ext js配合dwr在java中的用法

本文介绍了如何使用DWR与EXT实现数据交互的过程。通过创建记录类型映射和数据存储结构,利用EXT.data.DWRProxy及EXT.data.ListRangeReader处理数据流入流出。此方法为前端与后端之间的数据交换提供了一种解决方案。
  1. ext: http://extjs.com/deploy/ext-1.0.1/docs/在这里可以了解ext的具体用法,和一些demo,example。
  2. dwr:http://getahead.org/dwr/documentation 
  3. dwr例子:https://dwr.dev.java.net/files/documents/2427/39350/ajaxtm.rar
  4. dwr  介绍ppt: https://dwr.dev.java.net/files/documents/2427/39353/ajax_transportation_methods.ppt

了解了这两个技术后我们来看看它们之间是怎样一个数据流入处理过程。

 

要想让dwr与ext有数据上的交互,我们可以看下,ext对数据的处理过成,因为这两个交互最主要的就是一个数据怎么流入,和流出的过程。分析ext的结构,发发现ext里面有一个专门对数据类型转化的处理,就是在ext.data下面的这些:
在这里面有可以对许多类型进行转化,但是没有dwr的,这就需要自己根据他们的结构来继承一个:代码在附件中,这个是我在yahoo上看到的。
嵌入这个js后,我们就可以开始把dwr的数据放到ext里面来了。
For example:
//一个纪录类型mapping
var recordType = Ext.data.Record.create([
           { name: "name" ,mapping: "name" , type: "string" } ,
           { name: "id" ,mapping: "id" } ,
           { name: "realname" ,mapping: "realName" , type: "string" } ,
           { name: "createtime" ,mapping: "createTime" , type: "date" } ,
   ]);
 
//一个数据存储的结构吧。
  // create the Data Store
    var ds = new Ext.data.Store( {
        // load using DWRProxy
        proxy: new Ext.data.DWRProxy( memberService.listMember , true ),
        // create reader that reads the Topic records
        reader: new Ext.data.ListRangeReader( {
            totalProperty: 'totalSize' ,
            id: 'id'
        } , recordType),
        // turn on remote sorting
        remoteSort: true ,
        sortInfo: { field: 'id' , direction: 'DESC' }
    } );
 
结合附件上定义的 Exit.data.DWRProxy Ext.data.ListRangeReader 。来看一下具体的操作过程;
上面划下划线鲜红部分,是dwr的数据流进点,通过js调用service层java代码,来返回数据,放到dwr结构里面存放。
这里只是一个简单的数据流程,当然要想弄清楚,这个过程到底是怎么走,这个就要去看ext原码了,还没仔细研究,正在努力中。所以这里的文章避免不了,一些错误之处,希望大家发现bug,或有什么好的想法可一跟贴。

 

潮汐研究作为海洋科学的关键分支,融合了物理海洋学、地理信息系统及水利工程等多领域知识。TMD2.05.zip是一套基于MATLAB环境开发的潮汐专用分析工具集,为科研人员与工程实践者提供系统化的潮汐建模与计算支持。该工具箱通过模块化设计实现了两大核心功能: 在交互界面设计方面,工具箱构建了图形化操作环境,有效降低了非专业用户的操作门槛。通过预设参数输入模块(涵盖地理坐标、时间序列、测站数据等),用户可自主配置模型运行条件。界面集成数据加载、参数调整、可视化呈现及流程控制等标准化组件,将复杂的数值运算过程转化为可交互的操作流程。 在潮汐预测模块中,工具箱整合了谐波分解法与潮流要素解析法等数学模型。这些算法能够解构潮汐观测数据,识别关键影响要素(包括K1、O1、M2等核心分潮),并生成不同时间尺度的潮汐预报。基于这些模型,研究者可精准推算特定海域的潮位变化周期与振幅特征,为海洋工程建设、港湾规划设计及海洋生态研究提供定量依据。 该工具集在实践中的应用方向包括: - **潮汐动力解析**:通过多站点观测数据比对,揭示区域主导潮汐成分的时空分布规律 - **数值模型构建**:基于历史观测序列建立潮汐动力学模型,实现潮汐现象的数字化重构与预测 - **工程影响量化**:在海岸开发项目中评估人工构筑物对自然潮汐节律的扰动效应 - **极端事件模拟**:建立风暴潮与天文潮耦合模型,提升海洋灾害预警的时空精度 工具箱以"TMD"为主程序包,内含完整的函数库与示例脚本。用户部署后可通过MATLAB平台调用相关模块,参照技术文档完成全流程操作。这套工具集将专业计算能力与人性化操作界面有机结合,形成了从数据输入到成果输出的完整研究链条,显著提升了潮汐研究的工程适用性与科研效率。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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