JBI规范1.0[6] 翻译

AI权益加码!Claude Code、Cursor等20+工具免费用! 购周边限时加赠Coding Plan Lite,畅享主流AI工具!学习进阶更高效! 阅读详情

1       管理(Management)
JBI系统使用JMX管理。包括提供特定管理接口的JBI组件(可插接绑定组件和引擎)。另外,JBI实现提供特定的JMX管理Beans(MBeans)管理JBI系统提供的基础设施以及JBI组件。再者,JBI实现提供一套Apache Ant任务。
1.1    概述(Overview)
本规范支持的主要管理任务为:
·           JBI的安装和共享库的安装。
·           安装组件时服务描述信息的部署(对JBI来说是不透明的)。
·           启动和停止组件(绑定和引擎)和JBI实现组件(如果可用的话)。
所有这些用例假定存在着一个使用JMX来初始化活动的管理工具。JBI实现提供特定的MBeans对管理工具提供管理功能。这些MBeans是:
·           InstallationServiceMBean.管理工具使用此管理bean安装和卸载组件和共享库。
·           InstallerMBean.JBI实现为每个组件的安装提供InstallationServiceMBean。通过组件自己的MBean管理安装过程,包括组件提供的安装配置。
·           DeploymentServiceMBean.管理工具使用此bean为组件部署和解除部署信息,以控制每个部署的运行时状态。
·           LifeCycleMBean.管理工具使用此bean启动和停止JBI实现的模块。(此MBean的使用是依赖于实现的)。
·           ComponentLifeCycleMBean.管理工具使用此bean启动和停止组件。组件可使用组件提供的扩展MBean提供附加的生命周期控制。
另外,组件可发布它们自己的MBean,提供除生命周期和安装扩展以外的特定的组件管理功能。例如,组件可发布一个MBean管理内部日志。
安装和部署要求管理工具发送标准包给合适的MBean。JBI指定了这些包的结构,包括包的标准XML描述符。
1.2    关键概念(Key Concepts)
1.2.1   组件安装(Component Installation)
JBI组件(引擎和绑定)使用本章定义的标准管理机制安装。此外,还定义了为这种组件设计的标准包。目的是保证组件的轻量级,包括安装信息。组件供应商可为分布式生产一个单独的包,而不是基于JBI实现目标的多个变量。通过简化组件获取和管理后台使用户获益。
1.2.2   共享库安装(Shared-library Installation)
Java库可被多个组件共享。使用标准管理机制安装共享库。
1.2.3   部署(Deployment)
许多组件可作为容器,提供(或消费)基于组件包含的信息的服务。例如,一个XSLT引擎包含多种样式表(style sheet),每种样式表提供一种特定的转换服务。
给一个容器组件引进新的信息称为部署(deployment),引入这个名词以便于同组件或共享库的安装予以区分。
1.2.3.1             单元部署(Unit Deployment)
一个发往单个组件的部署包称为服务单元(Service Unit或SU)。服务单元的内容对于JBI来说是不透明的(而不像描述符文件),但对于它即将部署到的组件来说是透明的,同样,对设计时加工生产SU包含的信息来说也是透明的。服务单元包含一个JBI定义的描述符文件,该描述符定义了服务单元生产和消费的静态服务。这有助于创建合成部署。
1.2.3.2             合成部署(Composite Deployment)
JBI系统中创建一个新的服务或消费者应用一般需要多种部署。JBI提供了合成部署的能力支持多种部署,通过部署,几个不同的组件可以组合成服务集合(Service Assembly(SA))。服务集合包括一个合成服务部署描述符,负责服务集合包含的每个服务单元在组件上的部署。注意,服务集合的概念有时也称为“合成服务描述”(CSD:composite service description)。
一个服务集合代表了一个合成服务。由于这层关系,JBI提供了管理功能,用来从整体上对一个服务集合中的每个服务单元的生命周期进行控制。
1.2.3.3             合成服务元数据(Composite Service Metadata)
部署描述符也包括了服务单元和服务提供者之间的服务连接信息,允许服务集合的重组。这些信息分成两类:
·           服务单元部署后所提供和消费的静态服务的描述。
·           服务单元和服务集合之间的静态服务互联的描述,以及与服务集合外的服务之间的依赖关系。(如,JBI系统内的其他服务)。
前一类允许使用工具检查静态服务间的依赖关系,并提供一个服务单元且无需分析其内容。组件自身也可能使用这些信息来为服务单元的部署提供配置信息。
后一类允许服务集合的设计者通过声明消费者和提供者之间的新连接,从而改变静态服务消费者和提供者之间的连接。这些连接用来给一个提供者端点重命名,这样当一个消费者请求某个特定的服务端点时,实际上将使用另一个不同的端点。
例如,假设在一个服务集合里有如下元数据:
·           SU1使用端点EP1,
·           EP1连接到EP2。
服务集合成功部署后,如果部署了SU1的组件要发送一个消息交换到EP1,将发送到EP2。
下图是合成服务元数据的示意图。

 

手把手教你搞定JBI投稿:从Statement of Significance到Declaration Statement的保姆级避坑指南 本文提供了一份详细的JBI投稿指南,重点解析Statement of Significance和Declaration of Interests的撰写技巧,帮助研究者避开常见格式陷阱。通过实战案例和检查清单,确保投稿符合JBI的学术严谨性和临床转化价值要求,提升稿件通过率。 阅读详情

相关推荐

基于JBI的面向服务集成

基于Java Business Integration技术和企业服务总线技术的面向服务的企业应用系统集成介绍.

