信息领域热词分析的-质量属性战术-可用性战术

  可用性战术

  一.错误检测

  1.命令/响应:这个在ajax中有所应用,ajax有专门的success方法和error方法来对发出的请求做出响应。

        $.ajax({
            type: "POST",
            url: "/SentAlink",
            contentType: "application/json; charset=utf-8",
            data: JSON, /*传给后端的数据格式json*/
            dataType: "json",    /*后端返回的数据格式json*/
            success: function(data){
                console.log(data);
            },
            error: function (message) {
                console.log("初始化失败");
            }
        });

  2.心跳(计时器):这个在这个工程中没有涉及,但是在之前制作的APP中,有一个定时器,用于设定闹钟,提醒用户,每分钟对时间进行获取,用来检测是否到了提醒时间。

  3.异常:这个最常见的就是try{}catch{}finally{}以及if语句进行判断。

        Connection conn = null;
        try {
            conn = dbcp.getConnection();
        } catch (SQLException e) {
            e.printStackTrace();
        }
        thread.set(conn);
        return conn;

  二.错误恢复

  1.表决:当表决者接收到多个处理器发过来的数值不同时,需要对结果产生自己的判断,表决算法可以使“多数规则”,“首选组件”或者是其他算法,用于纠正算法的错误操作或者处理器的操作,在项目中我也没有使用过。

  2.主动冗余(热启动):所有的冗余组件都可以并行的对事件作出相应,仅使用第一个响应的组件,所以当有错误发生的时候,即使正常状态下第一个响应的组件挂掉了,其他的组件也会很快进行响应,停机事件通常为几毫秒。这个老师也讲过实例,在航空飞机上采用主动冗余,最后因为内存溢出导致机毁人亡,而第二个备用因为进行了同样的操作,在启用不久后也内存溢出,最后酿成悲剧。

  3.被动冗余(暖启动/双冗余/三冗余):这个相较于主动冗余,不需要备用组件进行同步的相应,只需要及时更新即可,所以停机事件有几秒。

  4.备件:组件出现故障时,对组件重新启动为适当的软件设置,并对其状态进行初始化。此类战术包括:shadow模式,状态再同步,检查点/回滚。

  三.错误预防

  1.从服务中删除:从操作中删除系统的一个组件,以执行某些活动来预防预期发生的故障。比如说在连接数据库,进行完操作之后,需要对连接组件进行关闭,防止重复开启发生故障。

        try {
            Connection conn = thread.get();
            if (conn != null) {
                /*
                 * 通过连接池获取的Connection
                 * 的close()方法实际上并没有将
                 * 连接关闭,而是将该链接归还。
                 */
                conn.close();
                thread.remove();
            }
        } catch (Exception e) {
            e.printStackTrace();
        }

  2.事务:对进程中发生错误的步骤及时发现并撤销,防止数据收到影响。这个在开启和数据库的连接和关闭的时候需要注意,进行操作前,需要判断连接是否打开或关闭。

        try {
            if(conn != null) {
                pstmt = conn.prepareStatement(sql);
                pstmt.executeUpdate();
            }
        }catch(SQLException e) {
            e.printStackTrace();
        }
        return pstmt;

  3.进程监视器: 一旦检测到进程中产生错误,监视进程就会删除非执行进程,并为该进程创建一个新的实例。我们在windows系统中常见,比如用word打开一个pdf文件卡住的时候,可以打开任务管理器,强制关闭这个进程,然后重新打开。

  

原文地址:https://www.cnblogs.com/heiyang/p/12393110.html

时间: 2024-07-31 04:12:07

信息领域热词分析的-质量属性战术-可用性战术的相关文章

信息领域热词分析系统--java爬取CSDN中文章标题即链接

package zuoye1; import java.sql.Connection;import java.sql.PreparedStatement;import java.sql.SQLException;import java.util.ArrayList;import java.util.Date;import java.util.List; import org.jsoup.Jsoup;import org.jsoup.nodes.Document; import us.codecr

