学Geronimo玩票式的用开源软件组装AppServer

作者:江南白衣

昨天看J2EE 5规范的时候,八卦看了下如果自己要组装一个Application Server需符合的规范:
EJB容器:
Enterprise JavaBeans (EJB) 3.0 (JSR-220)
Java Message Service (JMS) 1.1
Java Transaction API (JTA) 1.1
Java Authorization Service Provider Contract for Containers (JACC) 1.1
Java Platform, Enterprise Edition Management API 1.1 (JSR-77)
Java Platform, Enterprise Edition Deployment API 1.2
Java EE Connector Architecture 1.5

Web:
JavaServer Faces 1.2 (JSR-252)
Servlet 2.5
JavaServer Pages (JSP) 2.1
Standard Tag Library for JavaServer Page (JSTL) 1.2 (JSR-52)

Web Services:
JavaAPI for XML Web Services (JAX-WS) 2.0
JavaArchitecture for XML Binding (JAXB) 2.0 (JSR-222)
Web Services Metadata for the Java Platform 1.1 (JSR-181)
Web Services for Java EE 1.2 (JSR-109)
Java API for XML-based RPC (JAX-RPC) 1.1
SOAP with Attachments API for Java (SAAJ) 1.3
Java API for XML Registries (JAXR) 1.0

Other:
JavaMail 1.4
JavaBeans Activation Framework 1.1
Streaming API for XML (StAX) 1.0 (JSR-173)
Common Annotations for the Java Platform 1.0 (JSR-250)
Debugging Support for Other Languages (JSR-45)

再看Geronimo的做法,不由觉得好好笑,它居然玩票式的组了一队开源软件来应付这些规范(不过止应付到J2EE1.4):

1.Tomcat/Jetty ,应付了Web方面的Servlet 2.5 、JSP、JSTL。

2.Axis包了WebService方面的所有东西,Apache scout包JAXR。

3.OpenEJB应付 EJB2.1,这是整个链条里最勉强的部分。另外它也准备EJB3的开发了。

4.ActiveMQ管JMS,MX4J管JMX,JOTM管事务,HOWL作事务日志。

5.WADI - a clustering, load-balancing and fail-over solution
具体请看 《Geronimo!第 2 部分: 驯服 J2EE 1.4 这匹野马

除了上述规范,Geronimo还整合了Spring和支持JBI的ServiceMix,一共用到了50多个开源项目,几乎把ApacheCodeHaus上的项目一网打尽,伯乐过而北群空了。这样拉大旗建AppServer的方式,的确打破了某种市场状态,模糊了Application Server的界限,好好玩。

Geronimo这种疯狂整合靠的是它的GBean架构,具体看《将第三方组件集成到 Geronimo 中》,而GBean之间的引用和交互,则靠cglib生成的动态代理。有时间要具体学习一下这种全包容的架构,不知是先进还是落后。

PS . TSS 最近两天的三条消息
1.Terracotta announces Clustered Spring Runtime--Terracotta 为Spring加入了集群能力。
2.JBoss adds Arjuna transaction engine-- Jboss整合了原来HP旗下BlueStone AppServer的事务技术,支持WebService事务。
3.jManage 1.0, JMX client, released--一个有Web版(这点比Mx4J好啊)和Console版的JMX client。

传统Applicaton Server供应商的日子越来越不好过了。

【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比较不同智能优化算法(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,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
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