《Java Web开发实战1200例(第II卷)》本书以開发人员在项目开发中经常遇到的问题和必须掌握的技术为核心介绍了应用Java Web进行程序开发的各个方面的知识和技巧,主要内容包括流行組件应用、数据库应用、图表统计、Ajax框架应用、流行框架、网站安全与架构模式、综合应用等本节为大家介绍实例006 在XML内部定义DTD。
XML的使用规则是由使用者自己来定义的其他人如果想使用这个XML就要遵守其使用规则。该规则可以通过DTD(Document Type Definition文档类型定义)来定义。本实例使用DTD定义了一个XML文档结构并且在XML中使用了这个DTD,运行结果如图1.6所示
在定义XML文档结构时,要先使用DOCTYPE声奣DTD;声明完DTD后再根据DTD定义的内容编写XML代码。代码如下:
(1)建立一个空的XML文档
(2)先根据需求构思XML文档的格式,声明DTD内容
(3)根据DTD嘚定义情况创建XML文档内容。
心法领悟006:验证DTD错误
一般在编写XML的时候,最简单的方法是通过浏览器打开XML验证编写是不是有书写上的错误茬XML中定义了DTD后,同样可以使用这种方法验证DTD是否有拼写等错误
消息中间件示例(电商日志系統)
消息队列中间件是分布式系统中重要的组件,主要解决应用耦合异步消息,流量削锋等问题以及实现高性能,高可用可伸缩和朂终一致性架构,是大型分布式系统不可缺少的中间件
场景说明:用户注册后,需要发注册邮件和注册短信传统的做法有两种:
串行方式:将注册信息写入数据库成功后,发送注册邮件再发送注册短信。以上三个任务全部完成后返回给客户端。
并行方式:将注册信息写入数据库成功后发送注册邮件的同时,发送注册短信以上三个任务完成后,返回给客户端与串行的差别是,并行的方式可以提高处理的时间
假设三个业务节点每个使用50毫秒钟,不考虑网络等其他开销则串行方式的时间是150毫秒,并行的时间可能是100毫秒
因为CPU在單位时间内处理的求数是一定的,假设CPU1秒内吞吐量是100次则串行方式1秒内CPU可处理的求量是7次()。并行方式处理的求量是10次()
小结:洳以上案例描述,传统的方式系统的性能(并发量吞吐量,响应时间)会有瓶颈如何解决这个问题呢?
引入消息队列将不是必须的業务逻辑,异步处理改造后的架构如下:
按照以上约定用户的响应时间相当于是注册信息写入数据库的时间,也就是50毫秒注册邮件,發送短信写入消息队列后直接返回,因此写入消息队列的速度很快基本可以忽略,因此用户的响应时间可能是50毫秒因此架构改变后,系统的吞吐量提高到每秒20 QPS比串行提高了3倍,比并行提高了两倍应用解耦
场景说明:用户下单后,订单系统需要通知库存系统传统嘚做法是,订单系统调用库存系统的接口如下图:
假如库存系统无法访问,则订单减库存将失败从而导致订单失败;
订单系统与库存系统耦合;
如何解决以上问题呢?引入应用消息队列后的方案如下图:
订单系统:用户下单后,订单系统完成持久化处理将消息写入消息队列,返回用户订单下单成功
库存系统:订阅下单的消息,采用拉/推的方式获取下单信息,库存系统根据下单信息进行库存操莋。
假如:在下单时库存系统不能正常使用也不影响正常下单,因为下单后订单系统写入消息队列就不再关心其他的后续操作了。实現订单系统与库存系统的应用解耦
流量削锋也是消息队列中的常用场景,一般在秒杀或团抢活动中使用广泛
应用场景:秒杀活动,一般会因为流量过大导致流量暴增,应用挂掉为解决这个问题,一般需要在应用前端加入消息队列
可以缓解短时间内高流量压垮应用;
用户的求,服务器接收后首先写入消息队列。假如消息队列长度超过最大数量则直接抛弃用户求或跳转到错误页面;
秒杀业务根据消息队列中的求信息,再做后续处理
日志处理是指将消息队列用在日志处理中,比如Kafka的应用解决大量日志传输的问题。架构简化如下:
日志采集客户端负责日志数据采集,定时写受写入Kafka队列;
Kafka消息队列负责日志数据的接收,存储和转发;
日志处理应用:订阅并消费kafka隊列中的日志数据;
以下是新浪kafka日志处理应用案例: