楊力

摘 要 在互聯(lián)網(wǎng)發(fā)展當中開放服務(wù)已經(jīng)成為重要發(fā)展趨勢，有大多數(shù)企業(yè)都在互聯(lián)網(wǎng)上發(fā)布Web服務(wù)，這樣就逐漸突出了其在日常生活學習當中的重要性?，F(xiàn)階段，互聯(lián)網(wǎng)Web服務(wù)主要包括傳統(tǒng)結(jié)構(gòu)化服務(wù)和非結(jié)構(gòu)化服務(wù)等。此次研究主要是探討分析RESTfulWeb服務(wù)開放平臺的設(shè)計與實現(xiàn)，希望能夠?qū)ο嚓P(guān)人員起到參考性價值。

關(guān)鍵詞 RESTful Web 服務(wù)開放平臺 設(shè)計實現(xiàn)

隨著移動互聯(lián)網(wǎng)產(chǎn)品的發(fā)展，逐漸進入了移動互聯(lián)網(wǎng)時代，因此在開發(fā)產(chǎn)品期間需要接入第三方Web服務(wù)，這樣能夠在較短時間內(nèi)完成產(chǎn)品開發(fā)，全面提升產(chǎn)品的用戶體驗。作為分布式計算模型，Web服務(wù)能夠是將異構(gòu)平臺上運行的不同應(yīng)用不需要依靠于第三方根據(jù)，只需要根據(jù)Web服務(wù)規(guī)范實施操作，就能夠?qū)?shù)據(jù)進行交換。所以，在互聯(lián)網(wǎng)發(fā)展期間Web能夠給予大量的數(shù)據(jù)信息。

1基于余弦相似度的RESTfulWeb服務(wù)識別算法

1.1算法過程

在算法步驟當中主要包括以下幾個步驟：（1）抓取原始數(shù)據(jù)，利用爬蟲引擎抓取HTML頁面，保存為原始頁面庫，這樣能夠為后續(xù)操作提供原始數(shù)據(jù)；（2）網(wǎng)頁去噪：對原始HTML頁面實施去噪預(yù)處理，輸出頁面主體內(nèi)容。（3）使用Python開源中文分詞庫對頁面主體文本實施分詞處理，輸出頁面單詞庫；（4）將停用詞去除，對比分析停用詞表和（3）當中的輸出單詞庫，將單詞庫當中的停用詞去除，輸出有效單詞庫。（5）特征向量提取，使用TF-IDF算法能夠?qū)卧~庫當中的詞語權(quán)重進行計算，之后按照其權(quán)重排序獲取文件特征詞庫，將特征向量輸出；（6）匹配特征向量的余弦相似度。

1.2實驗結(jié)果與分析

（1）實驗數(shù)據(jù)來源：在此次實驗當中訓練樣本集為RESTfulWeb服務(wù)文檔頁面，分別采集百度APIStore和云聚數(shù)據(jù)等中文API市場；測試樣本主要是在網(wǎng)購開放平臺上抓取的普通JTTP頁面合成，使用識別算法處理和識別測試樣本集。

（2）實驗過程：為了驗證此次研究當中RESTfulWeb服務(wù)的實效性，需要按照算法步驟對樣本進行分詞處理，頁面去燥，對單詞庫當中詞語權(quán)重進行計算，之后根據(jù)權(quán)重進行排列。設(shè)置特征向量維度為dimen，將前dimin個單詞作為特征單詞，因此權(quán)重構(gòu)成訓練集特征向量。對于測試樣本集來說，則需要根據(jù)COSINE_SIMILAPITY_MATCHING算法過程，將識別結(jié)果輸出。

（3）分析實驗結(jié)果：此次研究主要是從RESTfulWeb服務(wù)識別結(jié)果的召回率和準確率方面分析實驗結(jié)果，召回率為識別結(jié)果為“真實服務(wù)”的RESTfulWeb服務(wù)中識別正確個數(shù)所占測試樣本集中存在的服務(wù)比例，準確率是識別結(jié)果為“真實服務(wù)”的RESTfulWeb服務(wù)所占比例。對測試樣本集當中的RESTfulWeb服務(wù)總數(shù)記錄為total，識別結(jié)果為“true”的RESTfulWeb服務(wù)總數(shù)記錄為“rec”，因此在以上服務(wù)當中識別正確的個數(shù)rst“”，因此召回率為rst/total，準確率為rst/rec。

