不走寻常路 了解微软的soa世界

本文探讨了微软在面向服务架构(SOA)领域的独特策略。尽管微软并未提供一系列标准的SOA产品,但其通过BizTalk服务器及.NET框架中的组件如WCF等提供了强大的SOA支持能力。文章还讨论了微软在ESB、BPM等方面的做法及其与竞品的区别。

  当和那些研究面向服务架构以及正在研究微软进入soa策略的分析人士谈话的时候,有一个词能很好的描述微软的出现:“不同”。

  举一个例子,shimmin说道。“他们能够进行soa,但是他们并没有soa的系列套装。”但是,在避免有一些标准的soa产品目录的同时,分析人士发现微软在不断的向soa的领域前进着,尽管大多数是以在他们自身的.net世界中通过biztalk服务器或者有时候作为各种各样的集线器的形式服务的方式前进着。分析人士指出,微软并没有有关esb的产品却提供esb指导方针以及 esb的能力。微软不支持服务组成架构(sca)和服务数据对象(sdo)规范,因为这些规范都提供了和.net相近的功能。微软也不提供有关业务流程管理(bpm)的功能,尽管他极富攻势的追寻工作流技术,而且是今年soa领域的热点话题。shimmin说道微软有十个聚焦于bpm的合作伙伴。他同时也很困惑微软最近在大多数soa的软件厂商已经支持新推出的业务流程执行语言(bpel)2.0的时候宣布.net支持bpel1.1的版本。他说他被告知 bpel2.0将成为今年的晚些时候的引路标。“这也是微软在他们自己的空间中如何工作的一个例证。”他说。

  例如,即使biztalk并没有作为企业服务总线被推出,分析人士仍然发现在很多古老的产品中提供了很多完善的对soa的支持功能。“他们正在销售 biztalk的容载量,”zapthink公司的高级分析师jason bloomberg这样说道。“其中很多的客户都用它对soa的开始进行衡量。”burton集团公司的研究主任anne thomas manes说道。他还将biztalk引用为微软所做的soa努力之一。

  biztalk提早了soa市场宣传的日期,但是却完完全全符合面向服务的方法,schmelzer说道,“biztalk起初在其刚刚推出的时候是一个企业对企业的文档转换平台,”他解释说。“现在已经经过了很多的演变。你可以将其视为一个综合的中间件或者是一个符合的服务传递平台,他基本上可以扮演你在使用websphere business integrator或者webmethods and software ag公司提供的产品的功能的角色。”

  “微软可能没有争议的将biztalk定位为为人们提供他们在esb的产品中寻找的一些功能,”他说。“尽管他们也已经包含了剩下的wcf框架部分。微软将 esb视为一种样式而不是一种产品。你可以在微软的解决方案的产品线中找到所有你想在esb中能够实现的东西。”除了biztalk和wcf之外, schmelzer还指出微软的连接服务框架以及良好承载服务也是soa组成中的两部分。“连接服务框架实际上是对服务产品和服务技术的一个集合,而良好承载服务主要将他们定位在从事soa平台应该提供给服务的东西。它包括安全性,可靠性,管理型,治理性以及其他的一些技术。连接服务框架和良好承载协议都是biz talk和窗体通信基础的产品,加上窗体工作流基础以及窗体表现基础,这些就构成了他们公司基本的soa资产。”

  “如果说有一件事情是我能从他们那里获得的话,”他说。“那就是基于人力的过程。他们都是从人开始,以人为终的。我想,这在他们整个进入soa的过程中都有所体现。”

  “微软从来没有试图走过像bea,tibco或者webmethods/software ag他们走过的路。那些公司都是试图创造一套完整的产品线,所有为bam/bpm装备的东西都配有治理功能,产品线中还包括了所有建立基于soa的基础设施所需要的东西。”他说。“而微软所做的,是他们已经在桌面系统上拥有一个很大的优势,通过桌面的优势他们可以和相当多的公司建立密切的业务关系,和他们的业务流程相捆绑――特别是在中小型企业市场当中。通过这种方式,他们确实走出了一条以人为本,过程友好化的soa之路。”

  他说,“微软给那些可能寻找ibm或者bea的解决方案的公司的平衡力是明显的以biz talk产品线和窗体通信基础(wcf)为中心的,所有的产品和技术都能够承载他们,加上他们带给开发平台的所有的资产都可以通过visual studio进行处理,所有的东西都能够推动企业服务的创建。”

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值