`
huzhenyu
  • 浏览: 191921 次
  • 性别: Icon_minigender_1
  • 来自: 长沙
社区版块
存档分类
最新评论
阅读更多
Riena平台将是建立多层C/S企业应用的基础。通过提供一种透明的方式访问本地和远程服务,Riena将会扩展OSGi/Equinox的面向服务架构的应用。利用这种统一的编程模型,可以在完全不考虑目标位置的情况下开发Riena的组件和企业应用的业务组件,并在随后根据业务需要轻松地将组件放入客户端或服务器端
   Riena将会提供一个UI metaphor,它可以支持典型的面向业务流程的应用交互。导航和可视化不但将帮助用户集中精力于当前的流程和任务,而且也允许他同时工作于不同的流程。
   Riena UI 和 Eclipse 传统的 workbench 方式的 UI 很不一样。 Riena 的目的就是要提供一个新的 UI 选择,使得 UI 不是那种面向 IDE 的 workbench 方式,而是对普通的商业处理流程更友好。 同时,Riena 希望能够提供更简单和高级的 API 来制作 UI,包括使用 Eclipse 的 Data Binding 技术和数据有效性校验技术,将 UI Form 直接和数据源的数据绑定,就好像 PowerBuilder 里面的那种 Data Window。


  下面是Riena范围的详细计划:
    支持分布式企业应用——Riena将支持运行在远程服务器上的OSGi服务。
     ●Eclipse的OSGi框架(Equinox)不仅能够运行在独立的客户端,同样也可以运行在服务器端。以类似和一致的方式开发一个综合的富企业应用,不但要求组件能在客户    端或服务器端运行,而且还要求应用层之间强壮且灵活的通信支持。所有这些都可以基于标准的Equinox平台实现,因此应用程序开发者根本不必担心这些技术细节。
     支持面向业务流程的UI——这项工作从Milestone 3就已经开始,旨在提供一个更加面向业务用户的UI。
     ●软件升级/供应——由于C/S应用程序的特性,软件升级通常不是由终端用户控制,而是由后端服务器启动的。Riena将利用Eclipse Provisioning以及Eclipse Maya中已经获得的成果来实现自动部署。
认证和授权——计划要同Equinox Security以及用作单点登录的Eclipse Higgins进行整合。
     ●报表——Riena将会提供一个框架,其独特之处在于产生报表的各项工作(数据整理、排序、过滤以及解析输出)可在服务器和客户机之间交替。最终Riena将会和BIRT整合,以提供更多综合报表。
     ●持久化和对象事务——为支持C/S架构,Riena将会引入一种新的机制以在两个环境中保持对象状态同步,主要通过支持对象级事务实现。Riena无意再去重新发明已经存在的持久化功能,如EclipseLink、Hibernate和其它框架实现的那样。Riena会查漏补缺,并结合持久化组件和对象事务组件,优化客户端和服务器之间的大型业务对象的交易。
外部应用整合——C/S应用程序通常都需要和其它应用软件整合,例如PDF阅读器、邮件应用以及web浏览器等。
     ●监视客户端状态——所有的客户端的登录行为都会反馈到服务器端,Riena将利用这一特性提供警示功能,并时服务器事件和客户端错误相关联。
     ●外部应用整合——C/S应用程序通常都需要和其它应用软件整合,例如PDF阅读器、邮件应用以及web浏览器等。
     ●监视客户端状态——所有的客户端的登录行为都会反馈到服务器端,Riena将利用这一特性提供警示功能,并时服务器事件和客户端错误相关联。
分享到:
评论

相关推荐

    redview-开源

    redView Riena EMF动态视图。 redView为基于EMF模型的SWT视图提供了一种所见即所得的编辑器。 redView可用作原型系统,RCP应用程序等。 redView可以动态呈现视图。

    (175797816)华南理工大学信号与系统Signal and Systems期末考试试卷及答案

    内容来源于网络分享,如有侵权请联系我删除。另外如果没有积分的同学需要下载,请私信我。

    深圳建设施工项目安全生产奖惩管理制度.docx

    深圳建设施工项目安全生产奖惩管理制度

    离散数学课后题答案+sdut往年试卷+复习提纲资料

    离散数学课后题答案+sdut往年试卷+复习提纲资料

    自考04741计算机网络原理真题及答案及课件

    04741计算机网络原理 2018(尚德).pdf 13年试题(2套).pdf 2015年10月自考计算机网络原理04741试题及答案解析.docx 2021年4月自考04741计算机网络原理真题及答案.docx 2021年4月自考04741计算机网络原理试卷.bak.docx 计算机网络原理 课后题答案 全 李全龙版 自考04741.zip.zip 计算机网络原理课件 计算机网络原理课件.rar

