软件平台及开发技术0717.ppt

软件平台及开发技术;;一、软件平台与开发技术概述;基本概念;软件平台;软件平台之基础构架平台;软件平台之业务基础平台;软件开发技术;二、软件开发核心技术;（1）软件架构技术;C/S架构;C/S架构的特征;C/S架构的技术目标;C/S系统构成;C/S结构的局限性;B/S架构;B/S架构的特点;B/S 和C/S的技术比较;分布式多层应用程序架构JEE架构;架构的纵向视图;云计算架构;（2）设计模式;应用设计模式的架构;MVC设计模式;MVC模式的运行机制;应用设计模式的架构;Front Controller设计模式;Front Controller模式执行机制;应用设计模式的架构;Facade模式;Facade模式;（3）软件复用—基于构件的软件开发;实现构件技术的必备条件;构件设计;软件复用;软件构件与构件工程;领域分析(Domain Analysis)是针对一类软件系统的应用领域，进行系统化分析，以发现其共同的特征、知识和需求和规约。领域分析是特定类领域软件重用的基础，领域分析又称作领域工程(Domain Engineering)，是软件工程的发展与延伸。 其目标是：发现和挖掘在特定领域内可以被复用的构件。领域分析活动中输入和输出如图所示：;构件的开发与构件库 ;一个软件只有在多个系统中被使用才可称为“可复用构件”，必须具备的条件： 　(1)独立性　　 　(2)完整性　　 　(3)可标识性　　 　(4) 通用性　 　(5)适应性　 　(6)可靠性　 　(7)标准化　;构件库;基于构件的软件开发;（4）软件开发工具;Rational 全面解决方案（商用）;Rational 全面解决方案（商用）;Rational 产品线;ISEE：集成化软件工程环境;文档自动化工具;代码高级调试;配置管理工具;黑盒测试工具;开源的开发工具;三、云计算模式下的软件及其开发技术;云计算定义;*;*;*;云软件的实例;云计算时代软件的新变化;*;Google App Engine;分布并行数据处理技术 Google Map/Reduce Hadoop Map/Reduce 分布式文件系统 Google File System Hadoop Distributed File System 分布式数据库 Google BigTable Hadoop HBase;分布并行数据处理;Map/Reduce架构;MapReduce实现原理;分布式文件系统;文件用块存储 每个块固定为64MB 通过冗余解决可靠性问题 每个块同时拷贝在3个块服务器上 主服务器负责协调访问和保存元数据 简单化的集中管理 定制化的API 无数据缓存 较大文件块和流式读取使得缓存效果不佳;分布式数据库系统;BigTable的设计理念 面向网页数据的发布、搜索和浏览等特定处理的需要，简化数据管理系统的设计，并提高性能 不支持关联 不支持SQL查询 简化数据的一致性管理 网页数据的管理对一致性要求不高 简化事务管理 网页数据的处理（搜索、发布）对事务管理要求不高 面向海量数据管理要求 设计分割和合并管理机制（基于元数据） 设计自动伸缩功能（根据数据量调整资源用量）;软件工程国家重点实验室;F云计算平台架构;F云计算应用设计开发;使Google App Engine平台上Web应用的开发人员可以运行和使用驻留在F平台上的企业应用和数据 提供了Java和Python库，允许开发人员从Google App Engine中的应用软件，通过使用F中Web服务的API接口，查询和处理F中的数据，从而实现Google App Engine中应用软件与F中应用软件的无缝地集成。;云计算模式下应用软件的设计;基于SOA的SaaS模式的软件体系结构设计;设计关注点 数据和应用隔离 多租户间最大程度共享资源的同时，严格区分和隔离属于不同租户的数据 ，以及应用的配置。例如：用数据表的字段或视图，区分不同租户的数据 可配置性 功能服务可以根据用户个性化需求灵活配置。 可伸缩特性 动态自动地适应大量的租户、大量的数据以及高并发的要求 性能 需要最大程度地提高系统并发性，更有效的使用系统资源;发展需求与机遇——流动人口服务;发展需求与机遇——中小企业业务信息服务;发展需求与机遇——大众健康服务;Web应用开发与云服务软件开发;Web数据库与云数据服务;Thank You !