基于SaaS的工作流系统的设计与实现

来源 :南昌大学 | 被引量 : 0次 | 上传用户:gm5w56002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工作流系统主要应用于具有明显流程特征的办公软件,但传统的工作流系统存在着部署维护成本高、升级迭代不够简便、应用不够灵活等弊端。随着云计算技术的快速崛起,SaaS模式以其升级维护成本低、按需租赁、即开即用和扩展能力强等优势逐渐被广泛应用于软件技术领域。针对上述问题,本文结合SaaS模式和微服务框架设计并实现了一个全新的工作流系统,有助于工作流系统的资源共享和灵活应用,提高了产品的技术竞争力。本文的主要工作内容如下:(1)SaaS服务的实现。根据SaaS特有的数据共享与隔离特点,本文在数据隔离方面采用了安全性最高的独立数据库方案,结合动态数据源切换技术从物理层面实现了各租户业务数据的隔离,保证用户的隐私安全。(2)系统的分析、设计与实现。采用面向对象方法对基于SaaS的工作流系统进行分析与设计,并建立系统的功能模型、对象模型和行为模型。最后结合需求对工作流系统进行实现,系统主要包括引擎配置、业务应用配置和工作交接等多个功能模块。(3)负载均衡算法的实现。采用基于负载有界的一致性哈希算法实现工作流系统的负载均衡,并与一致性哈希算法进行实验对比,实验结果表明基于负载有界的一致性哈希算法在负载均衡方面呈现出更好的效果。本文的主要创新点如下:(1)本文提出了一种动态数据源切换技术,有效解决了多租户数据隔离与共享的问题,为工作流的SaaS化提供了有效的解决方案。(2)本文使用熵权法计算服务节点的权重值,继而设置服务节点的负载上限,通过真实节点的虚拟映射减少服务节点寻找时间,有效提高了微服务模式下工作流系统的稳定性和可扩展性。
其他文献
互联网在给人们提供巨大便利的同时,其数据真实性、完整性等问题也随之出现。由于互联网数据易被篡改、被破坏,管理方难以维护其真实性与完整性。而区块链技术有着去中心化、防篡改、安全透明等天然特性且具备高公信力,可有效确保数据完整性、真实性,非常适用于数据存证类应用场景。因此,各方都寄希望于区块链以满足其存证需求。但若各应用场景都建立、维护各自的底层链,便会造成数据孤岛、底层链耦合度高、通用性差等问题。本
学位
缺陷检测是工业上非常重要的一个应用,与此同时,卷积神经网络在特征提取和定位上取得巨大成就。因此深度学习在目标检测领域取得了长足的发展,使得瓷砖表面缺陷检测成为一个有潜力的研究方向。但是瓷砖瑕疵检测依然受到检测目标中小目标较多,形状多变且不规则,特征不明显等因素的困扰,企业在生产制造的过程中依然无法避免的生产出具有各类瑕疵的瓷砖。如何解决以上种种问题,提高小目标瑕疵检测的精度是亟需解决的难题。本文主
学位
人脸表情作为一种表达情绪的载体,在日常人际交往中起到了重要作用。现如今,人脸表情识别技术广泛应用于人机交互、智慧驾驶、医学等领域。随着深度学习技术的发展,基于卷积神经网络的方法正成为主流的表情识别方法,但依然存在表情识别准确率不高以及不同个体之间的脸部特征和表情差异大等问题。针对上述问题,本文进行了人脸表情识别研究,主要研究工作如下:(1)针对VGG16深度卷积神经网络存在表情特征提取不够充分的问
学位
帕金森病作为一种慢性的神经退行性疾病,其导致大脑中的黑质和纹状体发生病变,由此产生的相关症状严重影响了患者及其家庭成员的正常生活。鉴于帕金森病当前仍无法被治愈。因此,精确、可靠的早期诊断方法对于减缓帕金森病的进展、改善患者健康状况发挥着至关重要的作用。面部表情障碍作为帕金森病的早期运动症状之一,使得帕金森病患者与正常人在面部表情表达上存在明显差异。在临床诊断中,由于面部表情障碍评估任务主观性较大,
学位
图像去模糊的研究已经有了诸多进展,深度学习在图像去模糊领域上也颇有建树,但是纵观深度学习的去模糊方法,或是因为模型结构较为简单,导致去模糊的效果难如人意,产生了诸如伪影、丢失边缘纹理等问题;或是因为模型结构过于复杂,导致其适应性较差,难以将其广泛应用于各类场景中。在这一背景下,本文基于经典的深度多尺度卷积神经网络(DMCNN),提出了一个相对轻量级的多尺度去模糊网络。本文所做的主要工作如下:(1)
学位
为将中餐食物图像检测模型部署在移动端设备上,本文提出了一种基于优化YOLOv4的中餐食物图像检测模型,并通过实验证明其有效性。之后,基于所提出的模型,设计并实现了一个中餐食物图像检测系统。本文的主要研究内容及工作如下:1.针对传统目标检测模型占用资源较多,轻量检测模型精度较低等问题,本文首先从轻量化的角度出发改进YOLOv4模型,一方面使用轻量化神经网络Mobile Net V2替换原始YOLOv
学位
随着大数据时代的到来,图像尤其是动物图像已经成为网络数据的重要组成部分。从已有的海量数据中有效地检索出动物图像,对于发现动物和保护动物具有重要的意义。由于科学技术的发展,现如今的图像检索普遍是基于内容的,近些年更是将深度神经网络与图像检索结合以获得更准确的检索结果。但是基于深度学习的方式获取的图像特征往往维度很高,而利用这种高维度的图像特征进行检索,在实际应用中往往会带来难以接受的时延问题。基于上
学位
<正>众所周知,《黄帝内经》是我国最早的医书之一,里面记载了很多古人的养生之道,今天笔者就带大家来看看古人在寒冷的冬季是如何养生的。《黄帝内经》中关于冬季养生是这样记载的:冬三月,此谓闭藏。水冰地坼,无扰乎阳,早卧晚起,必待日光,使志若伏若匿,若有私意,若已有得,去寒就温,无泄皮肤,使气亟夺,此冬气
期刊
低照度图像因对比度低而不利于人眼观察和机器学习,尽管已经提出了不少图像增强方法来解决此类问题,但现有的算法或多或少存在一定的缺陷。例如基于Retinex模型的低照度图像增强(low-light image enhancement,LLIE)算法不仅对图像的亮度和对比度具有提升效果,而且在彩色图像增强方面具有明显的优势。然而此类算法主要对亮度分量进行估计,其结果并不准确且无法保留图像边缘信息,从而导
学位
随着大量的社会资源被网络化和数字化,数据浸润各行各业,成为重要的生产要素。从繁杂数据中提取价值信息成为助力生产学习的有效手段,数据挖掘的重要性不言而喻。K-medoids聚类算法是数据挖掘中的有效技术,它在继承了K-means算法优点的基础上,对噪声和离群点过于敏感的不足进行改进,得到了研究者的广泛关注。但K-medoids算法依然容易受到初始聚类中心点随机性的影响。为解决这些问题,本研究提出一种
学位