基于TUXEDO的自助服务系统的研究

现有的移动自助服务系统采用基于TCWIP协议的Socket通信方式．业务逻辑层处理来自自助服务终端的交易请求,完成数据格式转换、数据包的封装和解析、与移动业务系统之间的交易处理、交易转发等．采用这种方式存在安全性、可靠性和扩展性差及办理的业务类型有限等问题．研究如何将通信中间件产品TUXEDO融入移动自助服务系统,构建一个交互式的综合移动自助服务系统,从而解决原有自助服务系统存在的诸多问题．     

融合通信业务门户系统中业务逻辑层的扩展与实现

融合通信业务是提供语音、视频、数据和信息服务的综合业务.该业务提供自助服务门户系统,供集团客户管理员和个人用户对业务进行统一管理.业务门户使用SSH(Spring,Struts,Hi-bernate)框架搭建系统架构,但传统的基于SSH框架的系统实现方式不能满足该业务丰富的业务需求,因此需要对系统的业务逻辑层进行扩展.本文首先介绍融合通信业务组网环境和自助服务门户系统的功能需求,进而分析该系统对业务逻辑层的区别于其它系统的特殊需求,然后给出了业务逻辑层的扩展方案和具体实现.该业务逻辑层可以与复杂组网环境中的多种设备进行通信,充分发挥了SSH框架的能力.     

基于.NET平台的三层结构应用系统开发

为了理解和掌握其精髓，并在此基础上建立简洁高效、结构合理的B/S三层结构应用系统，开发的丹东市公路运输管理信息系统RTMIS很好的进行了探索和研究。该系统由业务外观层、业务逻辑层及数据层组成，具有很高的安全性和可靠性，同时又具有很好的性能。     

浅谈校友录系统设计

Internet已经成为人们生活、工作、学习越来越离不开的平台.Web技术已经不在局限于单纯地提供信息服务,而是成为一个操作平台,为用户提供强大的服务功能.建立一个基于B/S（Browser/Server）架构的校友录,实现信息网络化,为校友之间的交流和联系提供的一个平台;本系统采用三层模式设计,即用户表示层（USL）,业务逻辑层（BLL）,数据访问层（DAL）.三层结构是一种严格分层方法,即数据访问层只能被业务逻辑层访问,业务逻辑层只能被用户表示层访问,这种结构也成为当今应用软件的主要结构.     

基于J2EE的协同服务平台的研究与开发

针对现代企业的服务内容和范围扩展以及异地企业间合作日益增加等问题,基于协同服务技术构建了分布式协同服务平台.在分析了协同服务平台的组成和特点的基础上,研究了协同服务平台中技术支持子系统和信息反馈子系统等关键子系统的功能结构和流程等问题.基于J2EE的核心技术,提出协同服务平台三层体系结构,包括表示层、业务逻辑层和数据层,系统具有多层次、安全、分布式的特点,该平台实现了逻辑与表示的分离,从而降低平台的复杂性,提高企业的服务质量和服务效率.     

基于CORBA的应用服务器的设计与实现

传统的客户/服务器结构应用于大型信息处理系统时,存在扩展性差、维护成本高、升级困难等缺点。采用基于CORBA(Common Object Request Broker Architecture)应用服务器的3层结构极大地扩展了两层结构在功能上的不足,一定程度上解决了业务逻辑与表现逻辑分离的问题。为此,设计和实现了一个基于CORBA的应用服务器。它由POA业务逻辑、数据库服务模块、支撑服务模块、服务器的管理与维护以及CORBA代理接口等组成。     

构建基于J2EE架构的宽带运营支撑系统

构建了基于J2EE架构的宽带运营支撑系统，将表示层、业务逻辑层、数据层相分离。在表示层采用Struts框架，在数据层采用Hibernate技术，业务逻辑层采用JavaBean实现对业务的加工处理。     

TUXEDO在银行业务系统中的设计与实现

介绍了交易中间件TUXEDO的组成及设计方法,并结合TUXEDO在银行业务系统中的具体设计及应用,介绍了如何利用TUXEDO中间件完成电子资金转帐贷借系统的前后台程序的开发.     

基于VCT-EIS开发模式的教务管理系统的设计

提出了基于VCT-EIS开发模式的教务管理系统的设计思路,该模式由视图层View、管理层CT及数据库层EIS组成。根据VCT-EIS模式将系统分为表现层、业务逻辑管理层和数据库层:表现层通过请求获取并展示相关数据,实现模块的具体功能;业务逻辑管理层中采用功能编码对应SQL语句(或存储过程)构建配置文件,通过执行不同的SQL语句(或存储过程)获得数据库层的相关数据,然后将这些数据封装成JSON数据返回给表现层;数据库层通过构建中间表,设置触发器,使用存储过程等技术保证数据逻辑的正确性。这3层结构彼此独立,使得系统更容易被维护。通过使用该系统,用户能降低日常教务管理工作的复杂性,最终实现简便、高效的信息化教务管理。     

基于Hadoop与Storm的日志实时处理系统研究

日志数据记录着丰富的信息,具有较高的实用价值,但在当今大数据时代环境下,数据量的陡增为日志数据的处理带来了挑战.为了有效地解决海量日志数据处理面临的瓶颈问题,本文整合Hadoop和Storm分布式框架,构建一种融合了实时计算与离线计算的分布式日志实时处理系统.系统架构由数据服务层、业务逻辑层和Web展示层组成,数据服务层使用Flume实时采集日志数据,并分别采用Kafka与HBase完成实时日志流数据的缓冲和系统数据的持久化存储;业务逻辑层利用Storm对实时日志流数据进行实时分析,并使用Hadoop的计算引擎MapReduce结合数据挖掘技术完成对海量历史日志数据的离线分析,离线分析的结果为实时分析提供支持、参考;Web展示层负责日志数据及其分析结果的展示.实验结果表明,系统能有效地解决日志数据的采集存储、实时日志流数据的实时分析和历史日志数据的离线分析等问题,并成功地融合了Hadoop与Storm各自的优势,为日志数据的采集和分析系统的构建提供新的技术参考.