应用系统之间数据传输的几种方式
随着近年来SOA （面向服务技术架构）的兴起，越来越多的应用系统开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成的业务流程，通过多系统的之间多次交互来实现。这里不打算介绍如何进行SOA 架构的设计，而是介绍一下应用系统之间如何进行数据的传输。
应用系统之间数据传输有三个要素：传输方式，传输协议，数据格式
数据传输方式一般无非是以下几种：
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，一台服务器。服务器提供服务，通过IP 地址和端口进行服务访问。而客户机通过连接服务器指定的端口进行消息交互。其中传输协议可以是TCP/UDP 协议。而服务器和约定了请求报文格式和响应报文格式。如图一所示：
目前我们常用的http 调用，java 远程调用，webservices 都是采用的这种方式，只不过不同的就是传输协议以及报文格式。
这种方式的优点是：
1 易于编程，目前java 提供了多种框架，屏蔽了底层通信细节以及数据传输转换细节。 2 容易控制权限。通过传输层协议https ，加密传输的数据，使得安全性提高
3 通用性比较强，无论客户端是.net 架构，java ，python 都是可以的。尤其是webservice 规范，使得服务变得通用
而这种方式的缺点是：
1 服务器和客户端必须同时工作，当服务器端不可用的时候，整个数据交互是不可进行。 2 当传输数据量比较大的时候，严重占用网络带宽，可能导致连接超时。使得在数据量交互的时候，服务变的很不可靠。
2、ftp/文件共享服务器方式
对于大数据量的交互，采用这种文件的交互方式最适合不过了。系统A 和系统B 约定文件服务器地址，文件命名规则, 文件内容格式等内容，通过上传文件到文件服务器进行数据交互。
最典型的应用场景是批量处理数据：例如系统A 把今天12点之前把要处理的数据生成到一个文件，系统B 第二天凌晨1点进行处理，处理完成之后，把处理结果生成到一个文件，系统A 12点在进行结果处理。这种状况经常发生在A 是事物处理型系统，对响应要求比较高，不适合做数据分析型的工作，而系统B 是后台系统，对处理能力要求比较高，适合做批量任务系统。
以上只是说明通过文件方式的数据交互，实际情况B 完成任务之后，可能通过socket 的方式通知A ，不一定是通过文件方式。
这种方式的优点：
1 在数据量大的情况下，可以通过文件传输，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。
这种方式的缺点：
1 不太适合做实时类的业务
2 必须有共同的文件服务器，文件服务器这里面存在风险。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做修改。
3、数据库共享数据方式
系统A 和系统B 通过连接同一个数据库服务器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。
这种方式的优点是
1 相比文件方式传输来说，因为使用的同一个数据库，交互更加简单。
2 由于数据库提供相当做的操作，比如更新，回滚等。交互方式比较灵活, 而且通过数据库的事务机制，可以做成可靠性的数据交换。
这种方式的缺点：
1 当连接B 的系统越来越多的时候，由于数据库的连接池是有限的，导致每个系统分配到的连接不会很多，当系统越来越多的时候，可能导致无可用的数据库连接
2 一般情况，来自两个不同公司的系统，不太会开放自己的数据库给对方连接，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 数据传输的典型的实现方式。系统A 和系统B 通过一个消息服务器进行数据交换。系统A 发送消息到消息服务器，如果系统B 订阅系统A 发送过来的消息，消息服务器会消息推送给B 。双方约定消息格式即可。目前市场上有很多开源的jms 消息中间件，比如 ActiveMQ, OpenJMS 。
这种方式的优点
1 由于jms 定义了规范，有很多的开源的消息中间件可以选择，而且比较通用。接入起来相对也比较简单
2 通过消息方式比较灵活，可以采取同步，异步，可靠性的消息处理，消息中间件也可以独立出来部署。
这种方式的缺点
1 学习jms 相关的基础知识，消息中间件的具体配置，以及实现的细节对于开发人员来说还是有一点学习成本的
2 在大数据量的情况下，消息可能会产生积压，导致消息延迟，消息丢失，甚至消息中间件崩溃。
下面具体来分析一个场景，来看看系统之间数据传输的应用
场景 目前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，而文件里面的明细信息需要导入到系统B 进行分析，当系统B 分析完成之后，需要把分析结果通知系统A 。
A 系统A 先保存文件到文件服务器。
B 系统A 通过webservice 调用系统B 提供的服务器，把需要处理的文件名发送到系统B 。由于文件很大，需要处理很长时间，所以B 不及时处理文件，而是保存需要处理的文件名到数据库，通过后台定时调度机制去处理。所以B 接收请求成功，立刻返回系统A 成功。
C 系统B 定时查询数据库记录，通过记录查找文件路径，找到文件进行处理。这个过程很长。
D 系统B 处理完成之后发送消息给系统A ，告知系统A 文件处理完成。
E 系统A 接收到系统B 请求来的消息，进行展示任务结果
