基于J2EE的EHR系统设计与实现
这是一篇关于Spring,EHR,最终一致性,缓存技术,Dubbo的论文, 主要内容为随着互联网技术普及和人力资源管理理念革新,二者结合的产物EHR(Electronic Human Resource,即电子化人力资源管理)系统应运而生。EHR系统通过将IT网络技术用于人力资源(HR)管理的技术,为HR管理搭建了一个标准化、网络化、灵活部署的管理工作平台,实现企业信息价值共享;实现管理流程简政放权,最大化普通员工自助服务范围,提高审批流程效率;实现管理层管理职能转变,实现系统化、全面化、战格性的人力资源管理;促进企业从人力资源管理向人力资源规划进化。通常EHR系统包含绩效、考勤、培训、人事、薪酬、招聘等模块,覆盖企业所有人力资源管理的每个环节,能够帮助企业实现人力资源管理系统性、战略性布局。本论文以设计和实现人力资源管理EHR系统作为研究课题,主要工作体现如下:(1)完成数据库系统设计、库表设计,提出数据最终一致性解决方案,确保企业基础数据在各个子系统之间正确性,实现基础数据与附属数据的切割,避免单个数据库表数据量过大的问题;针对数据库查询性能瓶颈,进行SQL优化;(2)完成开发环境搭建,借助于Spring+MyBatis框架,实现系统MVC分层,保证系统的高扩展性;使用Spring Security和数据库技术完成系统角色权限控制;根据代码规范借助于Java语言完成EHR系统各个模块的代码编写;(3)进行测试环境搭建,针对系统界面风格、系统数据增删改查与导入导出功能、各子系统间数据流转与系统与外部系统对接等主要测试点进行了相应的系统的模块测试、集成测试,并针对测试中暴露的问题进行了修复和完善,确保系统能够完成所提需求。本论文的独到之处在于:(1)系统数据库设计中针对EHR系统中公共数据提出最终数据一致性解决方案,实现公共数据在各子系统可自由增删改查,保证数据最终正确性;(2)使用数据库技术、JSTL技术实现界面展示目录动态加载,大大缩短了Web前台开发时间,提高了代码、数据的复用。(3)通过利用HTTP Session实现了异地多区域、多角色的系统权限控制,从而完成了企业跨区域、多角色管理的需求。
移动交易容错设计与实现
这是一篇关于高负载,移动交易,最终一致性,容错机制,长事务的论文, 主要内容为高负载的移动交易需要通过分布系统实现吞吐能力的水平扩展,因此会导致分布系统实现相互冲突的多个目标:事务处理效率、事务处理的一致性、网络分区、可用性,同时还需要考虑移动端的掉线。根据 CAP(Consistency、Availability、Partition Tolerance)理论,保持性能的同时折中一致性,采用事务的最终一致性容错模型。本文通过消息中间件和集群架构实现BASE(Basically Available、Soft State、Eventual Consistency)事务容错,适合移动交易场景下的长事务处理:从订单提交到订单处理各个环节和流程的处理。分布系统的多个相同功能的节点实现了处理的冗余,消息队列的日志和持久化机制能够解决分布系统的分割,从而实现交易各个环节和流程处理的最终一致性。具体研究内容包括:(1)设计高负载移动交易事务容错的基本架构,通过消息中间件异步解耦交易长事务为多个本地小事务,通过Spring框架的注解事务管理机制保证消息发送和本地事务执行的原子性,实现消息投递的可靠性,通过消息中间件的日志和持久化机制实现消息存储的可靠性。(2)针对事务最终一致性容错方案中出现的web服务器、功能节点以及消息中间件由于单点故障造成的消息丢失问题,利用集群技术实现功能冗余,通过消息中间件的心跳检测以及负载均衡器实现故障检测和功能转移。(3)针对移动端掉线造成交易事务执行状态反馈中断问题,重连后保证消息的持久化,通过用户session信息重新获取订单状态,实现事务状态接收的连续性,通过消息队列的幂等投递模式以及消息去重表解决消费端重复消费问题。