XML遭遇性能瓶颈 “减肥”将可提高传输速度?

XML技术是互联网上普遍的信息共享方式,但存在性能低下问题。为解决此问题,二进制XML技术被提出,Sun启动相关开源项目。不过,该技术引发了兼容性担忧,也有观点认为可通过提升设备处理能力、网络速度等方式解决XML传输问题。

CNET科技资讯网1月14日国际报道 XML 技术已经成为互联网上一种近乎普遍的信息共享方式,但人们正在日益意识到,XML 带来的利益是有代价的:低下的性能。

这一问题正在催生着加速XML 数据流量的努力。支持者们表示,尺寸较小的XML 能够加速包括从互联网商务到手机间数据交换在内的所有网上活动的速度,但目前业界还没有就相关技术达成一致。

其中的问题是:根据目前的XML 标准,所有的信息都将被存储为文本格式,这意味着订单或网页等XML 文档,能够通过文本编辑器或XML 编辑器轻易地被人看到或被计算机读取。

性能问题源自于XML 创建超大文件的“脾性”。部分原因是,XML 格式要求文档中的每个元素都要被用文本格式的标签标识出来。另外,被称为Web 服务的基于XML 的协议也会生成大量的XML 流量。Leader科技公司的技术总监杰夫表示,XML 文件不仅仅冗长,而且它发送实际数据还会浪费大量的存储空间。

帮助解决XML 性能问题的首选方案是一种被称为二进制XML 的技术,该技术使用一种对XML 数据进行压缩的新格式。Sun 已经启动了基于二进制XML 技术的开放源代码Fast Infoset Project,负责XML 的标准机构“环球网联盟”已经成立了专门的工作组来考虑二进制XML 标准。

从表面上来看,利用不同的文件格式压缩XML 文档看起来是解决性能低下的问题的一种合理方式,但这一理念使得许多人都担心这会导致不兼容的XML 版本。XML 的联合发明者、Sun 公司软件集团的官员布雷说,如果我是世界独裁者,我会封杀二进制XML ,我确信,支持它的人还会找到其它的解决方案。这些人认为他们是正确的,认为他们不愚蠢,这可能是对的。我们期望他们能够很好地与标准机构合作,提供免费的开放源代码软件。

Fast Infoset Project建议,为了提高互联网上的文件传输速度,XML 文档应当被压缩为二进制格式。Sun 已经选择了一种已经被电讯产业作为标准的压缩格式。参与Fast Infoset Project的Sun 工程师认为,二进制编码是必需的,因为它能够极大地提高性能。在最初的测试中,他们发现使用二进制XML 的应用软件的性能提高了2 、3 倍。

Fast Infoset Project的目标是激发开发人员的兴趣,并最终创建一个标准的二进制格式。以佳能为代表的消费电子厂商和以诺基亚为代表的手机厂商也都支持二进制XML.它们认为,如果没有二进制XML 技术,在手机等设备上下载图像等大型文件需要很长的时间。

对二进制XML 的主要担心是兼容性。市场上可能出现数种针对特定目的的不同的二进制格式。布雷对非文本格式XML 的理念持怀疑态度。他说,事实已经证明,文本格式的XML 有许多好处。如果不使用这种简单的方式,就可能导致兼容性问题。通过XML 获得的兼容性体验确实非常棒,为什么要去冒失去兼容性的险呢?

布雷指出,除了二进制XML 外,还有其它方法也能够加速XML 文档的传输。他说,设备处理能力和网络方面的进展已经大幅度提高了XML 的传输速度,尽管XML 在手机等受电池容量限制的设备上的表现还差强人意。

IBM 信息管理集团的总经理珍妮特说,二进制XML 的一个替代方案是通过速度更快的网络应对XML 流量的增长。她说,在5 、6 年前,人们认为互联网的速度太慢,不适于进行商务活动,但这些问题最终都得到了解决。她指出,我认为不断增长的XML 流量不是个问题,我们能够解决这一问题。

市场调研厂商ZapThink公司也表示了对二进制XML 的担忧,最突出的是专有实现的可能性。该公司的分析师指出,XML 消息与数种不同的软、硬件部分相关━━例如安全系统,所有这些部分都需要支持任何格式的二进制XML 标准。该公司的分析师龙说,二进制XML 可能会仅局限于少数的应用━━例如需要最高性能的应用。

杰夫支持二进制XML ,但他警告称,它需要实现标准化。他说,包含有XML 的交易数量将继续快速增长,因此我们不能落在这一问题后面。但如果不能实现二进制XML 的标准化,我就不会支持它。

【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于一个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备一定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
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