[OSGi] OSGi + Spring + Web Demo [1]

最新推荐文章于 2025-08-22 15:10:27 发布

最新推荐文章于 2025-08-22 15:10:27 发布 · 139 阅读

文章标签：

#开发工具 #java #数据库

本文结合《OSGi原理与最佳实践》及公司同事的《OSGi开发》资源，详细阐述了如何使用OSGi框架创建并发布Web服务的全过程。通过创建`timeserviceBundle`，实现了输出时间的功能，并配置了Spring框架进行服务的发布。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

网上找了很多例子，看了很多资料发现都不能完全重现一个OSGi的Web Demo
本文结合了《OSGi原理与最佳实践》+公司同事的《OSGi开发》+自己的理解。

环境WindowXP + eclipse3.4 + Spring OSGi1.2.1
1. 创建timeservice Bundle，提供输出时间的功能
1.1 eclipse内创建Maven Project，选quickstart project：timeservice，package org.osgichina.demo.timeservice
1.2 创建好后，remove maven的jar包，删掉project中的App和AppTest，在项目上右键->PDE Tools->Convert
1.3

package org.osgichina.demo.timeservice;

public interface TimeService {
String getCurrentTime();
}

public class TimeServiceImpl implements TimeService {

public String getCurrentTime() {
return ( new Date()).toString();
}

}

1.4 Spring配置
配置放在META-INF/spring目录下，框架启动时会按照这个路径去寻找配置文件
timeservice.xml

<? xml version="1.0" encoding="UTF-8" ?>
< beans xmlns ="http://www.springframework.org/schema/beans"
xmlns:xsi ="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation ="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd" >


< bean name ="timeService" class ="org.osgichina.demo.timeservice.impl.TimeServiceImpl" />

</ beans >

timeservice-osgi.xml

<? xml version="1.0" encoding="UTF-8" ?>
< beans xmlns ="http://www.springframework.org/schema/beans"
xmlns:xsi ="http://www.w3.org/2001/XMLSchema-instance" xmlns:osgi ="http://www.springframework.org/schema/osgi"
xsi:schemaLocation ="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/osgi http://www.springframework.org/schema/osgi/spring-osgi.xsd" >


< osgi:service id ="osgiTimeService" ref ="timeService" interface ="org.osgichina.demo.timeservice.TimeService" >
</ osgi:service >

</ beans >

这个Bundle到此已经完成了，下一节会讲解helloworldweb Bundle，涉及Import Package，OSGi的启动，Spring+Web的配置等

专注于Java，数据库性能，Web Server负载，数据挖掘，机器学习等方向