基于JMS的分布式数据同步-论文.pdf

《基于JMS的分布式数据同步-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第24卷第1期http：llwww．C-S-a．org．cn计算机系统应用基于JMS的分布式数据同吴高峰l，，丁君辉，徐远兵(湖南中烟工业有限责任公司，长沙410014)(中南大学信息科学与工程学院，长沙410014)摘要：针对分布式网络应用环境下数据同步问题进行了研究，提出一种基于JMS与XML技术的数据同步模型，对模型采用的主要技术、工作流程、实现方案做出了详细分析．通过实验验证了所提出的同步模型在数据传输过程中的实时性、一致性和完整性，最后对模型进行了总结并对后续工作进行了展望．关键词：分布式；数据同步；JMS；XMLDataSynchron

2、izationMechanismBasedonJMSWUGao-Feng，DINGJun-Hui，XUYuan-Bing‘(ChinaTobaccoHunanhldus仃谢Co．，Ltd．，Changsha410014，China)(SchoolofInformationScience＆Engineering，UniversityofCentraiSouthofChina,Changsha410014，China)Abstract：Inordertosolvetheproblemofdatasynchronizationbetweendifferentdis

3、tributednetworkenvironment．amethodofdatasynchronizationbasedonjavamessageserviceandxmltechnologyispresented．Thispaperintroducedthemajortechnology,workprocessindetail．Experimentalresultsshowthattheproposedmethodisrealtimeefficientandreliable．Finally,weanalyzedthesystem’Scharacterist

4、icandgivensomeprospectstothismode．Keywords：distribution；datasynchronization；JMS；XML随着信息化和网络技术的迅速发展，以数据分布透防火墙，可以在不同语言和平台之间相互通信．存储和分布处理为主要特征的分布式数据库系统得到缺点是需要额外设计数据一致性机制：对一个数据库了广泛应用．但分布式系统在提高系统灵活性、可靠中的数据同步到多个数据库这种应用模式支持差，实性和扩展性的同时也带来了一些新问题，其中如何使现困难。逻辑复杂．处于不同地理位置的多个数据库能够进行数据同步，本文提出了一种基于

5、JMS的分布式数据同步解决维护数据一致性是需要解决的重要问题．方案和实现方法．该方案不仅可以方便地实现数据在目前解决分布式数据库的同步的方法主要有以下应用系统和数据中心之间的多节点双向数据同步，而几种：且JMS自身机制在一定程度上保证了数据同步过程中(1)使用数据库厂商提供的数据库同步功能．当的数据一致性和可靠性．前，数据库厂商通常在数据库管理软件中提供成熟的数据同步工具．此种方案对于同种类型的数据库实现1相关技术简单，可靠性高．缺点是对于不同类型的数据库实现1．1ⅥS较难，而且往往需要数据库管理人员人工操作，不能JMS是SUN公司提出的java消息规范，它

6、提供给完全实现分布式数据库间的自动同步；应用程序创建、发送、接收和读取消息的接口，可以(2)基于Wleb服务的分布式数据同步方法．此种通过JMS访问独立于厂商的消息服务系统．方案由于采用了SOAP作为传输协议，可以很好的穿JMS是异步处理的，消息发送者可以发送一个消①基金项目：湖南中烟科技支撑计划(KY2011XX0002)收稿时间：2014-05-12；收到修改稿时间：2014-06-06SoftwareTechnique·Algorithm软件技术·算法1712015年第24卷第1期http：／／www．e—S-a．org．cn计算机系统应用则进行数据同

7、步的总代价c为：6结语本文首先介绍了JMS和XML相关基础概念，然后C=∑c(s)+∑~C(Ti)+c(R)提出了基于JMS的分布式数据同步方法，详细阐述了为了验证本文提出方法的有效性，我们设计了一对其中关键模块的设计实现方法，最后通过实验验证组实验，在模拟环境中验证系统的性能．以P2P模式了方法的正确性并分析了性能．实验结果表明，本文数据同步为例给出测试结果．从图5、图6、图7可以中所提方法有效可行，具有较好的性能和可靠性．下看出，数据量小于1600时，同步时间稳定增长，整个一步将进一步考虑数据传输过程的安全性，及大数据同步时间在10s内完成．数据量大于1

8、600时，呈线性的分割及压缩方法，以更好的适应大量数