<iframe align="top" marginwidth="0" marginheight="0" src="http://www.zealware.com/46860.html" frameborder="0" width="468" scrolling="no" height="60"></iframe>
为什么会有SOA,这可以简单类比铁路的出现
记得几年前看过一篇文章,将IT里出现的ERP、CRM等等英文缩写称为“新三字经”,其意思大概说,很多人都会将这些英文缩写挂在嘴边,并以此为荣,但实际上有多少人知道这些缩写的意思呢,更不用说能对其进行一些深入浅出的解析了。
眼下,SOA就是“新三字经”的代表,从去年开始,这个词就频繁出现IT行业中,但是有多少人能说清楚SOA呢?
根据计世资讯最新的统计,只有30%多的企业用户听说过SOA,而只有14%的人了解SOA,几乎所有企业用户对SOA的了解都是停留在比较浅显的层面上。
与此截然相反的是,尽管不了解SOA,但是在这30%多知道SOA的企业用户中,有超过80%的企业认为SOA很重要,超过40%的企业更表示在未来的IT建设中会采用SOA架构。
从铁路出现看SOA产生
面对SOA,企业一方面是不了解,一方面却又非常重视,那么SOA到底是何方神圣?
眼下,最普遍的对SOA的解释是:SOA(Service-Oriented Architecture,面向服务架构),它是一种架构模型,它可以根据需求通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用。服务层是SOA的基础,可以直接被应用调用,从而有效控制系统中与软件代理交互的人为依赖性。
不可否认,从这个复杂的标准定义中,除非是很专业的人士,否则很难理解SOA到底是什么?那么就让我们抛开复杂的技术词汇,从管理的角度来看SOA。
为什么会出现SOA?简单的说,这与工业时代铁路的出现和发展有异曲同工之妙。从IT发展历史的角度来说,SOA的发展和原来的工业革命发展的历史其实是有惊人的相似之处,也就是说当时铁路网的铺设过程就和SOA发展的轨迹几乎一样。
在工业时代,铁路系统的出现对于当时的经济发展非常重要。最初的铁路都是由矿业主自己私人修建的,最初修建的铁路是杂乱无章的,形成了众多的铁路系统和标准,这些铁路之间也没有有效利用。
随着铁路和火车越来越多,人们开始注意到,铁路和铁路之间的不通行、互相孤立,以及铁路之间缺乏管理,对于铁路系统的发展是非常致命的,后来为了解决这些问题,开始出现了专门负责铁路规划、建设和管理的部门以及规章制度。
这与IT网络的发展几乎一样,也是从无序发展开始,每个企业都在建立自己的IT系统,每个企业之间并不互相兼容,即使在每个企业内部,每个部门都可能各自独立,和铁路的发展一样,这种无序化让IT管理变得困难。
在这种情况下,SOA的概念在十多年前被Gartner公司提了出来,当时提出SOA的主要目的就是让每个IT系统都有自己的自主力,灵活的发展空间,但同时又能够随需共享,这种情况好比是一国多制或者联邦制。
任何新的事物出来之后都需要有个标准化的过程,铁路如此,信息系统也是如此。如果将铁轨的宽度看成是一种标准,那么SOA就是未来信息系统的一个构建标准。
铁路宽度是怎么制定的呢?据悉,美国铁路两条铁轨之间的距离是4.85英尺。为什么是这个奇特的标准呢?原来最早美国的铁路是由英国人设计建造的,而英国的铁路是由建电车的人设计的,可最先造电车的人以前是造马车的,他们习惯性地把马车的轮宽搬到了电车上。然而,英国马车的轮宽之所以用这个标准,是因为其老路的辙迹是这么宽,如果马车用其他轮距的话,轮轴就很容易损坏。据资料显示,英国老路的辙迹宽度是罗马战车形成的,而罗马战车的轮度是依两匹拉战车的马屁股宽度设计制造的。就这样,两匹马屁股的宽度就构成了现在铁轨的宽度。
