|
級(jí)別: 初級(jí)
Duane Merrill (duane@duanemerrill.com), 自由作家, Freelance
2006 年 8 月 31 日
Mashup 是一種令人興奮的交互式 Web 應(yīng)用程序，它利用了從外部數(shù)據(jù)源檢索到的內(nèi)容來創(chuàng)建全新的創(chuàng)新服務(wù)。它們具有第二代 Web 應(yīng)用程序的特點(diǎn)，也稱為 Web 2.0。這篇簡(jiǎn)介性的文章對(duì) mashup 是什么、目前流行的不同種類的 mashup 以及 mashup 開發(fā)人員用于創(chuàng)建自己的應(yīng)用程序的支持技術(shù)進(jìn)行了探索。另外，您還將看到 mashup 開發(fā)人員面臨的一些新的技術(shù)和社會(huì)挑戰(zhàn)。
簡(jiǎn)介
一種新型的基于 Web 的數(shù)據(jù)集成應(yīng)用程序正在 Internet 上逐漸興起。通常用術(shù)語 mashup 表示，它們的流行萌芽于對(duì)交互式用戶參與和集成第三方數(shù)據(jù)的類似于科學(xué)怪人方式的重視。我們使用萌芽一詞是有一定原因的；mashup Web 站點(diǎn)的特點(diǎn)就表現(xiàn)為它正在 Web 上扎根發(fā)芽，它們利用了從組織邊界之外的數(shù)據(jù)源獲取的內(nèi)容和功能。
mashup 這種隱晦的數(shù)據(jù)集成定義當(dāng)然不是非常嚴(yán)格。要深入了解什么是 mashup，就應(yīng)該了解一下這個(gè)單詞的起源：它源于流行音樂，mashup 是從兩首不同的歌曲（通常屬于不同的流派）中混合演唱和樂器的音軌而構(gòu)成的一首新歌。與那些 “bastard pop” 歌曲類似，mashup 也是內(nèi)容的一種不常見的創(chuàng)新組合（通常都源自于無關(guān)的數(shù)據(jù)源），這都是人工進(jìn)行合成的（而不是通過計(jì)算機(jī)來合成的）。
那么，mashup 看起來到底是什么樣子呢？ChicagoCrime.org 的 Web 站點(diǎn)上有非常直觀的例子，它解釋了地圖 mashup 到底是什么。最初廣泛流行起來的 mashup 之一是一個(gè) Web 站點(diǎn)，它將芝加哥警局在線數(shù)據(jù)庫中的犯罪記錄與 Google Maps 上的地圖復(fù)合在一起。用戶可以與 mashup 站點(diǎn)進(jìn)行交互，例如告訴它在圖形界面上顯示一個(gè)包含圖釘?shù)牡貓D，圖釘展示南加州最近所有入室搶劫案件的詳細(xì)信息。這種概念和呈現(xiàn)方式非常簡(jiǎn)單，犯罪和地圖數(shù)據(jù)復(fù)合之后提供的可視化的功能非常強(qiáng)大。
在 Mashup 流派 中，我們探索了流行的 mashup，包括地圖 mashup。相關(guān)技術(shù) 簡(jiǎn)要介紹了與 mashup 的構(gòu)建和操作有關(guān)的技術(shù)前景。技術(shù)挑戰(zhàn) 和 社會(huì)挑戰(zhàn) 分別介紹了影響 mashup 的主要技術(shù)挑戰(zhàn)和社會(huì)挑戰(zhàn)。
Mashup 類型
在本節(jié)中，我們將簡(jiǎn)要介紹對(duì)出名的 mashup 類型進(jìn)行的一些調(diào)查。
地圖 mashup
在這個(gè)階段的信息技術(shù)中，人們搜集大量有關(guān)事物和行為的數(shù)據(jù)，二者都常常具有位置注釋信息。所有這些包含位置數(shù)據(jù)的不同數(shù)據(jù)集均可利用地圖通過令人驚奇的圖形化方式呈現(xiàn)出來。mashup 蓬勃發(fā)展的一種主要?jiǎng)恿褪?Google 公開了自己的 Google Maps API。這仿佛打開了一道大門，讓 Web 開發(fā)人員（包括愛好者、修補(bǔ)程序開發(fā)人員和其他一些人）可以在地圖中包含所有類型的數(shù)據(jù)（從原子彈災(zāi)難到波士頓的 CowParade 奶牛都可以）。為了不落于人后，Microsoft（Virtual Earth）、Yahoo（Yahoo Maps）和 AOL（MapQuest）也很快相繼公開了自己的 API。
視頻和圖像 mashup
圖像主機(jī)和社交網(wǎng)絡(luò)站點(diǎn)（例如 Flickr 使用自己的 API 來共享圖像）的興起導(dǎo)致出現(xiàn)了很多有趣的 mashup。由于內(nèi)容提供者擁有與其保存的圖像相關(guān)的元數(shù)據(jù)（例如誰拍的照片，照片的內(nèi)容是什么，在何時(shí)何地拍攝的等等），mashup 的設(shè)計(jì)者可以將這些照片和其他與元數(shù)據(jù)相關(guān)的信息放到一起。例如，mashup 可以對(duì)歌曲或詩詞進(jìn)行分析，從而將相關(guān)照片拼接在一起，或者基于相同的照片元數(shù)據(jù)（標(biāo)題、時(shí)間戳或其他元數(shù)據(jù)）顯示社交網(wǎng)絡(luò)圖。另外一個(gè)例子可能以一個(gè) Web 站點(diǎn)（例如 CNN 之類的新聞?wù)军c(diǎn)）作為輸入，并在新聞中通過照片匹配而將照片中的內(nèi)容以文字的形式呈現(xiàn)出來。
