唯一方法是把你的实体Bean写成外部化(Externalizable)(但是你必须同时在Java端和AS3端实现稳定的readExternal/writeExternal方法,参见这里)。这是非常繁琐的工作,而且许多源码有潜在的、难以发现的错误(如果你没有实体Bean的源码,它甚至是不可能实现的)。使用GDS外部化,你不用把你的Java Bean写成外部化,你还能让Gas3来生成你的AS3 Bean(强类型的,带有保持私有的私有属性和懒加载支持)。

  BlazeDS文档说BlazeDS有一个“开放适配器架构”,能让你“轻松地集成JMS、EJBs、ColdFusion组件,以及其它数据源”。从这个角度来看,由于GDS也基于一个“开放适配器架构”,所以GraniteDS和BlazeDS并没有很大的不同。开发人员已经编写了Spring、Seam、Guice服务适配器等。GDS还允许你自定义很多其它的东西,包括控制序列化过程的每个部分、支持特殊类型。

  令人惊讶的是,BlazeDS和GDS的数据推实现都基于相同的类Comet架构类型。2007年夏季,GDS在其网站上宣布了这一实现选择,比任何BlazeDS的宣布都要早很多。因此,除了GDS对Jetty有特别的支持(据我所知,BlazeDS只支持Tomcat)外,数据推的实现可能是非常相似的(BlazeDS的源码还不可获得)。

  Wolff提供了一个例子,说明在何处使用GDS会比使用BlazeDS有意义:如果你是一个使用像Hibernate一样的Java EE持久化技术的软件供应商,你一定会感到支持懒抓取策略的框架的重要性。GDS最重要的特点之一(也是GDS被创建的主要原因之一)就是可能会在客户端使用与Hibernate脫管对象(detached object)一模一样的ActionScript3拷贝,就如同你在一个规范的Java EE应用的Web层一样。使用BlazeDS的话,这似乎是根本不可能的,这意味着你不能用BlazeDS替代GDS。此外,你还可以使用Gas3的代码生成功能,它们能实时保存。

  记者向Wolff询问了GDS与BlazeDS项目合并的可能性:

  我还没有和Adobe讨论过这个问题。我猜测Adobe还是想保持BlazeDS和LCDS之间清晰的功能分离(在BlazeDS中没有数据管理)。另一方面,GDS试图给出一个提供缺少功能的替代实现,它基于众所周知的、广泛采用的Java EE技术。目前我唯一可以说的就是,如果Adobe想在BlazeDS中添加GDS的一些或全部特定功能,我一定认为合并是一个合适的选择。但是在这种情况下,对我们来说(我猜还有很多GDS用户),问题是要得到一些保证,保证未来的BlazeDS开发能满足我们的需求。

  采访结束时,Wolff对开源社区表示了感谢:我想再次感谢那些来自开源社区的人们对GDS做出的伟大贡献。
http://misuland.com/HTML/1204078477366.html
分享到:
评论

相关推荐

    基于opencv实现象棋识别及棋谱定位python源码+数据集-人工智能课程设计

    基于opencv实现象棋识别及棋谱定位python源码+数据集-人工智能课程设计,含有代码注释,满分课程设计资源,新手也可看懂,期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。该项目可以作为课程设计期末大作业使用,该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 基于opencv实现象棋识别及棋谱定位python源码+数据集-人工智能课程设计,含有代码注释,满分课程设计资源,新手也可看懂,期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。该项目可以作为课程设计期末大作业使用,该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 基于opencv实现象棋识别及棋谱定位python源码+数据集-人工智能课程设计,含有代码注释,满分课程设计资源,新手也可看懂,期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。该项目可以作为课程设计期末大作业使用,该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。基于opencv实现象棋识别及棋谱定位python源码+数据集

    基于Python实现的Cowrie蜜罐设计源码

    该项目为基于Python实现的Cowrie蜜罐设计源码,共计380个文件,涵盖166个Python源代码文件,以及包括RST、SQL、YAML、Markdown等多种类型的配置和文档文件。Cowrie蜜罐是一款用于记录暴力攻击和攻击者执行的SSH及Telnet交互的中等交互式蜜罐。

    QT 摄像头获取每一帧图像数据以及opencv获取清晰度

    QT 摄像头获取每一帧图像数据以及opencv获取清晰度

    基于asp.net的(CS)地震预测系统设计与实现.docx

    基于asp.net的(CS)地震预测系统设计与实现.docx

    基于Springboot和Mysql的医院药品管理系统代码(程序,中文注释)

    医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统-医院药品管理系统 1、资源说明:医院药品管理系统源码,本资源内项目代码都经过测试运行成功,功能ok的情况下才上传的。 2、适用人群:计算机相关专业(如计算计、信息安全、大数据、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工等学习者,作为参考资料,进行参考学习使用。 3、资源用途:本资源具有较高的学习借鉴价值,可以作为“参考资料”,注意不是“定制需求”,代码只能作为学习参考,不能完全复制照搬。需要有一定的基础,能够看懂代码,能够自行调试代码,能够自行添加功能修改代码。 4. 最新计算机软件毕业设计选题大全(文章底部有博主联系方式): https://blog.csdn.net/2301_79206800/article/details/135931154 技术栈、环境、工具、软件: ① 系统环境:Windows ② 开发语言:Java ③ 框架:SpringBo

    mqtt单点到点聊天工具

    mqtt单点到点聊天工具

    【图像融合】基于matlab GUI拉普拉斯金字塔+小波变换图像融合【含Matlab源码 857期】.zip

    CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 图像融合:小波变换图像融合、遗传算法图像融合、IHS图像融合、PCA图像融合、curvelet变换图像融合、拉普拉斯金字塔+NSCT图像融合、医学图像图像融合、高分辨全色图像融合 DSIFT多聚焦图像融合、加权平均法图像融合、泊松彩色图像融合、主成分结合小波离散变换PCA-DWT图像融合、矩阵优化图像融合、导向滤波图像融合、拉普拉斯图像融合、系数绝对值最大图像融合