ServiceMix - JBI - 1. Overview

Overview What is JBI ? A Brief Intro to JBI A brief introduction to JBI is available in the What is JBI? document. This document is more in-depth and supplemental. Th

Neo in Action 1092

机器学习基于Python的学生体质健康风险评估模型设计:多维度数据驱动的校园健康管理辅助系统 项目介绍 基于Python机器学习的学生体质健康风险评估模型设计与实现(含模型描述及部分示例代码)

内容概要:本文详细介绍了一个基于Python机器学习的学生体质健康风险评估模型的设计与实现。项目围绕校园健康管理需求,构建了从数据采集、清洗治理、特征工程到模型训练、评估解释及服务部署的全流程体系。采用逻辑回归和随机森林等算法建立多维度风险评估模型,综合身体形态、机能、运动能力与生活方式数据,输出低、中、高风险等级及概率,并生成可解释的干预建议。系统通过FastAPI提供预测接口,支持后续集成至校园管理平台,形成“评估—干预—复测”的闭环管理。项目强调数据质量、隐私保护、模型可解释性与实际落地可行性,适用于教育健康领域的数据分析与智能辅助决策场景。; 适合人群:具备Python编程基础,熟悉pandas、sklearn、FastAPI等工具的数据分析人员、人工智能初学者、高校学生(可用于课程设计或毕业设计),以及关注校园健康管理的技术开发者; 使用场景及目标:① 学校对学生体质健康数据进行自动化风险识别与分层管理;② 构建可解释的机器学习模型辅助体育教学与健康干预;③ 实践完整的机器学习项目流程,涵盖数据处理、建模、评估与服务化部署; 阅读建议:此资源不仅提供代码示例,更注重项目整体架构与业务逻辑设计,建议读者结合代码运行调试,深入理解数据治理、特征工程、模型选择与实际部署的关键环节,并注意在真实场景中结合专业人员判断,避免模型误用。

JBI-Java 实现 SOA 的标准途径(翻译

业界正在广泛寻求解决 B2B 以及 EAI (企业应用集成)所存在问题的方案。这些方案不同于基于 JMS 手段的面向消息中间件技术和 Web 服务技术。本文简短地阐述了即将到来的与 SOA (面向服务体系)规范...

成都心情 250

什么是ESB架构?

本文主要是对ESB的总结,下面我将从以下几点去理清ESB相关知识点。 什么是ESB ESB解决了什么问题以及什么是HSB ESB产品有哪些?如何选择 如何实现ESB的各个功能 ESB与微服务的区别 一、什么是ESB ESB是Enterprise Service Bus的简称,中文翻译为企业服务总线,企业服务总线是一个实现系统间集成和互联互通的重要技术架构,可以理解为是一种消息和服务集成的中间件平台。 二、ESB解决了什么问题以及什么是HSB 图片摘自网络,侵删 ESB主要是为了解决多个

_ 2万+

ESB简介

一般包含4点,用于访问服务的地址信息,用于传输信息的传输协议(比如通道数),用于所有可使用功能的名称和接口方法,在所有的请求和响应中所使用的数据类型,具体什么格式,这里不再展开,有兴趣可以查看一下以下链接:WebService之WSDL文件讲解最后说REST,非协议非规范,只是一种约束、概念或者开发方式,简单的说就是,用HTTP动词(GET,POST,DELETE,DETC)描述操作,表示资源的转换。它而且依托于成熟的JBoss社区,周围齐全的开源项目支持,为后期的平台扩展提供了丰富的选择空间。

Mihoutaoxiaozi的博客 7414

【JVM】类加载过程、类加载器和双亲委派机制的原理

JVM学习(四)---类加载过程基本介绍类加载的时机类加载的过程加载验证准备解析初始化卸载类加载器类与类加载器双亲委派模型破坏双亲委派模型 基本介绍 一个类的完整生命周期如下: 类加载的时机 类加载的过程 Class 文件需要加载到虚拟机中之后才能运行和使用,那么虚拟机是如何加载这些 Class 文件呢? 系统加载 Class 类型的文件主要三步:加载->连接->初始化。连接过程又可分...

weixin_44823875的博客 509

(全新整理)气温数据1901-2024年

1、资源内容地址:https://blog.csdn.net/2301_78627004/article/details/161775430 2、数据特点:今年全新,手工精心整理,放心引用,数据来自权威,且标注《数据来源》,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 3、适用对象:大学生,本科生,研究生小白可用,容易上手!!! 4、课程引用: 经济学,地理学,城市规划与城市研究,公共政策与管理,社会学,商业与管理 特点:全新整理,手工精心整理,放心引用,数据来自权威,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 适用对象:大学生,本科生,研究生小白可用,容易上手!!! 课程引用: 经济学,地理学,城市规划与城市研究,公共政策与管理,社会学,商业与管理