(4)在当前的SSM(SpringMVCSpringMybatis)技术框架上,通过Spring的注解事务实现消息发送和本地事务以及本地消息存储的原子性以及Mybatis框架的数据持久化,保证消息发送的可靠性,通过ActiveMQ幂等投递和去重表实现消息消费的幂等性,通过Nginx和消息中间件的心跳检测以及基于Zookeeper+Leve1Db的集群管理应用实现web服务器、功能节点以及消息中间件故障转移。通过基于Redis集中式会话共享解决移动用户断线重连后会话信息丢失的问题,实现事务最终一致性容错方案,验证方案的有效性和一致性获取的时间延迟。本文通过开源框架实现事务最终一致性容错方案,最后利用Jmeter压测工具模拟真实交易场景中的高并发请求,最后实验结果显示正常情况下的事务吞吐量,即长事务拆分后的小事务的吞吐量在700每秒,响应时间在3秒以内,即使故障下,保证了系统的恢复时间在30毫秒以内,并且订单状态最终实现一致,同时移动断线重连后依然正常接收事务执行状态,实验结果验证该方案的有效性和可用性。
移动交易容错设计与实现
这是一篇关于高负载,移动交易,最终一致性,容错机制,长事务的论文, 主要内容为高负载的移动交易需要通过分布系统实现吞吐能力的水平扩展,因此会导致分布系统实现相互冲突的多个目标:事务处理效率、事务处理的一致性、网络分区、可用性,同时还需要考虑移动端的掉线。根据 CAP(Consistency、Availability、Partition Tolerance)理论,保持性能的同时折中一致性,采用事务的最终一致性容错模型。本文通过消息中间件和集群架构实现BASE(Basically Available、Soft State、Eventual Consistency)事务容错,适合移动交易场景下的长事务处理:从订单提交到订单处理各个环节和流程的处理。分布系统的多个相同功能的节点实现了处理的冗余,消息队列的日志和持久化机制能够解决分布系统的分割,从而实现交易各个环节和流程处理的最终一致性。具体研究内容包括:(1)设计高负载移动交易事务容错的基本架构,通过消息中间件异步解耦交易长事务为多个本地小事务,通过Spring框架的注解事务管理机制保证消息发送和本地事务执行的原子性,实现消息投递的可靠性,通过消息中间件的日志和持久化机制实现消息存储的可靠性。(2)针对事务最终一致性容错方案中出现的web服务器、功能节点以及消息中间件由于单点故障造成的消息丢失问题,利用集群技术实现功能冗余,通过消息中间件的心跳检测以及负载均衡器实现故障检测和功能转移。(3)针对移动端掉线造成交易事务执行状态反馈中断问题,重连后保证消息的持久化,通过用户session信息重新获取订单状态,实现事务状态接收的连续性,通过消息队列的幂等投递模式以及消息去重表解决消费端重复消费问题。(4)在当前的SSM(SpringMVCSpringMybatis)技术框架上,通过Spring的注解事务实现消息发送和本地事务以及本地消息存储的原子性以及Mybatis框架的数据持久化,保证消息发送的可靠性,通过ActiveMQ幂等投递和去重表实现消息消费的幂等性,通过Nginx和消息中间件的心跳检测以及基于Zookeeper+Leve1Db的集群管理应用实现web服务器、功能节点以及消息中间件故障转移。通过基于Redis集中式会话共享解决移动用户断线重连后会话信息丢失的问题,实现事务最终一致性容错方案,验证方案的有效性和一致性获取的时间延迟。本文通过开源框架实现事务最终一致性容错方案,最后利用Jmeter压测工具模拟真实交易场景中的高并发请求,最后实验结果显示正常情况下的事务吞吐量,即长事务拆分后的小事务的吞吐量在700每秒,响应时间在3秒以内,即使故障下,保证了系统的恢复时间在30毫秒以内,并且订单状态最终实现一致,同时移动断线重连后依然正常接收事务执行状态,实验结果验证该方案的有效性和可用性。
移动交易容错设计与实现
