从EDOC的业务过程模型到J2EE的应用程序框架的MDA转换

来源 :南京大学 | 被引量 : 0次 | 上传用户:a86406186
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
对象管理组织OMG(Obiect Management Group)提出的模型驱动架构MDA(ModelDriven Architecture)是解决不同中间件平台之间的集成以及技术升级所引起的问题的软件开发方法。MDA的基本思想是将系统的模型作为软件开发过程的核心制品,并且将模型区分为描述系统业务功能的平台独立模型PIM(Platform Independent Model)和描述系统在特定技术平台上实现细节的平台相关模型PSM(Platform Specific Model)。 模型转换是MDA开发的核心内容。开发人员首先建立与具体技术平台的实现细节无关的高抽象程度的平台无关模型PIM。然后,开发人员可以通过模型转换,将高层次的模型逐渐转换成为包含了实现细节的平台相关模型PSM,直到最终代码。 PIM到PSM转换的主要工作是在PIM中加入特定的平台信息,按照一定的映射规则将PIM转换成特定平台的PSM。这种转换工作的部分或全部自动化可以大大提高MDA开发方法的效率。实现自动化的模型转换需要良好工具的支持,而工具的核心是描述PIM到PSM的模型转换规则。 本文是对PIM到PSM转换技术的初步探讨。文中介绍一种对业务过程建模并将模型转换成代码框架的设计和实现。在本文的研究中,企业分布式对象计算EDOC(EnterpriseDistributed Obiect Computing)的一个子集——业务过程Profile和UML状态图被用作PIM的描述方法。考虑到J2EE是目前工业界应用比较广泛的一种中间件平台,本文选取J2EE为目标平台。本文的主要工作包括: 1) 本文首先介绍实现MDA模型转换的基础知识,包括MDA、UML、EDOC和J2EE的相关概念和技术。 2) 本文主要研究了一种对业务过程建立PIM的描述方法。文中选用业务过程Profile和UML状态图作为PIM的描述方法。文中使用EDOC的业务过程Profile将一个业务过程描述成若干个Activities的组合。每个Activity表示一个业务过程中一部分的执行,UML状态图被用来描述每个Activity的行为。 3) 本文研究了业务过程模型BPM(Business Process Model)到J2EE的Session Bean的转换。文中研究了Activity到J2EE的Session Bean的转换规则和UML状态图到用户操作页面的转换规则。 4) 本文还用一个简单的实例来说明如何使用EDOC业务过程Profile和UML状态图为业务过程建立PIM,以及如何借助相应的转换规则由PIM生成J2EE的程序框架。 5) 最后,为了对PIM进行更精确的定义,本文进一步研究了如何使用行为规约语言ASL(Action Specification Language)来描述Activity的数据处理逻辑。这样,PIM就具有更精确和完备的语义。PIM对系统功能特征的描述越完整,通过模型转换得到的PSM才能够更加完整,软件生成过程中需要的人为干预就越少,软件开发效率就越高。
其他文献
目前,医院信息系统已取得较大发展,但由于成本和系统异构等原因,医院各医疗子系统仍存在信息孤岛问题,各系统间信息不能很好地集成共享、交流。随着计算机技术和网络的飞速发展,人
随着计算机网络的快速发展,信息安全变得越来越重要。为了保证信息系统的安全性,密码技术被应用于信息系统中。在密码技术中,需要众多的算法和协议,它们都需要敌手不知道、也无法
学位
随着计算机应用的越来越广泛、越来越深入,人们对计算机性能的要求也越来越高,而一般的计算机单机不具备处理大量数据及数据流量的能力,实际证明如果单靠提高计算机硬件的性能,那
随着互联网和多媒体技术的飞速发展,数字音视频、图书等在网络中比较容易被广泛分发。在用户得到方便的同时,非法分发极大的损害了内容提供商的利益。DRM(Digital Rights Manag
传统工作流管理系统把一个项目的各个操作环节组织在一起进行管理,提高了企业的运作效率,它有流程相对固定、任务的操作者相对固定的特点。进入二十一世纪,随着工作流技术的深入
本论文着重探讨了基于移动Agent的机场信息管理系统安全问题。从分析移动Agent技术及其安全问题入手,本文在论述了移动Agent系统所面临的各种安全性问题之后,详细介绍了现有的
学位
大数据分析是大数据应用的主要方向,传统的RDBMS的由于扩展性差,大数据下IO压力大,数据分析效率低下等问题,已经很难适应海量数据管理的需求。将HBase应用到业务系统做大数据分析
云存储系统作为快速存储大数据的一种方式,也是大数据的主要存储平台,其能耗问题已经成为当前大数据应用当中亟待解决的重要问题。云存储系统中数据块副本放置策略,磁盘状态,CPU
随着网络技术的飞速发展,当前通信网络带宽和处理能力的提高使网络能够提供更多的多媒体业务,也使得支持“点到多点”或“多点到多点”的组播通信方式成为网络支持多媒体业务的
学位
对用户需求的持续响应要求软件开发迭代周期不断缩短,促使在线应用系统的开发模式向持续交付转变。新的开发模式使得系统性能保障面临更大挑战。系统升级上线后出现服务失效、