在對算法過程進行分析能夠看出，余弦相似度匹配閾值threshold和特征向量維度dimen會影響實驗結(jié)果的召回率和準確率。按照此次實驗結(jié)果能夠看出，本章所提出的余弦相似度RESTfulWeb服務(wù)識別方法效果良好，能夠滿足目標。算法步驟較為清晰，能夠達到準確性和高效性，能夠?qū)崿F(xiàn)服務(wù)識別和發(fā)現(xiàn)功能要求。此算法所具備的服務(wù)發(fā)現(xiàn)和識別模塊能夠給予服務(wù)開放平臺準確穩(wěn)定的服務(wù)來源，并且為服務(wù)接入提供技術(shù)支持。

2設(shè)計與實現(xiàn)

2.1服務(wù)搜索架構(gòu)設(shè)計

該服務(wù)搜索主要包括檢索系統(tǒng)，服務(wù)庫，搜索界面以及索引系統(tǒng)等，服務(wù)搜索模塊流程為利用HTTP解析器解析服務(wù)庫當中的服務(wù)接口頁面，由Luence索引模塊建立索引，存儲索引文件。用戶利用搜索界面輸入所需服務(wù)信息，過濾和分析輸入信息和分析模塊，之后在存儲文件當中檢索，在處理檢索結(jié)果之后反饋給用戶。

2.2服務(wù)接入設(shè)計

服務(wù)接入架構(gòu)主要包括服務(wù)路由，請求，服務(wù)節(jié)點和響應(yīng)接口等。其中響應(yīng)接口與請求與用戶實現(xiàn)數(shù)據(jù)交互，將用戶請求輸送到服務(wù)路由模塊，之后將訪問結(jié)果反饋給用戶。服務(wù)路由能夠拆分用戶請求參數(shù)，之后按照參數(shù)將其輸送到各相應(yīng)服務(wù)節(jié)點處理，可以在服務(wù)緩存數(shù)據(jù)庫當中查詢，在服務(wù)庫當中相同服務(wù)能夠組成同類服務(wù)節(jié)點，在服務(wù)成功之后能夠更新服務(wù)緩存數(shù)據(jù)庫。

2.3實現(xiàn)方案

主要流程：服務(wù)接入模塊主要包括數(shù)據(jù)庫緩存，參數(shù)拆分，服務(wù)節(jié)點響應(yīng)和請求分發(fā)等功能。其工作流程為：（1）請求接口接入用戶請求，之后在日志系統(tǒng)中記錄請求；（2）處理用戶服務(wù)請求，驗證和轉(zhuǎn)換參數(shù)；（3）按照參數(shù)選擇合適的服務(wù)緩存，若本地服務(wù)緩存不存在本地緩存，則不使用本地緩存，需要選擇對應(yīng)的服務(wù)節(jié)點進行響應(yīng)，避免直接在本地緩存當中查找數(shù)據(jù)。（4）對于本地無法成功響應(yīng)的服務(wù)請求來說，則需要按照參數(shù)路由到響應(yīng)服務(wù)節(jié)點，能夠詳細記錄該節(jié)點冗余服務(wù)列表，之后根據(jù)列表當中的優(yōu)先級順序?qū)Ψ?wù)器請求進行調(diào)用。

3結(jié)束語

綜上所述，本文主要是分析研究了RESTfulWeb服務(wù)開放平臺當中服務(wù)接入模塊的設(shè)計與實現(xiàn)，介紹了RESTfulWeb服務(wù)識別算法，并且對原始服務(wù)器當中存在問題進行分析，全面促進RESTfulWeb服務(wù)開放平臺的優(yōu)化設(shè)計。

參考文獻

[1] 劉靖，陳文杰.基于變異測試的RESTful Web服務(wù)測試數(shù)據(jù)優(yōu)化生成方法[J].東南大學學報（自然科學版），2017，47（03）：472-477.