一、消息中间件的设计与实现(论文文献综述)
车思阳[1](2021)在《基于Kafka的大容量实时预警数据汇集分发技术研究》文中提出随着信息化战争的快速发展,获取预警数据的手段和能力得到了提升,我国预警领域的数据建设得到广泛关注。当前面临的主要问题包括:传统的情报数据的传输已经不满足现在预警数据的数据量大、数据类型多样、数据传输效率高等特点;各部门分别建立的预警信息系统,形成了数据壁垒,大量预警数据资源难以进行高效集成共享。因此,需要建立数据资源统一汇集、分发的基础平台。本文结合联合培养单位的实际项目需求,开展了基于Kafka的大容量实时预警数据汇集分发技术研究,主要工作概括如下:(1)在分析预警数据汇集分发系统实际应用需求的基础上,构建了基于Kafka的预警数据汇集分发系统架构,重点对系统中的核心模块—安全管理、数据采集、数据汇集分发、数据存储、汇集分发管理、数据检索进行了设计。(2)针对Kafka集群原生负载均衡存在的问题,提出了一种动态负载均衡算法,利用采集各代理节点运行时的负载指标计算负载值,给出Leader迁移和副本迁移的负载均衡策略,通过负载值测试和流量监控验证了所提方法的有效性。针对海量数据查询效率低的问题,提出了一种基于Elastic Search的数据检索优化方法,通过Elastic Search构建二级索引,提高数据检索效率。通过数据写入和检索测试,能够很好地满足预警数据存储和检索的要求。(3)根据预警数据汇集分发系统的架构,对安全管理模块、数据采集模块、数据汇集分发模块、数据存储模块、汇集分发管理模块、数据检索模块给出了具体实现。在此基础上,搭建了基于Kafka的预警数据汇集分发系统的测试环境,对功能要求、性能指标进行测试,验证了系统设计的正确性。
王宁[2](2021)在《基于消息中间件的高性能物联网服务器的研究与实现》文中研究表明近年来,随着移动互联网和物联网等技术的蓬勃发展,物联网终端设备的数量与日俱增,物联网服务端的终端接入量也随之急剧攀升,物联网应用的大数据时代已然来临。传统物联网服务端面对日益增多的终端设备接入请求,逐渐难以支撑。因此,提升物联网服务端的负载能力以应对目前高吞吐量、低延时的物联网应用需求是当下物联网应用服务研究的重要目标之一。而消息中间件技术作为当下高并发、高负载问题的重要解决方案,能够对海量且复杂的消息数据进行快速存储转发处理。因此,本文对消息中间件技术进行了研究,并结合物联网应用的特点设计实现了一个基于Netty的消息中间件,同时以此为基础,对传统物联网服务端框架进行了优化,设计并实现了一个高性能物联网服务端框架,以应对如今高吞吐、低延时的物联网应用需求。本文的研究工作主要有:(1)本文对消息中间件技术进行了介绍,包括消息中间件的组成结构以及消息传输模型,从底层实现来分析消息中间件如何解决高并发、高负载问题。然后对网络I/O模型进行了介绍,并对I/O多路复用模型的应用Reactor模型以及Netty线程模型进行了详细分析。(2)结合物联网应用的特点,从协议制定、消息接收模块、消息消费模型以及持久化四个方面进行设计并实现了一个基于Netty的消息中间件。其中协议部分根据物联网终端设备的设计特点,制定了简单易解析的自定义协议;消息接收模块以Netty高性能网络框架为基础,有效提升消息中间件的并发处理能力;消息消费模型实现了消费者集群的动态扩缩,能够更灵活地应对消费场景;持久化模块采用文件存储系统,并引入中间层索引文件来记录消息在文件中的位置,降低了系统成本。(3)在本文设计的消息中间件基础之上,提出了一种基于消息中间件的高性能物联网服务端框架的设计方案。本方案主要包括消息中间件模块、数据接入模块、业务核心模块以及日志模块四个部分的优化设计:通过引入消息中间件模块,缓解服务端的处理压力;数据接入模块基于Netty框架开发,提高系统读写效率;业务核心模块采用线程池技术,充分利用系统资源;通过切面编程技术实现日志模块,保障系统平稳运行。(4)将本文设计的服务端框架应用于智慧宿舍管理平台服务端的实例。本文首先对系统进行了需求分析,然后对系统的总体结构进行了设计,并介绍了该管理平台的消息交互方式设计。最后对该管理平台具体业务需求的服务端实现进行了详细介绍,并对该平台进行了功能测试以及性能测试。测试实验结果表明,智慧宿舍管理平台的各项功能运行稳定,并且在应用了本文设计的服务端框架后,性能测试的结果显示本平台在承载较高的请求并发量时响应仍满足低延时需求并且数据准确度也较高。本文所设计的服务端框架在高并发场景中的应用研究中具有重要意义。
李永[3](2021)在《物联网测试云中边缘测试系统的设计与实现》文中认为随着物联网规模的不断扩大,其涉及到的通信设备也越来越多,对通信设备的通信稳定性要求也越来越高,从而导致了与日俱增的设备测试需求。为解决这个问题,出现了测试云平台。测试云平台基于云计算相关技术,能够根据需求动态地将测试任务分配到位于云边缘的测试系统,从而提升测试效率。边缘测试系统是整个互操作测试云平台的底层部分,也是完成测试任务的关键部分,其测试效率必然会影响到整个云平台的测试效率,但当前测试系统存在人工干预较多、测试自动化程度较低、系统功能耦合度较高、系统功能不便于扩展等痛点。基于上述背景,本文针对物联网测试云中边缘测试系统进行研究。本文主要研究内容为:1)基于设备互操作测试环境的特点,将测试系统架构设计为基于代理的分布式系统架构,降低系统功能之间的耦合度,方便系统功能扩展,实现系统测试自动化,提高测试系统的测试效率。2)基于消息中间件技术,设计测试系统内部代理之间通信的消息模型,屏蔽不同平台间的差异,完成系统对多平台的适配工作。3)设计基于流程分解的测试例生成方法,改变原有测试例定制化模式,实现测试例自主可编辑。4)设计并实现测试系统。将测试系统从功能上分为三个模块,并针对三个模块功能进行需求分析,然后基于需求分析对各模块进行概要设计与详细设计,进而实现各模块功能,最后完成系统功能测试,验证本课题设计的测试系统功能符合预期。
