COMET模型的异步推送技术的研究与应用

来源 :湖南大学 | 被引量 : 0次 | 上传用户:huanhuan879600
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能移动终端设备的迅速发展,智能手机,平板电脑等已经成为了人们生活中必不可少的一部分。移动互联网和移动应用在给我们的生活带来便利的同时也给服务器推送技术带来了新的挑战。服务器推送技术在保证信息的实时性的同时还要考虑到移动网络的不稳定性,移动终端设备的CPU处理能力较低,内存有限等问题。因此移动平台需要一种简洁的,实时的,高并发性的的推送技术。本文在对android平台下的服务器推送技术进行研究的基础上,对传输的协议和服务器推送模式做了改进,实现了一种高性能的推送模型,本文所做的具体工作如下:(1)对轻量级的发布/订阅协议MQTT(消息队列遥测传输协议)进行了扩展,客户端会在每个心跳周期中发送一条PINGREQ消息到服务器端。本文对PINGREQ消息的保留比特位进行重新定义,以此对客户端硬件设备的类型进行区分。(2)Comet模型通过在服务器端和客户端之间维持http长连接的方式实现了主动推送的服务器技术,但由于它在服务器端维护了太多的连接,使得服务器端的线程利用率不高,服务器性能低下。目前,主流的是通过NIO技术来解决Comet模型存在的服务器性能较低问题。但NIO技术实现的是同步I/O模型,在数据读写阶段还有改进的空间,因此本文根据Java SE7平台提出的新特性设计了一种新的异步I/O模型,模型中事件分离只负责对异步I/O读写操作进行注册,而真正的I/O读写操作是交由底层操作系统来完成。本文将Java提供的API封装为AsynchronousAccept、AsynchronousTransmission、AsynchronousGroupManagement、AsynchronousHandler四类用于在comet模型中调用,实现了 comet模式下的异步推送模型。(3)论文将扩展后的轻量级MQTT协议和基于Comet模式下的异步推送模型运用到Android平台下钢铁交易应用程序中。并通过测试验证了此推送模型在高并发状态下具有更低的资源占用率,更高的的稳定性和更好的实时性。
其他文献
随着社会老龄化程度的不断加深,面向健康监测的老人日常行为识别问题成为当前社会所关注的热点。因此,研究和开发针对老年人日常生活中的异常行为(如跌倒检测等)系统,具有很
随着科技的发展,机器人技术的逐渐成熟,在生产生活中机器人得到广泛的应用。其中并联机器人具有高刚度、高精度、高速度的优势,弥补了串联机器人在工作中呈现出承载能力弱、
随着计算机技术的迅猛发展,多媒体技术的发展也随之空前繁荣,多媒体设备在人们的生活中也充当着越来越重要的角色。视觉作为人们获取信息的最为重要的来源,因此图像、影像等
液滴微流控作为微流控的一个分支,以其尺寸小、所需样品少、密封的微环境无交叉污染等优势在近年来受到了越来越多的关注,成了一个快速发展的研究方向。液滴微流控芯片技术的
表面等离子体共振(Surface Plasmon Resonance,SPR)传感器以其系统灵敏度高、检测实时性强、免标记检测等特点,在生物研究、药品研发、食品安全和环境监测等领域得到了广泛应用
随着图像处理软件的普及,人们修改一幅图像越来越容易,这导致出现在我们周围的图像很多是经过修改的。目前有多种图像篡改方法,复制粘贴方法是其中运用最广泛的一种。篡改人
自动目标识别(Automatic Target Recognition,ATR)是现代信息化战争中不可缺少的探测手段,随着雷达成像技术和信息处理技术的发展,基于雷达高分辨率距离像(High Range Resolu
图像分割、特征聚类和特征类匹配是图像处理与视觉计算领域的重要研究内容。本文探讨图像分割、特征聚类及特征类匹配方法及其在人脸图像和糖尿病视网膜病变图像上的应用。本
近几年来,数字图像在我们的生活和工作中扮演着越来越重要的角色。同时随着数字图像处理软件的发展,人们可以轻易地篡改数字图像而不留下明显的篡改痕迹。如果篡改图像被应用
大数据时代,数据的爆炸导致人类需要处理的信息越来越多。在计算机视觉领域,如何准确而又高效地从海量的图像中提取有用的信息越来越来越重要。在这样背景下,图像显著性检测