这是一篇关于高负载,移动交易,最终一致性,容错机制,长事务的论文, 主要内容为高负载的移动交易需要通过分布系统实现吞吐能力的水平扩展,因此会导致分布系统实现相互冲突的多个目标:事务处理效率、事务处理的一致性、网络分区、可用性,同时还需要考虑移动端的掉线。根据 CAP(Consistency、Availability、Partition Tolerance)理论,保持性能的同时折中一致性,采用事务的最终一致性容错模型。本文通过消息中间件和集群架构实现BASE(Basically Available、Soft State、Eventual Consistency)事务容错,适合移动交易场景下的长事务处理:从订单提交到订单处理各个环节和流程的处理。分布系统的多个相同功能的节点实现了处理的冗余,消息队列的日志和持久化机制能够解决分布系统的分割,从而实现交易各个环节和流程处理的最终一致性。具体研究内容包括:(1)设计高负载移动交易事务容错的基本架构,通过消息中间件异步解耦交易长事务为多个本地小事务,通过Spring框架的注解事务管理机制保证消息发送和本地事务执行的原子性,实现消息投递的可靠性,通过消息中间件的日志和持久化机制实现消息存储的可靠性。(2)针对事务最终一致性容错方案中出现的web服务器、功能节点以及消息中间件由于单点故障造成的消息丢失问题,利用集群技术实现功能冗余,通过消息中间件的心跳检测以及负载均衡器实现故障检测和功能转移。(3)针对移动端掉线造成交易事务执行状态反馈中断问题,重连后保证消息的持久化,通过用户session信息重新获取订单状态,实现事务状态接收的连续性,通过消息队列的幂等投递模式以及消息去重表解决消费端重复消费问题。(4)在当前的SSM(SpringMVCSpringMybatis)技术框架上,通过Spring的注解事务实现消息发送和本地事务以及本地消息存储的原子性以及Mybatis框架的数据持久化,保证消息发送的可靠性,通过ActiveMQ幂等投递和去重表实现消息消费的幂等性,通过Nginx和消息中间件的心跳检测以及基于Zookeeper+Leve1Db的集群管理应用实现web服务器、功能节点以及消息中间件故障转移。通过基于Redis集中式会话共享解决移动用户断线重连后会话信息丢失的问题,实现事务最终一致性容错方案,验证方案的有效性和一致性获取的时间延迟。本文通过开源框架实现事务最终一致性容错方案,最后利用Jmeter压测工具模拟真实交易场景中的高并发请求,最后实验结果显示正常情况下的事务吞吐量,即长事务拆分后的小事务的吞吐量在700每秒,响应时间在3秒以内,即使故障下,保证了系统的恢复时间在30毫秒以内,并且订单状态最终实现一致,同时移动断线重连后依然正常接收事务执行状态,实验结果验证该方案的有效性和可用性。
基于MongoDB的分布式事务优化与实现
这是一篇关于MongoDB,分布式事务,最终一致性,微服务的论文, 主要内容为随着企业数据量的不断增长,企业开发应用架构向微服务架构演进,微服务架构将业务模块切分为应用服务,不同的应用服务间通过分布式事务保证数据的一致性。然而传统的分布式事务很难应用于微服务架构中,因此,研究基于微服务架构的分布式事务具有重要的意义。相比传统关系型数据库,MongoDB的复制集、分片集群的独特设计,使其具有较好的扩展性和可用性。然而MongoDB在一次全局事务处理过程中,会长时间锁定资源,影响业务系统的性能。针对以上问题,论文基于BASE理论,实现了适用于微服务架构下的最终一致性分布式事务,弥补了MongoDB分布式事务长期锁定资源的缺陷。通过日志补偿机制,对两阶段提交协议进行优化。在一阶段,由参与者进行SQL拦截与解析,映射为MongoDB语句,通过语句构建回滚日志,向协调者注册当前状态。注册成功后,在本地提交更新并保存日志,释放锁资源。在二阶段,协调者使用异步队列处理参与者提交的事务状态。若所有参与者都提交成功,则通知参与者异步删除回滚日志;若有参与者提交失败,则通知参与者根据日志反向补偿回滚。上述优化策略以最终一致性分布式事务插件的形式,部署在应用服务与MongoDB之间。最后,对于插件以及原生MongoDB分布式事务进行了基本功能测试以及整体性能测试。实验结果证明,最终一致性分布式插件在微服务架构下,具有更好的性能表现与可用性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码导航 ，原文地址：https://m.bishedaima.com/lunwen/49682.html