王帅[4](2020)在《一种高吞吐分布式消息中间件的设计与实现》文中认为互联网应用的不断发展和完善正在推动企业项目从传统的单体架构向微服务架构转型,将集中式的系统按照业务特点垂直拆分成多个规模相对较小的独立服务,可有效降低系统的运维成本,提高版本迭代的开发效率,每个服务单独部署的方式也带来了灵活的集群规模调整方式,使得系统弹性扩容变的更加轻量级。伴随系统垂直拆分而来的还有各服务之间的网络通信需求,消息中间件就是一种为不同系统或同一系统内不同模块提供可靠的异步网络通信的分布式框架,接收来自上游服务的消息,存储后转发给下游服务,在系统架构中起着承上启下的作用。然而在企业实际生产使用中的主流消息中间件产品还存在着抗消息堆积能力差,负载能力弱以及弹性扩容能力差等问题。针对以上问题和企业在生产应用中的实际需求,本文设计并实现了一款高吞吐消息中间件Whale MQ,能够在正确实现消息传递的基础上允许海量消息的存储和堆积,提供高效稳定的性能表现,本文的主要研究内容和成果如下:(1)针对Kafka在架构设计上的问题和缺陷,本文提出如下优化方案:基于关系型数据库设计并实现中间件的路由中心(Meta Server),提供服务注册,集群健康状态监控和路由动态发现等服务;设计基于队列文件的消息持久化模型以平衡Kakfa高性能与稳定性的关系,并引入二级缓存结构来实现消息的批量存储,减少中间件与磁盘之间的IO次数;设计灵活的消息消费模型和队列动态映射机制,提高中间件的弹性扩容能力;(2)基于本中间件中各模块通信需求定制轻量级的网络通信协议,遵循约定大于配置的原则,在尽量压缩协议信息在数据包占比的同时兼顾协议的可扩展性,允许业务方灵活扩展,实现通信的定制化,最后引入Netty框架实现高效的网络通信模块;(3)对本中间件进行功能,性能和可靠性三方面的测试和分析。功能测试主要用于验证本中间件的基本功能是否正确可用;性能测试用于测试本中间件在异步落盘异步复制等八种实验场景下的负载能力和吞吐量,并与高吞吐消息中间件Kafka进行对比,实验证明本中间件在两主两从标准部署架构下单主题(Topic)发送TPS(Transactions Per Second)可达到46K,能够满足绝大多数应用场景的需要,且性能随Topic数量提升变化不大,表现稳定;可靠性测试对比了本中间件在多机房部署方式下的容灾能力,实验效果符合预期。
李昆锦[5](2020)在《基于CNN的IT设备细粒度识别管理系统的研究与实现》文中研究表明随着网络传输与数据计算等需求的不断增长,IT(Information Technology,信息技术)机房设备资产的规模与数量也愈发膨胀。在传统的机房管理模式下,管理人员需要对大量的设备进行人工盘点,并进行纸面的信息录入。人工进行信息收集录入与管理带来了大量的人力消耗,并无法保证设备信息录入的准确性与快速性。随着通信与互联网行业的快速发展,对IT机房设备资产管理方式的信息化与智能化变得愈发得迫切。本文针对IT机房传统设备资产管理方式效率低、成本高、耗时长、可靠性低等问题,设计并实现了一套基于卷积神经网络(Convolutional Neural Network,CNN)的 IT 机房设备识别管理系统。该系统内的各子系统间高度解耦,通过RESTful接口与消息中间件进行交互,拥有良好的运行性能与鲁棒性,能很好地满足管理人员对设备资产管理信息化与数字化的需求。同时,引入了基于CNN的目标检测技术,使用滤波器对所采集的图像进行深层特征的提取,最终计算得到目标设备的边界框与预测标签,实现IT机房设备的自动化检测。本文基于YOLO算法模型,创新性地提出了机房设备检测场景下适用的改进网络模型,并设计实验对其在该应用场景下的可行性进行验证。同时本文提出了数据集自动构建模块的创新设计,该模块利用用户数据对训练集进行扩充,供算法模型迭代训练,一定程度上降低了模型的过拟合,优化了目标检测算法模型的性能与泛化能力。本系统通过目标检测技术实现机房管理过程中设备信息录入的自动化,一定程度上提升了机房设备管理工作的效率,提高了设备信息管理的实时性与可靠性。本文首先介绍了相关背景与技术。接着结合用例图,针对应用场景下用户需求进行了分析。再结合UML类图与流程图对进行了子系统的详细设计。之后对各功能进行了测试,确认了系统功能的完备性。经过实验与测试,该系统能够较好地满足IT机房设备信息管理的需求,设备检测模块对图像中的多个设备目标能够实现清晰的定位与识别,对IT机房设备信息管理工作起到了不错的效率提升作用。最后,对本文工作进行了总结,对下一步的工作作出展望。
徐冉[6](2020)在《基于微服务架构的秒杀系统服务端设计与实现》文中研究指明当今社会,互联网的发展突飞猛进。电商等一系列平台的出现与发展都给人们的生活带来便利。各电商平台为了促进用户消费,会不定期推出各种活动。而“秒杀”就是其中一种活动方式。为了提高用户活跃度,提升用户的购买力,本人所在的实习公司推出了各种秒杀活动,使用户可以用较低的价格购买到心仪的商品。但根据用户反馈,当前系统服务端提供的功能在活动过程中响应速度偏慢,在极端情况下会出现多次下单、超卖等情况,不能有效的保证用户体验。基于此,本文针对上述问题,通过研究微服务架构、研究系统技术选型与研究使用人群,设计并实现了基于微服务架构的秒杀系统,本论文主要工作有:(1)实现服务端各组件的设计与实现,包括服务注册与发现、负载均衡与API网关等。通过实现以上组件,使服务能够便捷地管理与扩展。(2)实现秒杀系统中关于后台、用户、商品、秒杀与订单功能。后台用于运营人员,完成对消费者、商品与秒杀活动的各项管理;用户、商品、秒杀与订单各服务功能实现了关于消费者的各项功能。(3)实现秒杀系统的优化设计。通过数据分析秒杀系统的运行特点,对系统在秒杀过程出现的性能瓶颈进行优化,使用限流算法、消息中间件与高性能缓存,并经过测试验证其合理性。(4)对系统服务端架构与功能进行重构,采用微服务架构Spring Cloud设计实现了秒杀系统服务端,测试结果表明,相比于旧系统,本论文设计实现的系统有着较好的性能,满足了需求。本系统研发流程符合规定流程及代码编写规范,需求分析与设计实现也均通过评审。系统完成构建后经部署后全部上线,系统运行稳定且符合预期效果。