应用系统之间数据传输的几种方式
随着近年来SOA （面向服务技术架构）的兴起，越来越多的应用系统开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成的业务流程，通过多系统的之间多次交互来实现。这里不打算介绍如何进行SOA 架构的设计，而是介绍一下应用系统之间如何进行数据的传输。
应用系统之间数据传输有三个要素：传输方式，传输协议，数据格式
数据传输方式一般无非是以下几种：
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，一台服务器。服务器提供服务，通过IP 地址和端口进行服务访问。而客户机通过连接服务器指定的端口进行消息交互。其中传输协议可以是TCP/UDP 协议。而服务器和约定了请求报文格式和响应报文格式。如图一所示：
目前我们常用的http 调用，java 远程调用，webservices 都是采用的这种方式，只不过不同的就是传输协议以及报文格式。
这种方式的优点是：
1 易于编程，目前java 提供了多种框架，屏蔽了底层通信细节以及数据传输转换细节。 2 容易控制权限。通过传输层协议https ，加密传输的数据，使得安全性提高
3 通用性比较强，无论客户端是.net 架构，java ，python 都是可以的。尤其是webservice 规范，使得服务变得通用
而这种方式的缺点是：
1 服务器和客户端必须同时工作，当服务器端不可用的时候，整个数据交互是不可进行。 2 当传输数据量比较大的时候，严重占用网络带宽，可能导致连接超时。使得在数据量交互的时候，服务变的很不可靠。
2、ftp/文件共享服务器方式
对于大数据量的交互，采用这种文件的交互方式最适合不过了。系统A 和系统B 约定文件服务器地址，文件命名规则, 文件内容格式等内容，通过上传文件到文件服务器进行数据交互。
最典型的应用场景是批量处理数据：例如系统A 把今天12点之前把要处理的数据生成到一个文件，系统B 第二天凌晨1点进行处理，处理完成之后，把处理结果生成到一个文件，系统A 12点在进行结果处理。这种状况经常发生在A 是事物处理型系统，对响应要求比较高，不适合做数据分析型的工作，而系统B 是后台系统，对处理能力要求比较高，适合做批量任务系统。
以上只是说明通过文件方式的数据交互，实际情况B 完成任务之后，可能通过socket 的方式通知A ，不一定是通过文件方式。
这种方式的优点：
1 在数据量大的情况下，可以通过文件传输，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。
这种方式的缺点：
1 不太适合做实时类的业务
2 必须有共同的文件服务器，文件服务器这里面存在风险。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做修改。
3、数据库共享数据方式
系统A 和系统B 通过连接同一个数据库服务器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。
这种方式的优点是
1 相比文件方式传输来说，因为使用的同一个数据库，交互更加简单。
2 由于数据库提供相当做的操作，比如更新，回滚等。交互方式比较灵活, 而且通过数据库的事务机制，可以做成可靠性的数据交换。
这种方式的缺点：
1 当连接B 的系统越来越多的时候，由于数据库的连接池是有限的，导致每个系统分配到的连接不会很多，当系统越来越多的时候，可能导致无可用的数据库连接
2 一般情况，来自两个不同公司的系统，不太会开放自己的数据库给对方连接，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 数据传输的典型的实现方式。系统A 和系统B 通过一个消息服务器进行数据交换。系统A 发送消息到消息服务器，如果系统B 订阅系统A 发送过来的消息，消息服务器会消息推送给B 。双方约定消息格式即可。目前市场上有很多开源的jms 消息中间件，比如 ActiveMQ, OpenJMS 。
这种方式的优点
1 由于jms 定义了规范，有很多的开源的消息中间件可以选择，而且比较通用。接入起来相对也比较简单
2 通过消息方式比较灵活，可以采取同步，异步，可靠性的消息处理，消息中间件也可以独立出来部署。
这种方式的缺点
1 学习jms 相关的基础知识，消息中间件的具体配置，以及实现的细节对于开发人员来说还是有一点学习成本的
2 在大数据量的情况下，消息可能会产生积压，导致消息延迟，消息丢失，甚至消息中间件崩溃。
下面具体来分析一个场景，来看看系统之间数据传输的应用
场景 目前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，而文件里面的明细信息需要导入到系统B 进行分析，当系统B 分析完成之后，需要把分析结果通知系统A 。
A 系统A 先保存文件到文件服务器。
B 系统A 通过webservice 调用系统B 提供的服务器，把需要处理的文件名发送到系统B 。由于文件很大，需要处理很长时间，所以B 不及时处理文件，而是保存需要处理的文件名到数据库，通过后台定时调度机制去处理。所以B 接收请求成功，立刻返回系统A 成功。
C 系统B 定时查询数据库记录，通过记录查找文件路径，找到文件进行处理。这个过程很长。
D 系统B 处理完成之后发送消息给系统A ，告知系统A 文件处理完成。
E 系统A 接收到系统B 请求来的消息，进行展示任务结果