【摘 要】
:
BI PaaS平台是将云计算、平台即服务、商业智能技术的综合运用。它以云计算的强大并行计算和分布存储能力为支撑,将ETL,数据挖掘,OLAP,报表等各类BI能力进行云化,并以图形界
论文部分内容阅读
BI PaaS平台是将云计算、平台即服务、商业智能技术的综合运用。它以云计算的强大并行计算和分布存储能力为支撑,将ETL,数据挖掘,OLAP,报表等各类BI能力进行云化,并以图形界面或API的形式提供,以工作流作为集成机制的一个商务智能信息分析平台。执行引擎是BI PaaS平台中的重要组成部分,主要负责流程文件解析,子引擎调用以及元数据参数和参数传递等,其核心是一个工作流引擎。然而现有引擎存在工作流功能较弱,插件体系结构不合理,无法方便与其他系统实现有效整合等缺点。为解决上述三个缺点,本文在原有执行引擎的基础上进行修改和扩展,研究和实现一个新的执行引擎。主要内容包括:(1)设计执行引擎的基本架构,包含核心层,插件层,接口层三个部分。(2)设计并实现了核心层。以JBPM为基础,从流程解析,流程执行,参数管理,定时调度四个方面进行扩展,解决了工作流功能较弱问题。(3)设计并实现了插件层。采用OSGI以及Equinox扩展点技术为插件管理提供动态加载,插件隔离等功能。(4)设计并实现了接口层。抽象系统资源并设计API,提供REST风格服务,为平台其他系统和第三方应用提供易于整合的统一接口。(5)最后,我们对新的执行引擎的执行效果进行验证。证明了方案的可行性。
其他文献
互联网快速发展,各类网络应用给大众生活带来便捷,同时也给网络监控和管理带来了巨大的挑战,如P2P应用流量逐年上涨,互联网服务提供商(ISP)不得不对该类型流量做适当策略限制,以免
随着计算机网络技术的发展,计算机的应用领域的不断扩展,政府机关、商业企业等机构的日常运行越来越依靠计算机信息系统,计算机信息系统的安全引起人们的高度的重视,对计算机
传统移动性管理技术普遍采用集中式分层式设计方式。随着移动互联网不断发展以及移动设备的普及化,现有的移动性管理问题日益凸显,传统移动型管理方式所带来的瓶颈问题以及单
该论文首先对HFC网的拓扑结构、体系结构、信道特点和网络业务等方面进行了充分研究,在此基础上,综合考虑现有电话网和数据网的特点,以实现"三网合一"为目标,提出了一种基于H
随着互联网的持续深入发展,尤其是电子商务和移动互联网浪潮的兴起,网站请求数目和网络流量都爆发式地增加,这种高流量高并发的网络流特征对网络服务器的性能和稳定性提出了严峻
随着各种网络技术的快速发展与产品的普及,以及用户和业务种类的不断增加,网络变得越来越复杂。而且,与日俱增的用户和应用,导致网络负担沉重,从而引起网络性能下降,这就提出
DTS是基于软件缺陷模式的静态测试工具,采用了函数摘要的相关方法进行过程间分析,但目前由于函数摘要中缺少路径信息,缺陷检测往往存在一定的误报和漏报。本文针对这种问题提
MapReduce是由Google提出的一个广为人知的编程框架,Hadoop开源实现了这一框架。因为MapReduce适合处理大规模数据,许多企业都采用其进行数据挖掘,数据存储等。MapReduce需要
随着融合网络技术的不断发展,新的业务和服务不断涌现,并呈现出多样化、个性化的发展趋势。与此同时,作为业务载体的终端设备也日益类型多样化、功能复杂化。如何对融合网络