牛浩骅[7](2020)在《基于HSM的空基应用后台服务集成策略研究》文中提出随着航空航天技术的快速发展,各行各业对于遥感数据的需求在不断增加。在这样的大趋势下,国家空间基础设施的建设逐渐朝着跨越多领域、涉及多部门、集成多功能的综合型平台发展,与遥感资源相关的业务系统规模也在逐渐庞大。由于不同行业部门的遥感应用各不相同,使得不同应用系统间的服务变得难以集成,遥感资源共享业务也难以得到有效管理。因此在遥感领域构建一种可以有效集成多部门系统服务的后台服务系统,并提出一种有效管理资源共享业务的策略方案显得尤为重要。本文基于河南大学承担的国家民用空间基础设施陆地观测卫星共性应用支撑平台项目,针对其中的“应用技术共享服务分系统”,提出了一种基于HSM消息中间件的后台服务集成策略,对各个遥感部门的相关服务进行集成,并封装发布为高性能远程服务接口供其他分系统使用;同时该系统对遥感资源共享业务进行订单记录、更新与可视化管理,实现了对整个应用技术共享服务分系统的后台业务支撑。本文主要工作如下:(1)对空基应用的服务集成与资源管理现状进行分析,研究了现有的服务集成策略、资源任务管理方法与Spring技术。(2)基于Hprose技术设计了HSM消息中间件,并以此为基础提出一种轻量化、跨平台的服务集成策略,构建了一种面向服务的空基应用后台服务集成方案,对不同服务的业务逻辑进行统一管理,解决了分布式部署环境下不同空基系统间服务集成效率低下的问题。(3)深入分析了遥感资源共享业务的需求,提出了一种订单型的异构资源共享记录方案,利用这种订单系统对系统中的资源共享业务进行记录与跟进,使得用户能全面、详细地查看个人的资源共享业务记录。(4)参与了“应用技术共享服务分系统”中后台服务管理子系统的设计与实现。该子系统对空基应用项目中各分系统的资源业务与相关服务进行集成,为用户提供综合性的遥感资源业务服务。目前原型系统已部署在中国科学院空天信息研究院,联合各卫星场站与相关部门进行试运行,为遥感业务服务提供支撑。
王派虎[8](2020)在《物联网平台系统的设计与实现》文中进行了进一步梳理目前,随着物联网领域技术的快速发展,不同需求的物联网平台应运而生,物联网技术对人类的生产及生活方法的影响越来越大,使得物联网平台的建设逐渐成为当前热点课题。因此本课题通过设计了一套农业物联网平台,实现农业物联网的远程采集、远程控制、数据可视化、智能化处理等功能。同时,本文所搭建的多功能一体化农业物联网平台,是通过基于高并发架构,采用较为新颖的软件开发框架,结合多种开源技术,并改进数据存储方式,来应对物联网设备数量呈指数型上涨趋势,并满足物联网平台支持大量网络连接的需求,以及有效避免数据持久化效率低下的问题。本文首先对物联网平台的架构与技术路线进行分析,根据功能将整个平台系统分为物联网数据接入服务器、应用服务器和数据库服务器,分别对其进行设计,降低平台系统的耦合性。然后,依据设计内容分别进行实现:物联网数据接入服务器采用Netty高性能NIO框架搭建,并基于自定义的通信协议,实现与物联网设备的高并发网络连接,完成物联网设备的数据采集、设备控制、定时任务及自动决策等功能;应用服务器分为提供后端服务接口的后端服务集群和监控管理服务集群的后端服务治理,总体采用微服务架构搭建,后端服务集群单体服务是使用Spring Boot框架和Swagger框架搭建,包括设备管理等8个业务模块,为用户提供RESTful风格的Web服务,后端服务治理是使用多个Spring Cloud组件构建,包括服务注册和配置中心、Api网关、认证服务中心、服务容错限流等功能模块来实现对服务集群的监控与管理;数据库服务器是平台系统的数据中心,采用双主多从架构来实现数据的读写分离,以减少数据库压力,提升系统的可靠性,并使用Redis实现高速缓存,提升系统的运行效率,同时,本系统为进一步缓解数据库在高并发下压力,引入消息中间件技术实现数据异步持久化,来降低系统的响应时间。最后,本文通过搭建本地测试环境,并利用浏览器、Postman、Jmeter、Jconsole等测试工具完成对系统的功能和性能测试,以及对测试结果进行分析。
龚勋[9](2020)在《流程型智能制造车间数据采集与实时处理技术研究与实现》文中指出随着物联网和信息技术的飞速发展,制造业的智能化程度也在逐渐提升,朝着“智能制造”的方向迈进。物联网、数据采集与实时处理分析以及智能决策是智能制造的核心技术,通过对生产现场设备、环境、产品、以及物料加工时产生的数据进行实时采集和分析处理,生产决策人员能实时了解产品的生产制造过程,并针对设备异常、物流异常、质量问题等情况进行相应的生产调度,从而提高车间生产效率,提升产品质量。生产数据的实时采集与处理已成为当前智能制造领域的研究热点。本文以流程型智能制造车间的生产监控和生产调度决策支持为目标,开展了生产数据采集与实时处理技术的研究,设计实现了OPC数据采集客户端,建立了基于滑动窗口的多源数据分类处理模型,并以四川某流程型制造企业生产数据采集与实时处理和产品批次自动判别需求为依托,完成了面向流程型制造车间的数据采集与处理系统。具体工作如下:(1)根据流程型生产车间需要采集的数据存在数据量大、种类多、采集频率不一等特点,引入消息中间件,设计并实现了兼容异步和订阅式数据读取方式、支持多种数据转储方案的OPC客户端。(2)针对现场采集数据受车间实际生产环境、网络因素干扰造成的数据异常问题,提出了基于滑动窗口的数据分类处理模型,根据数据特点将数据归类为环境/设备状态数据、设备开关数据和设备逻辑数据三类,并分类建立了数据异常处理算法。(3)针对四川某流程型制造企业产品批次自动判别需求,根据产品制造工艺建立了基于采集数据的产品自动判批模型和算法,实现产品批次和原材料批次之间的自动关联,在此基础上完成了原型系统的开发及应用测试。最后,该原型系统在实际生产环境投入使用,验证了OPC数据采集客户端的适用性,基于滑动窗口的数据分类处理模型对不同任务不同数据类型的兼容性,以及产品自动判批模型和算法的可靠性。结果表明,原型系统的应用提高了企业生产效率,判批误差率不足1%,具有实际应用价值。
