必然精通分布式系统核心:面向服务的分布式架构,Web服务的分类

简介: 在技术层面上,Web服务可以通过多种方式实现。目前,业界主流分类方法是将Web服务区分为“大”Web服务和RESTful Web服务。

Web服务的分类

在技术层面上,Web服务可以通过多种方式实现。目前,业界主流分类方法是将Web服务区分为“大”Web服务和RESTful Web服务。

网络异常,图片无法展示
|

“大”Web服务

“大”Web服务使用遵循SOAP标准的XML消息,SOAP是一种定义消息架构和消息格式的XML语言。此类系统通常包含服务所提供的操作的机器可读描述,用WSDL编写,WSDL是一种用于按语法定义接口的XML语言。

Java制定了JAX-WS规范为“大”Web服务提供功能。目前JAX-WSAPI已经移到Java SE 8中,这意味着不管是Java SE应用还是Java EE应用,都可以开箱即用地使用JAX-WS API。

SOAP消息格式和WSDL接口定义语言得到了广泛的应用。许多开发工具,如NetBeans、Eclipse,可以降低开发Web服务应用程序的复杂性。

基于SOAP的设计必须包含以下元素。

·必须建立正式合约来描述Web服务提供的接口。WSDL可以用来描述合约的细节,它可包括消息、操作、绑定和Web服务的位置。还可以在JAX-WS服务中处理SOAP消息,而无须发布WSDL。

·架构必须满足复杂的非功能性需求。许多Web服务规范满足了这些需求,并为它们建立了通用词汇表。例如,事务、安全、寻址、信任、协调等。

·架构需要处理异步处理和调用。在这种情况下,标准(如Web服务可靠消息)和API(如JAX-WS)提供的基础设施及其客户端异步调用支持可以开箱即用。

RESTful Web服务

RESTful非常适合基本的、即席的集成场景。RESTful Web服务通常比基于SOAP的服务更好地与HTTP集成,因此不需要XML消息或WSDL服务-API定义。RESTful Web服务也简称为REST服务。

由于RESTful Web服务使用现有的知名W3C和IETF标准(HTTP、XML、URI、MIME),并且具有轻量级基础结构,允许以最少的工具构建服务,因此开发RESTful Web服务成本较低,具有很低的采用门槛。可以使用NetBeans、Eclipse等开发工具来进一步降低开发RESTfulWeb服务的复杂性。

在Java EE中,JAX-RS(Java API for RESTful Web Services)规范旨在提供RESTful Web服务的功能。Jersey项目是JAX-RS规范的实现参考。Jersey实现了对JAX-RS规范中定义的注释的支持,使开发人员能够轻松地使用Java来构建RESTful Web服务。

RESTful设计一般满足以下特征。

·Web服务是完全无状态的。一个好的测试是考虑交互是否能在服务器重新启动后存活下来。

·缓存基础设施可用于提升性能。如果Web服务返回的数据不是动态生成并且可以缓存的,那么可以利用Web服务器和其他中介提供的固有缓存基础设施来提升性能。但是,开发人员必须小心,因为对于大多数服务器来说,这种缓存仅限于HTTP GET方法。

·服务提供者和服务消费者对传递的上下文和内容要相互理解。因为没有正式的方法来描述Web服务接口,所以双方必须就描述正在交换的数据的模式和有意义的处理数据的方法达成一致。在现实世界中,将服务作为RESTful实现公开的大多数商业应用程序还以流行的编程语言向开发人员分发描述接口的所谓增值工具包。

·带宽尤其重要,需要限制。RESTful对于一些受限设备(例如PDA和手机)特别有用,对于这些设备,必须限制XML有效负载上的消息头和SOAP元素的额外层的开销。

·使用RESTful可以轻松地将Web服务交付或聚合到现有网站。开发人员可以使用JAX-RS和Ajax等技术以及DWR等工具包来消费Web应用程序中的服务。服务不是从头开始,而是可以通过XML公开,由HTML页面使用,而无须对现有网站架构进行重大重构。现有的开发人员将更有生产力,因为他们正在添加一些他们已经熟悉的东西,而不是从头开始学新技术。

有关RESTful Web服务的内容,还将在第8章详细讲解。

Web服务技术选型

选择使用“大”Web服务和RESTful Web服务是要针对具体的场景的。

“大”Web服务:解决企业计算中常见的高级QoS需求。与RESTfulWeb服务相比,“大”Web服务更容易支持WS-组协议,这些协议提供了安全性和可靠性等标准,并与其他符合WS-的客户机和服务器进行互操作。在老的遗留项目或者传统的企业级项目中,“大”Web服务还有用武之地。

RESTful Web服务:使编写Web应用程序更轻松,这些应用程序应用RESTful风格的部分或全部约束,从而在应用程序中引入所需的属性,例如松耦合(在不破坏现有客户端的情况下,更轻松地演进服务器)、可伸缩性(从小到大)和架构简单性(使用现成组件,例如代理或HTTP路由器)。你会选择使用JAX-RS来开发你的Web应用程序,因为许多类型的客户端使用RESTful Web服务比较容易,同时允许服务器进行演进和扩展。客户端可以选择使用服务的部分或全部方面,并将其与其他基于Web的服务混搭起来。随着移动App、云计算、CloudNative、微服务等架构的兴起,越来越多的应用倾向使用RESTful Web服务。

