分布式计算中的工作流与服务导向架构

# 分布式计算中的工作流与服务导向架构 ## 1. 工作流系统的两种模式 在分布式计算领域，存在两种不同的工作流系统模式，分别是“代理（proxy）”模式和数据流模式。 ### 1.1 代理模式 代理模式下，运行在Windows系统上的工作流代理控制着主要运行在Linux机器上的远程组件。这种模式在一些特定的分布式计算场景中发挥着重要作用，它能够实现不同操作系统之间的协同工作，充分利用不同系统的优势。 ### 1.2 数据流模式 数据流模式是工作流系统的原始模型，与代理模式截然相反。当前的混搭应用（mashups）通常属于数据流系统，其交互通过JavaScript或PHP等语言编写脚本实现。例如，截至2010年9月，ProgrammableWeb.com记录了超过2000个API和5000个混搭应用。 以下是这两种模式的对比表格： | 模式 | 特点 | 典型应用 | | ---- | ---- | ---- | | 代理模式 | Windows上的工作流代理控制Linux上的远程组件 | 特定分布式计算场景 | | 数据流模式 | 基于数据流概念，交互用脚本语言实现 | 混搭应用 | ## 2. 商业混搭应用与工作流环境 ### 2.1 商业混搭应用 商业领域有多种混搭应用的实现方式，例如： - Yahoo! Pipes（http://pipes.yahoo.com/pipes/） - Microsoft Popfly（http://en.wikipedia.org/wiki/Microsoft_Popfly） - IBM的sMash增强BPEL Web 2.0工作流环境（www.ibm.com/developerworks/websphere/zones/smash/） ### 2.2 MapReduce是否为工作流环境的争议 对于MapReduce是否属于工作流环境存在一定的争议。虽然它和工作流能够执行相似的问题，但在具体的定义和功能上可能存在差异。相关讨论可参考（http://yahoo.github.com/oozie/）。 ### 2.3 扩展“远程方法调用”模型的工作流 还有一些工作流方法扩展了“远程方法调用”模型，该模型是通用组件架构（Common Component Architecture，CCA）的基础。CCA论坛的相关信息可访问（www.cca-forum.org/）。 ## 3. 其他相关技术与工具 ### 3.1 消息中间件 消息中间件在分布式计算中起着重要的作用，以下是一些常见的消息中间件： - AQMP：开放的消息中间件标准（www.amqp.org/confluence/display/AMQP/Advanced+Message+Queuing+Protocol） - Mule MQ：开源的企业级Java消息服务（JMS）实现（www.mulesoft.org/documentation/display/MQ/Home） - Apache ActiveMQ：开源消息系统（http://activemq.apache.org/） - NaradaBrokering：开源内容分发基础设施（www.naradabrokering.org/） - RabbitMQ：开源企业消息系统（www.rabbitmq.com/） - Amazon Simple Queue Service（Amazon SQS）（http://aws.amazon.com/sqs/） - Microsoft Azure Queues（http://msdn.microsoft.com/en-us/windowsazure/ff635854.aspx） ### 3.2 工作流管理系统 工作