那么信息系统的建立标准又是如何决定的呢?从软件业和网络的发展角度来看,在技术或者连接上出现过很多的标准,但是这些都不是最大的标准——信息系统将以什么样的方式来构建? 这不是技术问题而是一种理念。
这个标准最终的确立是由用户决定的。这好比是Web1.0和Web2.0的区别,一个是大教堂模式,另一个是大集市模式。Web1.0是一个典型的大教堂模式,是自上而下的,用户是被动的,等级伸延的,所有开发软件都是这么一个角度;Web2.0是一个大集市模式,自下而上,用户占据主动的位置。
在《世界是平的》一书也有这样的分析, 1.0是殖民主义的时代,2.0是跨国公司主导,3.0的时候这个全球化被定义为个人的全球化,个人的全球化的意思其实就是Web2.0所讲的大集市模式,对应公司的要求,个人的全球化和Web2.0对应的企业的要求可能只有像一个比较灵活的架构才能够应付外边的压力。
而且全球化本身就是SOA的一个推动力,一个特别简单的例子就是当中国的一些企业进入WTO,尤其是在海外上市了以后,它直接就需要受到国外的那些证券法律的监管,监管条律就要求它必须要把现有的信息发放出来,按照一种标准发布出去,这就直接导致了一些企业最先做SOA的渴望。
从这个角度上来说,可以明确SOA不是一款产品,更不是一种技术,SOA只是企业系统平台架构设计中的一种方法,一种理念,可以用任何一种现今成熟的技术实现它。正如搭建房屋所用到的方法和理念的设计,需要人的力量来完成一样,SOA的实施,也需要有相关软件产品的辅助。所以,在目前市场上,已经有很多企业推出了用以实现SOA的软件产品。在这些软件产品的辅助之下,所搭建的系统平台,又被称做SOA系统架构平台。对于实施团队,SOA不是一个产品而是一个架构;对于管理团队,SOA不是一个项目而是一个规划。
SOA这个概念已经提出十年多了,为什么很多人还不是很认同这个理念。宋代苏东坡写过的对联来解释这一现象,那就是”茶,好茶,上好茶;坐,请坐,请上坐。它表达的就是当一个人一波三折地到达你家里的时候,你对他尊敬的感觉逐渐油然而生,最开始的时候你觉得此人很普通,到最后你发现此人是高手。这种变化将是企业对于SOA的认识过程:乍一看不就是一种松散的连接吗?用过之后才逐渐体会出其中的奥妙,虽然仅仅是三个字母,但意义非凡。
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=1381810
相关推荐
铁轨(FBX)文件格式是游戏开发领域中广泛使用的3D模型交换格式,由Autodesk公司开发。这种格式能够跨不同的三维建模软件进行数据交换,如3ds Max、Maya、Blender等,同时也被游戏引擎如Unity广泛支持。在本案例中,...
基于计算机视觉技术的基本理论,设计了一铁轨表面缺陷检测的软硬件平台,并运用该方案对铁路现场采集到的铁轨缺陷图像进行处理。 计算机视觉技术在铁轨表面缺陷检测中的应用可以分为以下几个方面: 1. 图像处理:...
标题中的“铁轨表面缺陷数据集.zip”是一个包含有关铁路轨道表面缺陷的专门数据集,这类数据集在工业检测、物联网(IoT)以及人工智能(AI)领域具有重要的应用价值。它可能被用于训练和测试计算机视觉算法,以自动识别...
RSDDs铁轨表面缺陷数据集
Schweerbau公司所使用的高速铣削(HSM)铁轨铣床融合了多种新技术,大大提升了铣削工作的效率。这些新技术的应用使得铣削过程更加自动化、精确。特别地,Mevert机床设备公司利用可换扳手取代了常规的机器人手臂,实现...
《铁轨裂纹数据集(第一部分)》的解析与应用 这个数据集是一个专门针对铁路基础设施维护的重要资源,特别是关注铁轨裂纹检测。它由14010张图像组成,每张图片都经过仔细的人工标注,以识别出铁轨上的裂纹和缺陷。...
