应用系统之间传输数据的几种方式

假设你对项目管理、系统架构有兴趣。请加微信订阅号“softjg”，增长这个PM、架构师的你们庭

随着近年来SOA（面向服务技术架构）的兴起。愈来愈多的应用系统開始进行分布式的设计和部署。系统由原来单一的技术架构变成面向服务的多系统架构。原来在一个系统之间可以完毕的业务流程。经过多系统的之间屡次交互来实现。这里不打算介绍怎样进行SOA架构的设计。而是介绍一下应用系统之间怎样进行数据的传输。

应用系统之间传输数据有三个要素：传输方式，传输协议。数据格式

传输数据方式通常无非是下面几种：

1 socket方式

Socket方式是最简单的交互方式。是典型才c/s 交互模式。一台客户机，一台server。server提供服务，经过ip地址和port进行服务訪问。而客户机经过链接server指定的port进行消息交互。

当中传输协议可以是tcp/UDP 协议。而server和约定了请求报文格式和响应报文格式。

如图一所看到的：

眼下咱们常用的http调用，java远程调用。webserivces 都是採用的这样的方式。仅仅只是不一样的就是传输协议以及报文格式。

这样的方式的长处是：

1 易于编程。眼下java提供了多种框架，屏蔽了底层通讯细节以及传输数据转换细节。

2 easy控制权限。经过传输层协议https，加密传输的数据，使得安全性提升

3 通用性比較强。无论client是.net架构，java，python 都是可以的。尤为是webservice规范，使得服务变得通用

而这样的方式的缺点是：

1 server和client必须同一时候工做，当server端不可用的时候，整个数据交互是不可进行。

2 当数据传输量比較大的时候，严重占用网络带宽。可能致使链接超时。使得在数据量交互的时候。服务变的很是不可靠。

2 ftp/文件共享server方式

对于大数据量的交互，採用这样的文件的交互方式最适合只是了。

系统A和系统B约定文件server地址，文件命名规则,文件内容格式等内容。经过上传文件到文件server进行数据交互。

最典型的应用场景是批量处理数据：好比系统A把今天12点以前把要处理的数据生成到一个文件，系统B次日凌晨1点进行处理，处理完毕以后，把处理结果生成到一个文件，系统A 12点在进行结果处理。这样的情况经常发生在A是事物处理型系统。对响应要求比較高，不适合作数据分析型的工做，而系统B是后台系统，对处理能力要求比較高，适合作批量任务系统。

以上仅仅是说明经过文件方式的数据交互。实际状况B完毕任务以后。可能经过socket的方式通知A，不必定是经过文件方式。

这样的方式的长处：

1 在数据量大的状况下，可以经过文件传输。不会超时，不占用网络带宽。

2 方案简单，避免了网络传输，网络协议相关的概念。

这样的方式的缺点：

1 不太适合作实时类的业务

2 必须有共同的文件server，文件server这里面存在风险。因为文件可能被篡改，删除，或者存在泄密等。

3 必须约定文件数据的格式，当改变文件格式的时候，需要各个系统都同步作改动。

3 数据库共享数据方式

系统A和系统B经过链接同一个数据库server的同一张表进行数据交换。

当系统A请求系统B处理数据的时候。系统A Insert一条数据，系统B select 系统A插入的数据进行处理。

这样的方式的长处是

1 相比文件方式传输来讲，因为使用的同一个数据库，交互更加简单。

2 由于数据库提供至关作的操做。比方更新，回滚等。交互方式比較灵活,而且经过数据库的事务机制。可以作成可靠性的数据交换。

这样的方式的缺点：

1 当链接B的系统愈来愈多的时候，由于数据库的链接池是有限的，致使每个系统分配到的链接不会很是多，当系统愈来愈多的时候，可能致使无可用的数据库链接

2 普通状况。来自两个不一样公司的系统。不太会开放本身的数据库给对方链接，因为这样会有安全性影响

4 message方式

Java消息服务（Java Message Service）是message传输数据的典型的实现方式。

系统A和系统B经过一个消息server进行数据交换。系统A发送消息到消息server，假设系统B订阅系统A发送过来的消息，消息server会消息推送给B。

两方约定消息格式就能够。

眼下市场上有很是多开源的jms消息中间件。比方 ActiveMQ, OpenJMS 。

这样的方式的长处

1 由于jms定义了规范，有很是多的开源的消息中间件可以选择。而且比較通用。接入起来相对也比較简单

2 经过消息方式比較灵活。可以採取同步，异步。可靠性的消息处理，消息中间件也可以独立出来部署。

这样的方式的缺点

1 学习jms相关的基础知识。消息中间件的详细配置，以及实现的细节对于开发者来讲仍是有一点学习成本的

2 在大数据量的状况下，消息可能会产生积压，致使消息延迟，消息丢失，甚至消息中间件崩溃。

如下详细来分析一个场景。来看看系统之间传输数据的应用

场景 眼下业务人员需要导入一个大文件到系统A，系统A保存文件信息。而文件中面的明细信息需要导入到系统B进行分析，当系统B分析完毕以后，需要把分析结果通知系统A。

A 系统A先保存文件到文件server。

B 系统A 经过webservice 调用系统B提供的server，把需要处理的文件名称发送到系统B。由于文件很是大。需要处理很是长时间，因此B不及时处理文件，而是保存需要处理的文件名称到数据库。经过后台定时调度机制去处理。

因此B接收请求成功，立马返回系统A成功。

C 系统B定时查询数据库记录，经过记录查找文件路径。找到文件进行处理。这个过程很是长。

D 系统B处理完毕以后发送消息给系统A。告知系统A文件处理完毕。

E 系统A 接收到系统B请求来的消息，进行展现任务结果

假设你对项目管理、系统架构有兴趣。请加微信订阅号“softjg”，增长这个PM、架构师的你们庭