基于Dubbo的微服务电子商务系统的设计与实现

来源 :首都经济贸易大学 | 被引量 : 0次 | 上传用户:qq479255
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
随着我国互联网用户的增加,网上购物的群体也在不断扩大,传统的电子商务系统由于扩展性差、不易于维护、功能耦合性高的不足,已经不能满足现在企业对于电商系统的需求,这使企业的发展遇到瓶颈。在这种情况下,一种面向服务的开发架构逐渐走入企业的视野。为了满足电商企业对本企业系统能够快速应对市场变化的开发需求,采用面向服务的企业可以将业务模块进行区分并分别部署为一个个能够独立运行的服务,各个服务之间具有低耦合性,易扩展的特点,我们称这种服务为微服务。本文电商系统采用面向服务的思想,应用Dubbo分布式服务框架(SOA理论的实现框架之一),形成以Zookeeper为注册中心的机制,来管理和调度Dubbo服务生产者和Dubbo服务消费者,Dubbo分布式服务框架是基于远程通信通讯技术(RPC)所开发的面向服务的框架。该电商系统分为商品系统、订单系统、购物车系统、用户系统、商品检索系统以及营销系统等六个系统,这样可以有效地降低系统的耦合度。在商品检索系统中,采用Elasticsearch检索技术对系统商品的相关性进行排序。微服务电商系统的业务子系统都单独部署运行,子系统之间没有依赖关系,能够应对多变的业务场景且具有高度的可扩展性。本文介绍微服务电商系统的研究背景、研究目的及意义、研究内容和组织架构。本文详细介绍本系统所涉及的关键技术以及这些技术在本系统中的使用目的。本文根据对电商系统的分析,通过系统架构图、业务结构图、功能流程图以及活动图来设计微服务电商系统的整体架构和具体功能,并根据E-R图来设计数据库表的结构。本微服务电商系统采用Spring Boot框架、Dubbo分布式服务架构、Redis缓存技术以及Elasticsearch全文检索等技术,实现一套完整的基于Dubbo的微服务电子商务系统,并以页面的形式展示各系统的具体实现。在微服务电商系统实现的基础上,测试系统的主要功能模块。本文最后对电商系统进行总结和展望。
其他文献
学位
本文结合现有的深度Q值网络,在量子特性的启发下,深入研究了深度强化学习算法的经验回放机制,提出了量子启发的深度强化学习经验回放机制(Deep Reinforcement Learning with Quantum-inspired Experience Replay,DRLQER)。与传统的深度强化学习经验回放机制不同,本文提出的DRL-QER算法自适应地根据经验的复杂程度以及其已经被回放的次数来
学位
学位
改革开放至今,我国城镇格局演变以增量外扩模式为主,在此过程中,占用了大面积优质耕地。此外,以交通为主的基础设施建设,引发了耕地景观碎片化。而优质耕地资源与城镇建设空间重叠的空间格局,进一步增加了水土污染等耕地质量下降隐忧。因此,如何协调耕地保护与区域经济社会发展关系,实现可持续发展,已成为国土空间治理亟需解决的关键问题。当前耕地保护研究多立足于土地资源管理视角,对于农业生产供需关系未有充分考量。而
深度强化学习算法的研究在越来越多的领域取得了重大突破,然而大多数情况下,针对一个任务训练出来的模型在新任务中的表现并不好。元学习理论指出,深度学习模型可以利用先验知识获得在新任务中较快学习的能力,结合强化学习则称为元强化学习。本文基于Actor-Critic算法,先探究由动作价值网络、状态价值网络构建的Double-Critic模型在相同任务和其它近似任务中的性能表现,并对结果进行分析。随后将该模
东亚季风气候变异导致我国极端旱涝灾害频发,严重危害国家经济社会发展和人民生命财产安全,提高旱涝预测准确率是我国防灾减灾的重大迫切需求。然而,由于多尺度、多因子以及混沌变率的影响,我国旱涝预测准确率一直难以提高,现行的季节气候预测业务模式无法对中国夏季降水异常给出准确的客观定量化预测结果。本研究结合BCC_CSM1.1(m)动力模式,研制了一种基于SMART原理的动力-统计结合季节气候预测系统,并通
学位