曹经伟[10](2020)在《基于Knative的Serverless平台函数管理模块的设计和实现》文中研究表明Serverless是指开发者在开发和部署应用时无需关注基础设施,只需要关注业务逻辑的开发。目前主流的云服务提供商基本都有自己的Serverless产品,但是公有云服务提供商的Serverless产品通常具有平台绑定、服务形态缺乏标准化的缺点,导致使用不同云服务提供商的Serverless服务编写的应用难以在不同平台间迁移。Google开源的Knative旨在解决Serverless产品缺乏标准化的问题,提供了一组中间件组件用于构建以源代码为中心的、基于容器的应用程序并支持在多种环境运行,为标准化Serverless平台的开发提供了便利。本文基于Knative开发了一个Serverless平台产品,为开发者提供了函数的构建、发布和事件触发等函数管理服务,提升了开发效率和降低了运维成本。在技术选型方面,采用微服务架构,主要以Java语言进行开发,微服务使用容器化方式发布,服务治理使用服务网格框架Istio。函数的构建功能主要使用Docker来实现,在事件触发模块使用了Active MQ来进行应用解耦和流量削锋。在内容结构方面,首先介绍了Serverless平台项目的背景和意义,随后对本文涉及的相关技术进行了概述,如Knative、Docker、Kubernetes、Istio和Active MQ等。然后对Serverless平台进行了需求分析和概要设计,介绍了平台的主要功能和架构。接着在需求分析和概要设计的基础上,选取构建、发布、事件触发三个函数管理模块进行了详细设计和实现,并进行了系统测试。最后基于Serverless平台项目的情况对全文进行了总结和展望。目前Serverless平台已经在企业内部投入使用,支持部分算法模型和前端应用开发,有效提升了开发部署效率,降低了运维成本。
二、消息中间件的设计与实现(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、消息中间件的设计与实现(论文提纲范文)
(1)基于Kafka的大容量实时预警数据汇集分发技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 预警领域数据建设情况 |
1.2.2 数据集成技术 |
1.2.3 消息中间件 |
1.3 现有系统存在的问题 |
1.4 论文研究主要内容 |
1.5 本论文结构安排 |
第二章 相关理论及技术 |
2.1 消息中间件 |
2.1.1 分布式消息中间件 |
2.1.2 Kafka架构设计 |
2.2 HBase数据库 |
2.3 其他关键技术介绍 |
2.3.1 Elastic Search搜索引擎 |
2.3.2 Zookeeper分布式服务框架 |
2.3.3 JMX技术 |
2.4 本章小结 |
第三章 基于Kafka的预警数据汇集分发系统分析与设计 |
3.1 需求分析 |
3.1.1 功能需求 |
3.1.2 非功能性需求 |
3.2 系统架构设计 |
3.3 系统核心模块设计 |
3.3.1 安全管理模块 |
3.3.2 数据采集模块 |
3.3.3 数据汇集分发模块 |
3.3.4 数据存储模块 |
3.3.5 汇集分发管理模块 |
3.3.6 数据检索模块 |
3.4 数据库表设计 |
3.5 本章小结 |
第四章 基于Kafka的预警数据汇集分发系统中关键技术研究 |
4.1 Kafka集群动态负载均衡算法研究 |
4.1.1 原生负载均衡存在的问题 |
4.1.2 动态负载算法 |
4.1.3 模块设计与实现 |
4.1.4 实验与结果分析 |
4.2 海量预警数据存储检索优化研究 |
4.2.1 海量数据存储 |
4.2.2 海量预警数据检索 |
4.2.3 实验与结果分析 |
4.3 本章小结 |
第五章 基于Kafka的预警数据汇集分发系统实现与测试 |
5.1 系统功能实现 |
5.1.1 安全管理模块 |
5.1.2 数据采集模块 |
5.1.3 数据汇集分发模块 |
5.1.4 数据存储模块 |
5.1.5 汇集分发管理模块 |
5.1.6 数据检索模块 |
5.2 系统测试 |
5.2.1 系统部署环境 |
5.2.2 功能测试 |
5.2.3 性能测试 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(2)基于消息中间件的高性能物联网服务器的研究与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 课题来源与项目依托 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 论文组织结构 |
1.5 本章小结 |
第二章 相关技术介绍 |
2.1 消息中间件 |
2.2 消息传输模型 |
2.2.1 点对点模型 |
2.2.2 发布/订阅模型 |
2.3 网络I/O模型 |
2.3.1 网络I/O模型介绍 |
2.3.2 Reactor模型 |