    基于ZCAM E2系列相机的OBS设计源码实现

    该项目为OBS直播软件的扩展设计源码,采用C++语言编写,并包含C、Shell和C等其他语言。源码共99个文件,其中包含16个头文件、11个PowerShell脚本、9个C++源文件、6个ZSH脚本、5个Shell脚本、5个输入文件、4个INI配置文件、3个YAML文件、3个文本文件、2个JSON文件。源码实现将ZCAM E2系列相机直接集成至OBS作为直播源,支持直播功能。

    VLOOKUP函数:在Excel中查找并返回数组特定元素的实用指南

    在Excel中处理数据时,我们经常需要从大量数据中提取特定的信息。VLOOKUP函数(垂直查找函数)是一个非常强大的工具,它可以帮助我们在数据表中查找并返回相应的值。本文将详细探讨如何使用VLOOKUP函数查找并返回数组中的特定元素,包括函数的语法、使用技巧和实际应用中的代码示例。 VLOOKUP函数是Excel中进行数据查找和提取的强大工具。通过使用VLOOKUP进行精确匹配、近似匹配、数组公式和反向查找,可以有效地从数组中查找并返回特定的元素。此外,使用IFERROR和数据类型检查可以提高数据查找的准确性和可靠性。通过这些技巧和方法,可以确保VLOOKUP函数在各种情况下都能准确无误地执行。

    拷贝到Windows 10的C:\Windows\System32或C:\Windows\SysWOW64,之后重启电脑

    拷贝到Windows 10的C:\Windows\System32或C:\Windows\SysWOW64,之后重启电脑

    excel统计分析(3): 一元线性回归分析

    excel统计分析(3): 一元线性回归分析

    基于matlab碳交易机制下考虑需求响应的优化运行【含Matlab源码 期】.zip

    CSDN海神之光上传的全部代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,可私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博主博客文章底部QQ名片; 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    精简博客系统 基于Springboot和Mysql的精简博客系统代码(程序,中文注释)

    精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统-精简博客系统 1、资源说明:精简博客系统源码,本资源内项目代码都经过测试运行成功,功能ok的情况下才上传的。 2、适用人群:计算机相关专业(如计算计、信息安全、大数据、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工等学习者,作为参考资料,进行参考学习使用。 3、资源用途:本资源具有较高的学习借鉴价值,可以作为“参考资料”,注意不是“定制需求”,代码只能作为学习参考,不能完全复制照搬。需要有一定的基础,能够看懂代码,能够自行调试代码,能够自行添加功能修改代码。 4. 最新计算机软件毕业设计选题大全(文章底部有博主联系方式): https://blog.csdn.net/2301_79206800/article/details/135931154 技术栈、环境、工具、软件: ① 系统环境:Windows ② 开发语言:Java ③ 框架:SpringBoot ④ 架构:B/S、MVC ⑤ 开发环境:IDE

    基于Scrapy框架的豆瓣电影爬虫系统

    项目介绍使用Scrapy框架爬取豆瓣电影,豆瓣选影视页面分别筛选地区为中国大陆、香港、台湾(可更换为其他地区),构造Ajax请求,获取电影id,再通过id构造电影链接,解析页面后获得电影详细数据,如名称、年份、导演、主演、类型等。 在IT行业中,网络爬虫是获取大量数据的重要手段,尤其在金融数据分析领域,如股票评论数据,能够为投资者提供宝贵的市场情绪参考。本项目聚焦于使用Python的Scrapy框架来批量爬取豆瓣电影网的数据,从而进行数据分析。 Scrapy是一个强大的Python爬虫框架,它提供了一整套解决方案,包括网页抓取、解析、数据存储等。使用Scrapy,我们可以高效地构建起一个完整的爬虫项目,其主要组件包括Spiders、Item、Item Pipeline、Downloader Middleware和Settings等。 1. **Spiders**:是Scrapy的核心,负责定义如何抓取数据以及如何处理抓取到的数据。在这个项目中,我们需要创建一个Spider,设置其起始URL(通常是豆瓣电影网的评论页面),并定义如何解析HTML页面,提取评论内容、用户名、

    基于c语言的配有图片和音乐的打字母游戏.zip

    基于c语言的配有图片和音乐的打字母游戏.zip

    基于asp.net的歌迷购物网设计与实现.docx

    基于asp.net的歌迷购物网设计与实现.docx

    基于Vue框架的hao123程序员网址导航设计源码

    该项目是一款基于Vue框架构建的程序员网址导航系统源码,包含136个文件,包括56个PNG图片、49个ICO图标、11个Vue组件文件、5个JavaScript文件以及少量JSON、YAML和其他配置文件。该系统以简洁明了的界面,为程序员提供便捷的网址导航服务。

    MPU6050 DMP文件移植包

    MPU6050 DMP文件移植包

    PyOpenGL-3.0.1 (2).zip

    opengl安装包

    螺旋轴泵3D模型图纸 Solidworks设计 附STEP格式.zip

    螺旋轴泵3D模型图纸 Solidworks设计 附STEP格式.zip

Global site tag (gtag.js) - Google Analytics