Canny于1986年提出,其核心思想是应用高斯平滑去噪,然后使用Sobel算子进行边缘检测,接着通过非极大值抑制和滞后阈值化技术来精炼边缘。Canny边缘检测算法因具有较好的抗噪声性能和边缘定位精度,已被广泛应用于...
在铁路系统中,准确检测铁轨线是至关重要的,它涉及到列车的安全运行和交通管理效率。"Rail-Lane-Lines-master (1)_...通过学习和理解这个项目,我们可以深入了解如何在现实世界中应用这些理论知识来解决实际问题。
综上所述,基于单片机和PLC控制的铁轨喷油监控系统是结合了嵌入式硬件技术、自动化控制理论和物联网技术的创新应用,为铁路运维提供了智能化解决方案。它提升了铁路养护的精确度和效率,确保了铁路的安全运行,体现...
在设计过程中,系统使用了AT89C52单片机作为主控芯片,并使用RS232C串行通讯协议来与激光测距传感器进行通讯。在测距过程中,主单片机将向激光测距传感器发送测距命令,传感器将接收到命令并对被测铁轨发射激光束。...
铁轨表面缺陷数据集是一个专门用于机器学习训练的资源,主要目标是帮助识别和检测铁路轨道的...通过使用像YOLO这样的先进模型,我们可以构建出能够自动识别铁轨缺陷的智能系统,这对铁路行业的安全运营具有重大价值。
基于单片机和PLC控制的铁轨喷油监控系统是一种针对高速铁路铁轨弯道磨耗问题而设计的,其设计目标是减轻机车在弯道行驶时对铁轨的磨损,延长铁轨使用寿命。通过有效的监控与控制铁轨喷油器的喷油过程,达到上述目的...
"铁轨表面病害数据集-铁轨表面剥落掉块"是一个专门针对铁轨病害进行研究的数据集,主要关注的是铁轨表面的剥落掉块现象。这种病害通常由多种因素引起,如疲劳磨损、腐蚀、过载或材质问题,可能导致铁轨的性能下降,...
铁轨表面缺陷数据集:RSDDs数据集包含两种类型的数据集:第一种是从快车道捕获的I型RSDDs数据集,其中包含67个具有挑战性的图像。第二个是从普通/重型运输轨道捕获的II型RSDDs数据集,其中包含128个具有挑战性的图像...
《铁轨裂纹数据集(第二部分)》是专门针对铁路安全监测的重要资源,它包含了大量关于铁轨裂纹的图像信息,旨在支持计算机视觉、机器学习和深度学习领域的研究与应用。数据集由14010张图片组成,这些图片均经过精心...
"基于边缘检测的铁轨识别" 本文主要讨论基于边缘检测的铁轨识别技术,旨在铁路安全检测系统中实现铁轨识别的自动化。铁轨识别是铁轨线路上障碍物检测的前提,通过对常用边缘检测算子的对比分析,提出了基于边缘检测...
4. **训练策略**:YOLOv7可能会使用分阶段训练,首先用较小的图像分辨率预训练模型,然后逐渐增加分辨率进行微调,这样可以在保证模型性能的同时,有效减少训练时间。 5. **动态锚框**:YOLOv7可能引入了动态锚框...
2. 延长轨道寿命:减小了接头的磨损,延长了铁轨的使用寿命。 3. 提升运行效率:确保列车平顺运行,提高运输效率。 然而,搭接式铁轨也面临一些挑战: 1. 设计复杂:需要精确计算和设计,以保证接头的承载能力和...
铁轨弹条是铁路轨道系统中的重要组成部分,其主要功能是保持钢轨的稳定性和安全性。弹条数据集是专门针对这些关键部件进行研究和分析的宝贵资源,它包含了多种故障模式,如移位、脱落、断裂等。这些数据对于铁路维护...
铁轨缺陷数据集