3、基于Web构建分布式系统:以Restbucks咖啡店为例

基于Web构建分布式系统:以Restbucks咖啡店为例

1. Web服务级别概述

在构建分布式系统时,操作通常是通过将操作名称和参数插入URI,然后将该URI传输到远程服务(通常通过HTTP GET)来实现的。如今,许多自称“RESTful”的服务实际上往往只是一级服务。一级服务虽有一定用处,但并不严格遵循RESTful约束,甚至可能因使用不应有副作用的动词(如GET)而意外破坏数据。

二级服务则托管众多可通过URI寻址的资源,支持在每个公开资源上使用多种HTTP动词,像创建、读取、更新和删除(CRUD)服务就属于此类,亚马逊的S3存储系统就是一个典型例子。这类服务利用HTTP动词和状态码来协调交互,体现了对Web健壮性的利用。

三级服务是最具Web感知的服务级别,支持“超媒体作为应用状态引擎”的概念。即资源表示中包含指向其他可能令消费者感兴趣的资源的URI链接,引导消费者在资源间流转,从而引发应用状态的转变。

2. Restbucks咖啡店简介

为了以更易懂的场景描述基于Web的分布式系统,我们选择了一家名为Restbucks的咖啡店作为业务领域。其灵感源于Gregor Hohpe对星巴克咖啡店运作的精彩观察。Restbucks从一家小咖啡店起步,逐渐发展成为全球企业,在发展过程中,其对资源的高效组织和利用需求不断增加,而我们将展示如何运用Web技术和模式来支持其各个阶段的发展。

Restbucks的核心服务和所公开的资源是讨论的重点。涉及的角色包括顾客、收银员、咖啡师、经理和供应商等,在示例中,这些角色由程序通过Web交互来驱动Restbucks服务的业务流程。交互通过HTTP进行,采用常见的Web格式,这里我

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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