2.3.3 Netty线程模型 |
2.4 本章小结 |
第三章 基于Netty的消息中间件的设计 |
3.1 总体结构设计 |
3.2 数据消息处理流程 |
3.3 模块设计 |
3.3.1 协议制定 |
3.3.2 消息接收模块 |
3.3.3 消息消费模型 |
3.3.4 消息持久化 |
3.4 幂等性处理 |
3.5 本章小结 |
第四章 高性能物联网服务器框架设计 |
4.1 服务端整体框架 |
4.2 消息流程设计 |
4.3 模块设计 |
4.3.1 消息中间件模块 |
4.3.2 数据接入模块 |
4.3.3 业务核心模块 |
4.3.4 日志模块 |
4.4 本章小结 |
第五章 智慧宿舍管理系统实例的设计与实现 |
5.1 系统需求分析 |
5.2 系统总体设计 |
5.3 消息交互流程设计 |
5.4 服务端功能实现 |
5.4.1 系统核心类组成 |
5.4.2 协议制定与数据交互 |
5.4.3 前端页面展示 |
5.5 本章小结 |
第六章 测试 |
6.1 系统测试环境 |
6.2 系统功能测试 |
6.2.1 终端配置测试 |
6.2.2 通行记录上传 |
6.2.3 日志存储 |
6.3 系统性能测试 |
6.3.1 测试方法 |
6.3.2 测试结果与分析 |
6.4 本章小结 |
第七章 工作总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间的研究成果 |
(3)物联网测试云中边缘测试系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 本文研究内容 |
1.3 研究生期间工作 |
1.4 本文结构 |
第二章 研究现状与相关技术 |
2.1 研究现状 |
2.1.1 测试云平台 |
2.1.2 互操作测试 |
2.1.3 自动测试系统 |
2.1.4 测试例生成技术 |
总结 |
2.2 相关技术 |
2.2.1 .NET |
2.2.2 Java Swing |
2.2.3 消息中间件 |
2.2.4 MongoDB |
2.3 本章小结 |
第三章 测试系统关键技术研究 |
3.1 面向异构测试环境的分布式系统架构 |
3.1.1 异构测试环境 |
3.1.2 分布式物理架构 |
3.1.3 三层逻辑架构 |
3.2 基于消息中间件与统一消息模型的多平台适配技术 |
3.2.1 系统通信 |
3.2.2 消息模型 |
3.3 基于流程分解的测试例生成方法 |
3.4 测试自动化及测试结果自动解析 |
3.4.1 测试自动化 |
3.4.2 测试结果自动解析 |
3.5 本章小结 |
第四章 测试系统需求分析 |
4.1 测试系统功能分析 |
4.2 功能性分析 |
4.2.1 测试管理模块 |
4.2.2 测试环境控制模块 |
4.2.3 数据交互模块 |
4.3 本章小结 |
第五章 测试系统概要设计与详细设计 |
5.1 测试系统概要设计 |
5.1.1 测试系统架构设计 |
5.1.2 系统对象模型设计 |
5.1.3 系统接口设计 |
5.2 模块详细设计 |
5.2.1 测试管理模块设计与实现 |
5.2.2 测试环境控制模块设计与实现 |
5.2.3 数据交互模块设计与实现 |
5.3 本章小结 |
第六章 系统测试 |
6.1 测试环境 |
6.1.1 硬件测试环境 |
6.1.2 软件测试环境 |
6.2 模块测试 |
6.2.1 测试管理模块 |
6.2.2 测试环境控制模块 |
6.2.3 数据交互模块 |
6.3 本章小结 |
第七章 总结与展望 |
参考文献 |
致谢 |
(4)一种高吞吐分布式消息中间件的设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究目标与内容 |
1.4 论文章节安排 |
1.5 本章小结 |
第二章 相关理论及技术研究 |
2.1 消息队列协议简介 |
2.1.1 高级消息队列协议 |
2.1.2 Java消息服务 |
2.2 负载均衡算法 |
2.3 Netty框架简介 |
2.3.1 Reactor模型 |
2.3.2 Netty框架简介 |
2.4 Kafka介绍 |
2.4.1 Kafka架构介绍 |
2.4.2 注册中心 |
2.4.3 存储模型设计 |
2.4.4 消费模型设计 |
2.5 本章小结 |
第三章 中间件需求分析与概要设计 |
3.1 功能需求分析 |
3.1.1 路由管理机制 |
3.1.2 消息发布机制 |
3.1.3 消息持久化机制 |
3.1.4 消息消费机制 |
3.2 非功能需求分析 |
3.2.1 性能需求分析 |
3.2.2 可靠性需求分析 |
3.2.3 可扩展性需求分析 |
3.3 中间件总体设计 |
3.4 消息服务端优化设计 |
3.4.1 路由中心设计 |
3.4.2 消息存储模型设计 |
3.4.3 消费模型设计 |
3.5 通信协议设计 |
3.6 本章小结 |
第四章 中间件详细设计与实现 |
4.1 路由管理机制设计与实现 |
4.1.1 服务注册与路由分配 |
4.1.2 集群健康状态感知机制 |
4.1.3 Topic路由动态发现机制 |
4.1.4 路由管理机制实现 |
4.2 消息发布机制设计与实现 |
4.2.1 消息结构设计 |
4.2.2 消息发布流程 |
4.2.3 消息顺序发布与批量发送 |
4.2.4 消息发布机制实现 |
4.3 消息持久化机制设计与实现 |
4.3.1 目录组织结构设计 |
4.3.2 消息持久化机制与消息落盘策略 |
4.3.3 历史消息清除机制 |
4.3.4 消息持久化机制实现 |
4.4 消息消费机制设计与实现 |
4.4.1 消息拉取与长轮询机制 |
4.4.2 队列动态映射机制 |