(全新整理)上市公司企业韧性组织韧性2000-2025年

1、资源内容地址:https://blog.csdn.net/2301_78627004/article/details/161773648 2、数据特点:今年全新,手工精心整理,放心引用,数据来自权威,且标注《数据来源》,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 3、适用对象:大学生,本科生,研究生小白可用,容易上手!!! 4、课程引用: 经济学,地理学,城市规划与城市研究,公共政策与管理,社会学,商业与管理 特点:全新整理,手工精心整理,放心引用,数据来自权威,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 适用对象:大学生,本科生,研究生小白可用,容易上手!!! 课程引用: 经济学,地理学,城市规划与城市研究,公共政策与管理,社会学,商业与管理

C51模块化.rar

C51模块化.rar

HypoMux:Windows 多网卡带宽叠加工具(源码),利用 Wi-Fi 与网线提升多连接下载速度

HypoMux 是一款 Windows 多网卡带宽叠加工具,适用于 Wi-Fi 和网线同时连接时的双网卡叠加网速场景。它可以将电脑上的多个网络接口分配给不同下载连接,让已有的网络连接在多线程下载任务中发挥更高利用率。 家里同时接了宽带网线和 Wi-Fi,或者出差时连着酒店网络又开了手机 5G 热点,但在下载大文件时,网速却没有叠加? 网络 这是因为 Windows 默认不会自动把多个网络连接合并成一个统一的下载通道。系统通常会根据网络路由规则选择合适的出口,而不会主动将 Wi-Fi、网线等多个接口的带宽用于同一个下载任务。 HypoMux 是一款面向 Windows 的多网卡聚合与分流工具。它把多连接下载任务分配到多张活动网卡,让有线网络、Wi-Fi、手机热点或 USB 网络共享能够同时承担流量。 HypoMux 聚合的是多个独立连接,而不是把单条 TCP 连接拆成多路。因此,它尤其适合 Steam、IDM、游戏平台更新器、浏览器大文件下载等高并发场景;单连接任务的速度仍受该连接本身限制。

1250KVA高低压全套图.dwg.rar

1250KVA高低压全套图.dwg.rar

(全新整理)绿色债券-工具变量(2000-2025年)

1、资源内容地址:https://blog.csdn.net/2301_78627004/article/details/161776252 2、数据特点:今年全新,手工精心整理,放心引用,数据来自权威,且标注《数据来源》,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 3、适用对象:大学生,本科生,研究生小白可用,容易上手!!! 4、课程引用: 经济学,地理学,城市规划与城市研究,公共政策与管理,社会学,商业与管理 特点:全新整理,手工精心整理,放心引用,数据来自权威,相对于其他人的控制变量数据准确很多,适合写论文做实证用 ,不会出现数据造假问题 适用对象:大学生,本科生,研究生小白可用,容易上手!!! 课程引用: 经济学,地理学,城市规划与城市研究,公共政策与管理,社会学,商业与管理

31种甜食糕点C4 D模型集合.rar

31种甜食糕点C4 D模型集合.rar

Personal-Agent-Task-Consent-Boundary-v1.0-原创源码与文档.zip

原创离线工具源码与完整文档,包含可运行示例、README、MIT LICENSE、原创与授权声明、自动化测试、真实运行截图及限制说明。下载解压后按 README 使用,无需外部密钥。仅供学习、研究与工程参考。

14~300KW自耦降压原理.dwg.rar

14~300KW自耦降压原理.dwg.rar

DS18B20温度计C程序.rar

DS18B20温度计C程序.rar

【电动汽车响应率】考虑的是针对电动汽车充放电调度问题,由于放电奖励不同导致部分车主不愿参与放电,设计出响应率计算方法(Matlab代码实现)

内容概要:本研究聚焦于电动汽车充放电调度中的参与意愿问题,针对因放电奖励差异导致车主放电响应积极性不足的现象,提出了一种响应率的计算方法。该方法通过量化车主对不同放电激励的响应程度,为调度系统评估和优化电动汽车参与放电行为的有效性提供了依据。研究基于Matlab实现了该计算方法,旨在为电力系统运营商制定更具吸引力的激励策略、提升电动汽车在电网互动中的利用率提供技术支持。; 适合人群:从事电力系统调度、电动汽车与电网互动(V2G)、需求响应等领域研究的科研人员及工程技术人员。; 使用场景及目标:① 评估在不同放电价格或奖励机制下,电动汽车车主的实际响应程度;② 优化电动汽车聚合商或电网公司在削峰填谷、辅助服务等场景下的调度策略和激励报价方案; 其他说明:该资源提供的Matlab代码实现了一个具体的响应率计算逻辑,使用者可根据实际数据和需求调整模型参数,将其应用于仿真分析或实际系统中。

上一篇: dom4j读取,解析xml
下一篇: JBI个人理解(一)
qiailin
博客等级 码龄17年 60粉丝 41原创
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
 
 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