13 信息领域热词分析部分功能展示

主界面: 查看新闻 点击相关链接跳转 词云图: 原文地址:https://www.cnblogs.com/xcl666/p/12319730.html

《信息领域热词分析》系统安全性战术分析

安全性战术是为了保护系统安全方面,安全性是衡量系统在向合法用户正常提供服务的情况下,阻止非授权使用的能力.安全性战术主要包括抵抗攻击的战术.检测攻击的战术和从攻击从恢复的战术.对于这方面的技术,当前的我们知道的知识不多,因此可以参考了一下网上的资料. 一.抵抗攻击: 最简单的就是用户的信息保护,如注册登陆,用户注册的密码可以采用MD5加密,这是一种安全性非常高的加密算法,由于这种加密的不可逆性,在使用10位以上字母加数字组成的随机密码时,几乎没有破解的可能性.下面是实例: 1 //用户登录信息查

信息领域热词分析系统--python统计

统计词语出现的频率,并且按从高到低的顺序报错在文件中 def main(): file=open("F:\大数据\大作业\分词后的文件\data4_xinxi.txt",'r') wordCounts={} #先建立一个空的字典,用来存储单词 和相应出现的频次 count=50 #显示前多少条(按照单词出现频次从高到低) for line in file: lineprocess(line.lower(),wordCounts) #对于每一行都进行处理,调用lineprocess()函

六大质量属性之可测试性层面描述-以信息领域热词系统为例

首先可测试性指的是可测试性战术的目标是允许在完成软件开发的一个增量后,轻松的对软件进行测试.测试的目标是发现错误. 1.首先对系统新加一个增量,正确的显示是系统没有此选项,但是系统显示null为空. 经过检查发现是相关的代码未加内容提示, private void Select(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException { req.setCharacterEncod

信息领域热词查询统计(成果展示)

开场: 搜索:   主页: 分类搜索 词云图:  联系图: 文档下载: 文档: 原文地址:https://www.cnblogs.com/smartisn/p/12293582.html

09 信息化领域热词分类分析及解释 第三步 将清洗完毕的热词添加百度百科解释

功能要求为:1,数据采集,定期从网络中爬取信息领域的相关热词 2,数据清洗:对热词信息进行数据清洗,并采用自动分类技术生成自动分类计数生成信息领域热词目录. 3,热词解释:针对每个热词名词自动添加中文解释(参照百度百科或维基百科) 4,热词引用:并对近期引用热词的文章或新闻进行标记,生成超链接目录,用户可以点击访问: 5,数据可视化展示:① 用字符云或热词图进行可视化展示:② 用关系图标识热词之间的紧密程度. 6,数据报告:可将所有热词目录和名词解释生成 WORD 版报告形式导出. 本次完成第三

11 信息化领域热词分类分析及解释 第五步按目录爬取热词

功能要求为:1,数据采集,定期从网络中爬取信息领域的相关热词 2,数据清洗:对热词信息进行数据清洗,并采用自动分类技术生成自动分类计数生成信息领域热词目录. 3,热词解释:针对每个热词名词自动添加中文解释(参照百度百科或维基百科) 4,热词引用:并对近期引用热词的文章或新闻进行标记,生成超链接目录,用户可以点击访问: 5,数据可视化展示:① 用字符云或热词图进行可视化展示:② 用关系图标识热词之间的紧密程度. 6,数据报告:可将所有热词目录和名词解释生成 WORD 版报告形式导出. 这次完成了按

08 信息化领域热词分类分析及解释 第二步 将爬取的数据使用jieba分词处理并清洗

直接上代码: import jieba import pandas as pd import re from collections import Counter if __name__=='__main__': filehandle = open("news.txt", "r",encoding='utf-8'); mystr = filehandle.read() seg_list = jieba.cut(mystr) # 默认是精确模式 print(seg_l