4.4.3 消息消费与本地消费进度反馈 |
4.4.4 消息消费机制实现 |
4.5 网络通信模块实现 |
4.5.1 核心实现类 |
4.5.2 Netty客户端实现 |
4.5.3 Netty服务端实现 |
4.6 本章小结 |
第五章 中间件测试 |
5.1 测试环境介绍 |
5.1.1 硬件环境 |
5.1.2 软件环境 |
5.2 功能测试 |
5.2.1 集群搭建 |
5.2.2 客户端交互 |
5.2.3 消息持久化 |
5.3 性能测试 |
5.3.1 测试指标 |
5.3.2 测试场景介绍 |
5.3.3 性能测试结果及分析 |
5.3.4 与Kafka对比测试 |
5.4 可靠性测试 |
5.5 本章小结 |
第六章 工作总结与展望 |
6.1 工作总结 |
6.2 展望 |
致谢 |
参考文献 |
作者简介 |
(5)基于CNN的IT设备细粒度识别管理系统的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 课题背景 |
1.2 研究目标和研究内容 |
1.3 论文组织结构 |
第二章 相关技术概述 |
2.1 条形码相关技术 |
2.1.1 条形码技术概述 |
2.1.2 条形码技术在设备识别管理中的应用 |
2.2 射频识别相关技术 |
2.2.1 射频识别技术概述 |
2.2.2 射频识别系统基本结构 |
2.3 基于CNN的目标检测相关技术 |
2.3.1 卷积神经网络 |
2.3.2 目标检测相关技术 |
2.4 IT机房设备识别方法的对比 |
2.5 Web服务相关技术 |
2.5.1 Spring技术 |
2.5.2 Spring MVC技术 |
2.5.3 MyBatis技术 |
2.6 本章小结 |
第三章 IT设备细粒度识别管理系统需求分析 |
3.1 需求描述 |
3.2 功能性需求分析 |
3.2.1 用户服务需求 |
3.2.2 机房及设备信息服务需求 |
3.2.3 设备检测服务需求 |
3.3 非功能性需求分析 |
3.3.1 系统性能 |
3.3.2 系统稳定性 |
3.3.3 系统可扩展性 |
3.3.4 系统易用性 |
3.4 本章小结 |
第四章 IT设备细粒度识别管理系统概要设计 |
4.1 IT设备细粒度识别管理系统设计概述 |
4.2 服务管理子系统概要设计 |
4.2.1 控制层概要设计 |
4.2.2 服务层概要设计 |
4.2.3 数据访问层概要设计 |
4.2.4 数据库设计 |
4.3 设备检测子系统概要设计 |
4.3.1 设备检测服务模块概要设计 |
4.3.2 设备检测算法模块概要设计 |
4.4 本章小结 |
第五章 IT设备细粒度识别管理系统的详细设计与实现 |
5.1 IT设备细粒度识别管理系统设计 |
5.2 服务管理子系统的详细设计与实现 |
5.2.1 控制层的详细设计与实现 |
5.2.2 服务层的详细设计与实现 |
5.2.3 数据访问层的详细设计与实现 |
5.3 设备检测子系统的详细设计与实现 |
5.3.1 设备检测服务模块 |
5.3.2 SVR数据集构建 |
5.3.3 YOLO目标检测网络 |
5.3.4 目标检测网络模型的改进 |
5.3.5 模型评估方法与实验细节 |
5.3.6 实验结果及分析 |
5.4 本章小结 |
第六章 系统测试 |
6.1 系统测试环境 |
6.2 系统功能测试 |
6.2.1 用户信息服务相关功能测试 |
6.2.2 机房及设备信息服务相关功能测试 |
6.2.3 设备检测服务相关功能测试 |
6.2.4 数据集自动构建服务相关功能测试 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 下一步工作 |
参考文献 |
附录 缩略语表 |
致谢 |
(6)基于微服务架构的秒杀系统服务端设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 秒杀系统的国内外现状分析 |
1.3.2 微服务架构的国内外现状分析 |
1.4 研究目标与内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 论文组织结构 |
第二章 相关理论与技术简介 |
2.1 微服务架构简介 |
2.2 微服务架构关键组件 |
2.2.1 服务注册与发现 |
2.2.2 API网关 |
2.2.3 负载均衡 |
2.3 远程过程调用RPC |
2.4 消息中间件 |
2.4.1 消息中间件应用场景 |
2.4.2 消息中间件比较及选型 |
2.5 数据存储技术 |
2.5.1 MySQL数据库 |
2.5.2 Redis缓存 |
2.6 本章小结 |
第三章 系统需求分析与概要设计 |
3.1 秒杀系统服务端需求分析目标 |
3.2 基于场景的秒杀系统服务端功能性需求分析 |
3.2.1 运营人员功能需求分析 |
3.2.2 消费者功能需求分析 |
3.3 秒杀系统服务端非功能性需求分析 |
3.4 系统服务端概要设计 |
3.4.1 系统服务端总体架构设计 |
3.4.2 系统服务端功能划分 |
3.4.3 系统服务端性能优化设计 |
3.4.4 数据库设计 |
3.5 本章小结 |
第四章 系统详细设计与实现 |
4.1 系统服务端组件设计与实现 |
4.1.1 服务注册与发现设计与实现 |
4.1.2 API网关设计与实现 |
4.1.3 负载均衡设计与实现 |
4.2 后台系统功能详细设计与实现 |
4.2.1 后台用户管理模块设计与实现 |
4.2.2 后台商品管理模块设计与实现 |
4.2.3 后台活动管理模块设计与实现 |
4.2.4 后台违禁用户管理模块设计与实现 |
4.3 用户服务设计与实现 |
