分布式Web服务合成的恢复机制

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 99-102.

分布式Web服务合成的恢复机制

刘方方，余洁，吴靖喆

上海大学计算机工程与科学学院，上海 200072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Recovery for decentralized Web service composition

LIU Fangfang，YU Jie，WU Jingzhe

School of Computer Engineering and Science，Shanghai University，Shanghai 200072，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： Web服务合成已成为一种重要的分布式网络应用开发模式。网络应用要求Web服务具有较高的可用性，进而要求Web服务必须具有快速恢复的特点。基于分布式Web服务合成的模式开发合成服务的恢复机制适合网络环境下的服务交互方式。分布式Web服务合成模式中包含有一个中心合成引擎和若干本地合成引擎，恢复机制由中心合成引擎与本地合成引擎合作实现，确保了唯一执行语义，同时又可保持Web服务的特性，并降低I/O代价。

关键词: Web服务, 合成, 恢复

Abstract: The paradigm of Web service composition becomes important for distributed Internet applications.Many of them require continuous providing of service capability.Therefore，fast recovery of composite service after failure is needed.To achieve that goal，decentralized composition model is utilized which has a central engine and multiple engines，and recovery mechanism is developed based on it.Composite Web service can be recovered by cooperation of central engine and local engines.It can also keep properties of Web service，guarantee exactly-once semantics execution and reduce I/O cost.

Key words: Web service, composition, recovery

刘方方，余洁，吴靖喆. 分布式Web服务合成的恢复机制[J]. 计算机工程与应用, 2011, 47(17): 99-102.

LIU Fangfang，YU Jie，WU Jingzhe. Recovery for decentralized Web service composition[J]. Computer Engineering and Applications, 2011, 47(17): 99-102.

[1]	张小峰，谢钧，罗健欣，杨涛. 深度学习语音合成技术综述[J]. 计算机工程与应用, 2021, 57(9): 50-59.
[2]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[3]	周华强，曹林，杜康宁. 多判别器循环生成对抗网络的素描人脸合成[J]. 计算机工程与应用, 2021, 57(3): 231-238.
[4]	刘竞升，伍星，王洪刚，李姜楠. 改进FCOS的二阶段SAR舰船检测算法[J]. 计算机工程与应用, 2021, 57(24): 144-151.
[5]	倪雪莉，梁广俊. 引入动态内存分析的微信撤回消息恢复方法[J]. 计算机工程与应用, 2021, 57(23): 146-153.
[6]	王乐，韩萌，李小娟，张妮，程浩东. 不平衡数据集分类方法综述[J]. 计算机工程与应用, 2021, 57(22): 42-52.
[7]	张博文，周洋，殷海兵. 面向三维视频的虚拟视点合成技术研究进展[J]. 计算机工程与应用, 2021, 57(2): 12-17.
[8]	丁玉祥，卞维新，接标，赵俊. 融合邻域回归和稀疏表示的图像超分辨率重构[J]. 计算机工程与应用, 2021, 57(2): 230-236.
[9]	丁宇阳，李明悦，谢柠宇，刘渊，晏涛. 双LSTM的光场图像去雨算法研究[J]. 计算机工程与应用, 2021, 57(18): 227-237.
[10]	吴卓钊，范科峰，莫玮. 多尺度权重评估的MSRCR混合曝光成像算法[J]. 计算机工程与应用, 2021, 57(17): 224-229.
[11]	李高源，王晋宇，张长弓，冯博迪，高宇歌，杨海涛. SAR图像仿真方法研究综述[J]. 计算机工程与应用, 2021, 57(15): 62-72.
[12]	陈承隆，邱志成，杜启亮，田联房，林斌，李淼. 基于Netvlad神经网络的室内机器人全局重定位方法[J]. 计算机工程与应用, 2020, 56(9): 175-182.
[13]	刘洪琛，刘朝霞，张龙. 融合[L2]和KL保真项的图像恢复算法[J]. 计算机工程与应用, 2020, 56(5): 214-221.
[14]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[15]	张忠林，冯宜邦，赵中恺. 一种基于SVM的非均衡数据集过采样方法[J]. 计算机工程与应用, 2020, 56(23): 220-228.