J2EE Web层应用框架研究与应用

来源 :中国地质大学(武汉) | 被引量 : 0次 | 上传用户:sunxiaoyan
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
在传统的客户机/服务器(Client/Server,C/S)体系架构的企业应用系统开发中,数据一般存放在服务器上,应用程序一般存放在客户端计算机上。这样的系统虽然解决了数据共享等问题,但却具有不易维护、操作风格不一致、能够处理的数据类型不易扩展等缺点。随着网络应用系统的发展,传统C/S模式应用系统的缺点不断暴露出来,促使B/S模式应用系统的产生和发展。 随着计算机网络技术的迅速发展和J2EE平台的广泛应用,基于B/S(Browser/Server)的多层Web体系结构正在不断的发展完善,并逐渐成为Web应用开发的主流。但是,在现有的Web应用系统中,普遍存在着程序可重用程度低、维护工作繁琐、应变能力薄弱等不足。随着Web应用需求越来越复杂,开发周期越来越紧迫,对系统的稳定性、扩展性和可维护性要求越来越高,如何进行合理地分层设计,各层的框架如何搭建以及如何选择最合理的技术就变得尤为重要。 本文以上述问题作为出发点,通过对J2EE现有技术的分析,MVC设计模式及Struts框架的深入学习及研究,并结合笔者的实际开发项目,着重阐述了如何利用Struts框架,在Web应用开发中克服上述的缺点,改进系统的可维护、可扩展等特性,使得开发出的Web系统:层次清晰、可维护性强,可扩展性好。 为了达到课题的研究目的,本文主要完成了以下的研究和设计工作:深入研究了MVC设计模式的思想和最新的Srtuts 2框架的组成和开发流程,熟悉它的工作原理,并将它与Struts 1进行比较,得出其优缺点。根据J2EE Web的应用特点,采用全新的Struts 2的开发框架,重新设计开发了系统中的考试成绩录入模块,与传统的开发模式JSP+Servlet+JavaBean的模式进行对比,突显采用Struts给开发带来的便利和实效,初步解决了系统开发中难维护、难扩展等问题。笔者通过实际的开发过程,阐述了Struts的详细开发原理和流程,同时也对进一步的框架整合比如与Hibernate、Spring的融合做前期的技术铺垫。
其他文献
随着互联网的飞速发展、网络平台的多元化,以及数码电子设备越来越普及,数字图像的存储量正呈爆炸性地增长,如何快速地查询、高效地组织这些图像成为一个亟待解决的问题。显
随着计算机和互联网技术的迅速发展和逐渐普及,数字图书馆作为一种重要的知识共享平台受到了越来越多的关注,不仅在商业领域受到了产业界的重视,而且在学术领域同样具有研究价值
本文主要研究基于点特征的图像匹配算法。点特征是图像上具有明显特性并能够把目标标识出来的点,它可以较好的描述目标的特征。点特征检测和图像匹配技术在计算机视觉和图像理
片上多处理器(CMP)是当前主流的微处理器体系结构,它利用现有的海量晶体管资源在单个芯片上集成多个处理器核,通过多核并行执行的方式开发指令级和线程级等各个层面的并行度来
当计算机网络应用的日益普及,伴随而来的是一系列的网络安全问题,入侵检测技术作为一种主动的信息安全保障措施,备受关注。 本文首先以网络安全为基础,介绍了入侵检测的概念、
Petri网提供了一种以图形和数学为基础的形式化建模方法。现在它已经成为建模和分析工业系统的成熟工具,其应用领域也越来越广泛,涉及到工作流管理,软件工程,并发程序设计,异步电
P2P是由若干互相对等的网络结点组成的一种网络结构,其中每个网络节点称为对等点,对等点消除了服务器和客户端间的角色差别,通过它们之间的信息直接交换完成计算和信息的共享.JX
压缩感知理论是近几年兴起来的一门新的信号采样理论,它打破了传统信号采样理论在采样频率方面的限制,引起了学术界的巨大轰动。传统信号采样理论包含了四个方面的内容:采样、
随着国际化交流日益频繁,多语人才的需求越来越迫切,口语测试的普及率、公平性受到广泛关注。面对传统的口语测试所带来的时空受限、组织成本高、评估主观性强、反馈信息单一等
本文是基于机器学习中的局部加权学习(Locally Weighted Learning,简称LWL)进行了深入的研究,这种学习方法既可用于回归问题(局部加权线性回归),又可用于分类问题(局部加权朴素