4.3.1 用户注册与登录 |
4.3.2 个人中心信息 |
4.4 商品服务设计与实现 |
4.4.1 商品搜索 |
4.4.2 商品关注 |
4.5 秒杀服务设计与实现 |
4.6 订单服务设计与实现 |
4.6.1 订单提交 |
4.6.2 订单取消 |
4.7 本章小结 |
第五章 系统测试 |
5.1 系统开发与测试环境 |
5.2 系统功能测试 |
5.3 系统非功能测试 |
5.3.1 系统性能测试 |
5.3.2 系统高可用性测试 |
5.3.3 系统可靠性测试 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
作者简介 |
(7)基于HSM的空基应用后台服务集成策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 项目背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 遥感服务集成研究现状 |
1.2.2 遥感卫星资源任务管理研究现状 |
1.3 论文主要内容 |
1.4 论文组织结构 |
1.5 本章小结 |
第2章 相关理论与技术基础 |
2.1 服务集成策略 |
2.1.1 消息中间件 |
2.1.2 面向服务的思想 |
2.1.3 Hprose框架 |
2.2 Spring框架 |
2.2.1 Spring Boot |
2.2.2 Spring MVC |
2.3 资源任务管理 |
2.4 本章小结 |
第3章 基于HSM的服务集成策略研究 |
3.1 空基项目系统简介 |
3.1.1 项目介绍 |
3.1.2 系统体系结构 |
3.2 基于HSM的后台服务集成策略 |
3.2.1 遥感应用服务集成存在的问题 |
3.2.2 HSM设计 |
3.2.3 实验验证 |
3.3 服务集成策略在系统中的应用 |
3.3.1 系统需求分析 |
3.3.2 系统整体架构设计 |
3.3.3 服务发布模块 |
3.3.4 服务集成模块 |
3.4 本章小结 |
第4章 基于HSM的订单管理模块研究 |
4.1 HSM消息中间件的应用 |
4.1.1 需求分析 |
4.1.2 整体框架设计 |
4.2 订单管理模块在系统中的应用 |
4.2.1 订单设计方案 |
4.2.2 功能模块设计 |
4.2.3 业务流程设计 |
4.2.4 服务接口设计 |
4.2.5 数据库表设计 |
4.3 订单管理模块的具体实现 |
4.3.1 订单管理模块的稳定性测试 |
4.3.2 订单管理模块的具体实现 |
4.4 本章小结 |
第5章 总结与展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(8)物联网平台系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 物联网平台的发展现状 |
1.2.2 农业物联网发展现状 |
1.3 论文主要工作 |
1.4 论文组织结构 |
第2章 相关技术介绍 |
2.1 异步事件驱动Netty框架 |
2.2 SpringBoot概述 |
2.3 SpringCloud微服务架构 |
2.4 数据库与持久层框架 |
2.5 消息中间件 |
2.6 分布式文件系统HDFS |
2.7 本章小结 |
第3章 农业物联网平台系统的设计与分析 |
3.1 农业物联网平台的需求分析 |
3.1.1 功能性需求分析 |
3.1.2 非功能性需求 |
3.2 农业物联网平台的架构分析 |
3.2.1 应用服务器的分析 |
3.2.2 数据库服务器的分析 |
3.2.3 物联网数据接入服务器的分析 |
3.3 平台系统整体架构的设计 |
3.4 应用服务器的设计 |
3.4.1 后端服务集群的设计 |
3.4.2 后端服务治理的设计 |
3.5 物联网数据接入服务器的设计 |
3.5.1 功能性设计 |
3.5.2 高并发设计 |
3.5.3 基于AES算法的安全传输设计 |
3.6 物联网平台高可用数据库服务器的设计 |
3.6.1 数据库的架构与读写设计 |
3.6.2 数据库表设计 |
3.7 本章小结 |
第4章 农业物联网平台系统的实现 |
4.1 搭建高可用主从架构数据库集群 |
4.1.1 双主多从的配置与实现 |
4.1.2 基于MySQL主/从模型的高可用实现 |
4.2 应用服务器后端服务集群的实现 |
4.2.1 用户管理服务 |
4.2.2 角色管理服务 |
4.2.3 地块管理服务 |
4.2.4 数据分析服务 |
4.2.5 消息管理服务 |
4.2.6 设备管理服务 |
4.2.7 策略管理服务 |
4.2.8 资料管理服务 |
4.3 应用服务器系统服务治理的实现 |
4.3.1 高可用Nacos注册与配置服务中心 |
4.3.2 Api网关 |
4.3.3 基于Oauth2的认证服务器实现 |
4.3.4 系统服务的熔断、降级与限流 |
4.4 物联网数据接入服务器的实现 |
4.4.1 高并发架构的实现 |
4.4.2 功能性实现 |
4.4.3 基于AES算法的数据安全传输实现 |
4.5 本章小结 |
第5章 农业物联网平台的系统测试 |
5.1 系统测试环境与工具 |
5.1.1 测试环境搭建 |
5.1.2 测试工具 |
5.2 功能测试 |
5.2.1 应用服务器的功能测试 |
5.2.2 系统服务治理功能测试 |
5.2.3 物联网数据接入服务器功能测试 |
5.3 性能测试 |
5.3.1 应用服务器的高可用测试 |
5.3.2 物联网数据接入服务器的高并发测试 |
5.3.3 基于消息中间件的数据持久化性能测试 |
5.3.4 物联网平台的可伸缩性分析 |
5.4 本章小结 |
第6章 总结与展望 |
参考文献 |