本文给大家讲解的内容是分布式系统核心:面向服务的分布式架构,Web服务的分类

本文就是愿天堂没有BUG给大家分享的内容,大家有收获的话可以分享下,想学习更多的话可以到微信公众号里找我,我等你哦。

相关文章
|
4月前
|
关系型数据库 Apache 微服务
《聊聊分布式》分布式系统基石:深入理解CAP理论及其工程实践
CAP理论指出分布式系统中一致性、可用性、分区容错性三者不可兼得,必须根据业务需求进行权衡。实际应用中,不同场景选择不同策略:金融系统重一致(CP),社交应用重可用(AP),内网系统可选CA。现代架构更趋向动态调整与混合策略,灵活应对复杂需求。
|
4月前
|
消息中间件 运维 监控
《聊聊分布式》BASE理论 分布式系统可用性与一致性的工程平衡艺术
BASE理论是对CAP定理中可用性与分区容错性的实践延伸,通过“基本可用、软状态、最终一致性”三大核心,解决分布式系统中ACID模型的性能瓶颈。它以业务为导向,在保证系统高可用的同时,合理放宽强一致性要求,并借助补偿机制、消息队列等技术实现数据最终一致,广泛应用于电商、社交、外卖等大规模互联网场景。
|
4月前
|
算法 NoSQL 关系型数据库
《聊聊分布式》分布式系统核心概念
分布式系统由多节点协同工作,突破单机瓶颈,提升可用性与扩展性。CAP定理指出一致性、可用性、分区容错性三者不可兼得,BASE理论通过基本可用、软状态、最终一致性实现工程平衡,共识算法如Raft保障数据一致与系统可靠。
|
存储 缓存 NoSQL
分布式系统架构8:分布式缓存
本文介绍了分布式缓存的理论知识及Redis集群的应用,探讨了AP与CP的区别,Redis作为AP系统具备高性能和高可用性但不保证强一致性。文章还讲解了透明多级缓存(TMC)的概念及其优缺点,并详细分析了memcached和Redis的分布式实现方案。此外,针对缓存穿透、击穿、雪崩和污染等常见问题提供了应对策略,强调了Cache Aside模式在解决数据一致性方面的作用。最后指出,面试中关于缓存的问题多围绕Redis展开,建议深入学习相关知识点。
827 8
|
11月前
|
消息中间件 人工智能 监控
文生图架构设计原来如此简单之分布式服务
想象一下,当成千上万的用户同时要求AI画图,如何公平高效地处理这些请求?文生图/图生图大模型的架构设计看似复杂,实则遵循简单而有效的原则:合理排队、分工明确、防患未然。
445 14
文生图架构设计原来如此简单之分布式服务
|
消息中间件 算法 调度
分布式系统学习10:分布式事务
本文是小卷关于分布式系统架构学习系列的第13篇,重点探讨了分布式事务的相关知识。随着业务增长,单体架构拆分为微服务后,传统的本地事务无法满足需求,因此需要引入分布式事务来保证数据一致性。文中详细介绍了分布式事务的必要性、实现方案及其优缺点,包括刚性事务(如2PC、3PC)和柔性事务(如TCC、Saga、本地消息表、MQ事务、最大努力通知)。同时,还介绍了Seata框架作为开源的分布式事务解决方案,提供了多种事务模式,简化了分布式事务的实现。
591 5
|
NoSQL 关系型数据库 MySQL
分布式系统学习9:分布式锁
本文介绍了分布式系统中分布式锁的概念、实现方式及其应用场景。分布式锁用于在多个独立的JVM进程间确保资源的互斥访问,具备互斥、高可用、可重入和超时机制等特点。文章详细讲解了三种常见的分布式锁实现方式:基于Redis、Zookeeper和关系型数据库(如MySQL)。其中,Redis适合高性能场景,推荐使用Redisson库;Zookeeper适用于对一致性要求较高的场景,建议基于Curator框架实现;而基于数据库的方式性能较低,实际开发中较少使用。此外,还探讨了乐观锁和悲观锁的区别及适用场景,并介绍了如何通过Lua脚本和Redis的`SET`命令实现原子操作,以及Redisson的自动续期机
1210 7
|
SQL 分布式计算 DataWorks
MaxCompute MaxFrame评测 | 分布式Python计算服务MaxFrame(完整操作版)
在当今数字化迅猛发展的时代,数据信息的保存与分析对企业决策至关重要。MaxCompute MaxFrame是阿里云自研的分布式计算框架,支持Python编程接口、兼容Pandas接口并自动进行分布式计算。通过MaxCompute的海量计算资源,企业可以进行大规模数据处理、可视化数据分析及科学计算等任务。本文将详细介绍如何开通MaxCompute和DataWorks服务,并使用MaxFrame进行数据操作。包括创建项目、绑定数据源、编写PyODPS 3节点代码以及执行SQL查询等内容。最后,针对使用过程中遇到的问题提出反馈建议,帮助用户更好地理解和使用MaxFrame。
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
329 1