    C++实现rpc,全程手写

    C++实现rpc,全程手写

    前端拿到的列表数据里id都一样的处理办法.txt

    前端拿到的列表数据里id都一样的处理办法.txt

    最新仿720云全景制作源码-krpano仿720云全景网站源码 新增微信支付+打赏+场景红包

    最新仿720云全景制作源码|krpano仿720云全景网站源码(新增微信支付+打赏+场景红包等)是一款基于php+mysql开发制作的全景在线制作网站源码,包含全景图片,全景视频等。数据存储全部存于OSS云端或本地,源码完全开源可自行二次开发。 环境要求:PHP5.5.X+MYSQL5.6.X+伪静态 熟悉linux系统推荐使用LAMP,web服务器最好使用apache,不要使用nginx(发布大全景图需要时间可能需要20多分钟, nginx超时机制不好控制)。 Windows系统推荐使用phpstudy。Liunx推荐宝塔控制面板apache 前端为HTML5开发,自适应手机版! 1、支持VR虚拟现实、全景视频、环物全景、说一说、点赞评论、重力感应、智能视频嵌入、场景切换热点、加载进度条、 地图导航、光晕flash特效、物体全景嵌入、场景自播、场景解说、雷达导航等业内前沿功能。 2、支持windows、Linux、Mac、安卓、IOS等几乎所有的系统观看。支持CDN图片转存,极大的减轻的服务器流量费用。 3、支持用户权限分配。方便会员制收费。

    YOLO算法-可乐罐子数据集-336张图像带标签-可乐.zip

    YOLO系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,包含数据集配置文件data.yaml,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中,文件名末尾是部分类别名称; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值; 【注】可以下拉页面,在资源详情处查看标签具体内容;

    环境监测系统源代码全套技术资料.zip

    环境监测系统源代码全套技术资料.zip

    【编码解码】基于matlab罗利衰落信道编解码器设计【含Matlab源码 9930期】.zip

    Matlab领域上传的视频均有对应的完整代码,皆可运行,亲测可用,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; 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

    四轮转向系统横摆角速度控制simulink仿真模型,利用滑模控制算法,基于八自由度车辆模型,控制有比较好的效果,附参考说明

    四轮转向系统横摆角速度控制simulink仿真模型,利用滑模控制算法,基于八自由度车辆模型,控制有比较好的效果,附参考说明。

    YOLO算法-工作场所安全隐患数据集-859张图像带标签-倒下的工人-配备个人防护装备的工人-无个人防护装备的工人-火.zip

    YOLO系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,包含数据集配置文件data.yaml,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中,文件名末尾是部分类别名称; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值; 【注】可以下拉页面,在资源详情处查看标签具体内容;

    自学考试02331数据结构试题及答案2021-2022

    02142数据结构导论历年真题及答案(2012-2018共13套).rar 02331数据结构历年真题共267页2009.10-2019.4.rar 24数据结构201704_8.pdf 25数据结构201710_10.pdf 26数据结构201804_11.pdf 27数据结构201810_9.pdf 全国2021年04月高等教育自学考试02331数据结构试题及答案.docx 全国2022年04月高等教育自学考试02331数据结构试题及答案.docx 数据结构-课件.rar 第l六讲.ppt 第一讲.ppt 第七讲.ppt 第三讲.ppt 第九讲.ppt 第二讲.ppt 第五讲.ppt 第八讲.ppt 第四讲.ppt

    验收确认单表格.docx

    验收确认单表格.docx

    内存搜索工具(易).rar

    内存搜索工具(易).rar

    饮食管理系统项目源代码全套技术资料.zip

    饮食管理系统项目源代码全套技术资料.zip

    计算机视觉项目:Swin-Transformer 【tiny、small、base】模型实现的图像识别项目:番茄病害图像分类

    【项目简介】 代码主干网络采用Swin-Transformer 家族系列,包括【tiny、small、base】三种模型。pretrained和freeze_layers参数为是否采用官方预训练模型和是否仅训练分类头。为了做对比消融试验,优化器采用了Adam和SGD、AdamW三种。损失函数采用多类别的交叉熵、学习率优化策略采用cos余弦退火算法 【评估网络】 评估的指标采用loss和准确率(accuracy),分别会在训练集和验证集上进行评估、输出、绘制曲线图像。同时会在训练集、验证集进行一系列评估,包含混淆矩阵、recall、precision、F1 score等等曲线图像,以及recall、precision、F1 score、特异度的输出信息等等。 【具体各类别的指标在json文件中查看】 【如果想要更换数据集训练,参考readme文件】 【本项目为8种番茄病害图片(约4k张数据),包含数据集和标签,可以一键运行】

    (177121232)windows电脑下载OpenHarmony鸿蒙命令行工具hdc-std

    windows电脑下载OpenHarmony鸿蒙命令行工具hdc_std。内容来源于网络分享,如有侵权请联系我删除。另外如果没有积分的同学需要下载,请私信我。

    小程序毕业设计项目-音乐播放器

    本项目可以作为小程序毕设项目,主要功能为音乐播放器,主要功能是:可以播放歌曲(采用mp3网络连接实现)、专辑封面播放时可以旋转,能够实现开始和暂停播放,可以点击下一首歌曲,主页面实现动态轮播图

Global site tag (gtag.js) - Google Analytics