指导教师对研究生学位论文的学术评语 |
学位论文答辩委员会决议书 |
致谢 |
攻读硕士学位期间的研究成果 |
(9)流程型智能制造车间数据采集与实时处理技术研究与实现(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 数据采集技术 |
1.2.2 数据处理技术 |
1.3 研究内容与章节安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
1.4 本章小结 |
第2章 数据采集处理需求与相关技术基础 |
2.1 流程型车间及其数据特点分析 |
2.1.1 流程型生产模式 |
2.1.2 流程型车间生产数据特点分析 |
2.2 数据采集与处理需求 |
2.2.1 数据采集需求 |
2.2.2 数据处理需求 |
2.3 相关技术基础 |
2.3.1 OPC标准 |
2.3.2 数据处理技术 |
2.4 本章小结 |
第3章 流程型车间数据实时采集处理模型与算法 |
3.1 基于OPC的数据实时采集模型 |
3.2 基于滑动窗口的数据实时处理模型 |
3.2.1 待处理数据分析 |
3.2.2 基于滑动窗口的数据流处理技术 |
3.2.3 车间数据分类实时处理方法 |
3.3 分类异常数据处理算法 |
3.3.1 环境/设备状态数据 |
3.3.2 设备开关数据 |
3.3.3 设备逻辑数据 |
3.4 产品自动判批模型和算法 |
3.5 本章小结 |
第4章 数据采集与处理系统设计与实现 |
4.1 系统架构设计 |
4.2 系统功能设计与实现 |
4.2.1 数据采集模块 |
4.2.2 数据处理模块 |
4.2.3 批次管理模块 |
4.3 消息中间件的设计与实现 |
4.4 本章小结 |
第5章 系统应用验证 |
5.1 开发工具及系统部署环境 |
5.2 应用验证场景 |
5.3 OPC数据采集配置与应用情况 |
5.4 产品批次自动判别应用情况 |
5.5 本章小结 |
结论 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文及科研成果 |
(10)基于Knative的Serverless平台函数管理模块的设计和实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 项目背景和意义 |
1.2 国内外研究现状 |
1.3 本文的主要工作 |
1.4 本文的组织结构 |
第二章 相关技术概述 |
2.1 Knative |
2.2 容器化和容器编排工具 |
2.2.1 Docker |
2.2.2 Kubernetes |
2.3 微服务与服务网格 |
2.3.1 微服务 |
2.3.2 服务网格和Istio |
2.4 Active MQ |
2.5 本章小结 |
第三章 Serverless平台的需求分析与概要设计 |
3.1 系统概述 |
3.2 Serverless平台的需求分析 |
3.2.1 总体功能需求分析 |
3.2.2 系统的非功能性需求分析 |
3.3 Serverless平台的概要设计 |
3.3.1 Serverless平台逻辑视图 |
3.3.2 Serverless平台开发视图 |
3.3.3 Serverless平台过程视图 |
3.3.4 Serverless平台物理视图 |
3.4 本章小结 |
第四章 Serverless平台函数管理模块的详细设计和实现 |
4.1 API的封装与实现 |
4.1.1 Kubernetes API的封装与实现 |
4.1.2 Knative API的封装与实现 |
4.2 基础数据服务模块的设计和实现 |
4.3 构建模块的详细设计和实现 |
4.3.1 构建模块的介绍 |
4.3.2 构建模块的详细设计 |
4.3.3 构建模块的实现 |
4.4 发布模块的详细设计和实现 |
4.4.1 发布模块的介绍 |
4.4.2 发布模块的详细设计 |
4.4.3 发布模块的实现 |
4.5 事件触发模块的详细设计和实现 |
4.5.1 事件触发模块的介绍 |
4.5.2 HTTP触发的详细设计和实现 |
4.5.3 消息中间件触发的详细设计和实现 |
4.5.4 定时任务触发的详细设计和实现 |
4.6 系统测试 |
4.6.1 功能测试 |
4.6.2 可靠性测试 |
4.7 本章小结 |
第五章 总结和展望 |
5.1 总结 |
5.2 工作展望 |
参考文献 |
简历与科研成果 |
致谢 |
四、消息中间件的设计与实现(论文参考文献)
- [1]基于Kafka的大容量实时预警数据汇集分发技术研究[D]. 车思阳. 电子科技大学, 2021(01)
- [2]基于消息中间件的高性能物联网服务器的研究与实现[D]. 王宁. 浙江理工大学, 2021
- [3]物联网测试云中边缘测试系统的设计与实现[D]. 李永. 北京邮电大学, 2021(01)
- [4]一种高吞吐分布式消息中间件的设计与实现[D]. 王帅. 东南大学, 2020(01)
- [5]基于CNN的IT设备细粒度识别管理系统的研究与实现[D]. 李昆锦. 北京邮电大学, 2020(05)
- [6]基于微服务架构的秒杀系统服务端设计与实现[D]. 徐冉. 东南大学, 2020(01)
- [7]基于HSM的空基应用后台服务集成策略研究[D]. 牛浩骅. 河南大学, 2020(02)
- [8]物联网平台系统的设计与实现[D]. 王派虎. 深圳大学, 2020(10)
- [9]流程型智能制造车间数据采集与实时处理技术研究与实现[D]. 龚勋. 西南交通大学, 2020(07)
- [10]基于Knative的Serverless平台函数管理模块的设计和实现[D]. 曹经伟. 南京大学, 2020(04)