java ee怎么用_Java EE和应用程序服务器 – 我该怎么办?

我决定现在是时候挖掘整个

Java EE的东西了.我在

Java SE中使用EE一些技术,如JPA或JMS,但我仍然在使用Java SE,我相信Java EE和应用服务器将解决我的一些问题.

但是:在阅读网上的一些文章后,我仍然有一些问题.

第一:我是否仅限于请求 – 响应应用程序?我有一个通过HTTP提供XML文档的应用程序.所有传递的对象都将添加到队列中,该队列将在不同的线程中调度.对这个目标进行了一些验证,包括打开远程机器的插座(我听说EJ-Beans不允许这样做,这是真的吗?).那么,是否可以在应用服务器中执行此操作?

第二:我知道有消息驱动的bean,是否可以从应用服务器外部向MDB发送JMS消息?我有一个发送JMS消息的服务,但作为遗留系统运行,不在同一个应用程序服务器内.

第三:系统管理员或用户如何配置我的应用程序?我知道在应用程序服务器中配置了一些像数据库连接这样的东西,我的应用程序可以通过JNDI查找它们或通过DI获取它们.但是应用程序特定配置怎么样?

是的,这些都是非常无聊的问题,但也许有人有时间向我解释所有这些东西是如何起作用的. 🙂

问候,

POSIX

PS:

第四:似乎EJB不允许对文件做任何事情,因此Java EE似乎不是接收文件的服务的选项,将它们推送到不同的系统并希望它们写入Socket(参见问题1)?

最佳答案 我可以说Java EE可以毫无疑问地使用.让我再深入探讨一下您的具体问题:

>您可以从EJB打开套接字连接.没有什么可以阻止你这样做.但是,不建议对Java EE应用程序执行此类操作.在我看来,更好的选择是实现Java EE连接器(JCA),它将管理到您的专有系统的套接字连接池.这是按照规范实现这种集成的模型方法.

>是的!完全可以接收从外部应用程序/系统(AS外部)发送的消息.这是使用消息传递进行集成的主要思想:)在许多情况下,您的应用程序是Java EE应用程序通过MDB从JMS通道接收消息,但JMS只是一个API,可以由任何消息传递系统实现,例如: IBM MQ.在此体系结构中,外部系统将MQ消息放入队列,并且侦听该队列的Java EE应用程序通过JMS API接收消息!

>一般而言,Application Server为管理员提供了管理Java EE资源的绝佳工具,即数据源,JMS连接工厂,JMS目标,JTA事务管理器等.如果您需要能够更改特定的Java EE应用程序,那么最佳选择似乎是JMX.只需实现几个MBean,将它们导出到嵌入在Application Server中的JMX服务器,就可以了.这项任务在JBoss中实际上是微不足道的,但是现在大多数现代应用服务器都提供了广泛的JMX功能.

>乍一看,EJB似乎不是处理文件的最佳选择.但请记住,EJB的实现仍然是用纯Java编写的,因此没有什么能阻止您读取/流式传输文件等等.我有大型Java EE应用程序的经验,它们将大文件作为输入文件处理,并且可以向您保证Java EE是一个很好的技术选择:)

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值