搜索和購物 mashup
搜索和購物 mashup 在 mashup 這個(gè)術(shù)語出現(xiàn)之前就已經(jīng)存在很長時(shí)間了。在 Web API 出現(xiàn)之前，有相當(dāng)多的購物工具，例如 BizRate、PriceGrabber、MySimon 和 Google 的 Froogle，都使用了 B2B 技術(shù)或屏幕抓取的方式來累計(jì)相關(guān)的價(jià)格數(shù)據(jù)。為了促進(jìn) mashup 和其他有趣的 Web 應(yīng)用程序的發(fā)展，諸如 eBay 和 Amazon 之類的消費(fèi)網(wǎng)站已經(jīng)為通過編程訪問自己的內(nèi)容而發(fā)布了自己的 API。
新聞 mashup
新聞源（例如紐約時(shí)報(bào)、BBC 或路透社）已從 2002 年起使用 RSS 和 Atom 之類的聯(lián)合技術(shù)來發(fā)布各個(gè)主題的新聞提要。以聯(lián)合技術(shù)為基礎(chǔ)的 mashup 可以聚集一名用戶的提要，并將其通過 Web 呈現(xiàn)出來，創(chuàng)建個(gè)性化的報(bào)紙，從而滿足讀者獨(dú)特的興趣。Diggdot.us 正是這樣的一個(gè)例子，它合并了 Digg.com、Slashdot.org 和 Del.icio.us 上與技術(shù)有關(guān)的內(nèi)容。
相關(guān)技術(shù)
本節(jié)概要介紹了可以促進(jìn) mashup 發(fā)展的技術(shù)。有關(guān)這些技術(shù)的更多信息，請(qǐng)參閱本文最后的 參考資料。
架構(gòu)
mashup 程序從架構(gòu)上是由 3 個(gè)不同的部分組成的，它們?cè)谶壿嬌虾臀锢砩隙际窍嗷ッ撾x的（可能由網(wǎng)絡(luò)和組織邊界分隔）：API/內(nèi)容提供者、mashup 站點(diǎn)和客戶機(jī)的 Web 瀏覽器。
- API/內(nèi)容提供者。它們是（有時(shí)是未知的）正在進(jìn)行融合的內(nèi)容的提供者。在 ChicagoCrime.org mashup 的例子中，提供者是 Google 和芝加哥警察局。為了方便數(shù)據(jù)的檢索，提供者通常會(huì)將自己的內(nèi)容通過 Web 協(xié)議對(duì)外提供（例如 REST、Web 服務(wù)和 RSS/Atom，稍后將加以介紹）。然而，很多有趣的潛在數(shù)據(jù)源可能并沒有方便地對(duì)外提供 API。從諸如 Wikipedia、TV Guide 和所有政府和公共領(lǐng)域的 Web 站點(diǎn)上提取內(nèi)容的 mashup 都是通過一種稱為屏幕抓?。╯creen scraping） 的技術(shù)實(shí)現(xiàn)的。 在這種情況中，屏幕抓取就意味著使用一種工具從內(nèi)容提供者那里提取信息的過程，這個(gè)工具會(huì)嘗試對(duì)提供者的專為閱讀而設(shè)計(jì)的頁面進(jìn)行分析。
-
mashup 站點(diǎn)。即 mashup 所在的地方。非常有趣的是，這不過是因?yàn)檫@里是 mashup 邏輯所在的地方，而不是執(zhí)行這些邏輯的地方。從一方面來說，mashup 可以直接使用服務(wù)器端動(dòng)態(tài)內(nèi)容生成技術(shù)（例如 Java servlets、CGI、PHP 或 ASP）實(shí)現(xiàn)為類似傳統(tǒng) Web 應(yīng)用程序。
另外，合并內(nèi)容可以直接在客戶機(jī)的瀏覽器中通過客戶機(jī)端腳本（即 JavaScript）或 applet 生成。這種客戶機(jī)端的邏輯通常都是直接在 mashup 的 Web 頁面中嵌入的代碼與這些 Web 頁面引用的腳本 API 庫或 applet（由內(nèi)容提供者提供）的組合。mashup 使用的這種方法可以稱為胖 Internet 應(yīng)用程序（RIA），這意味著它們是以交互式用戶體驗(yàn)為導(dǎo)向的。（胖 Internet 應(yīng)用程序具有 “Web 2.0” 的一個(gè)特點(diǎn)，Web 2.0 是 WWW 的新一代服務(wù)。）客戶機(jī)端進(jìn)行數(shù)據(jù)集成的優(yōu)點(diǎn)包括：對(duì) mashup 服務(wù)器的所產(chǎn)生的負(fù)載較輕（數(shù)據(jù)可以直接從內(nèi)容提供者那里傳送過來）、具有更好無縫用戶體驗(yàn)（頁面可以請(qǐng)求對(duì)內(nèi)容的一部分進(jìn)行更新，而不用刷新整個(gè)頁面）。Google Maps API 的設(shè)計(jì)就是為了通過瀏覽器端的 JavaScript 進(jìn)行訪問，這是客戶機(jī)端技術(shù)的一個(gè)例子。
通常，mashup 都使用服務(wù)器和客戶機(jī)端邏輯的組合來實(shí)現(xiàn)自己的數(shù)據(jù)集成。很多 mashup 應(yīng)用程序都使用了直接由用戶提供的數(shù)據(jù)，（至少）使一個(gè)數(shù)據(jù)集是本地的。另外，對(duì)多數(shù)據(jù)源的數(shù)據(jù)執(zhí)行復(fù)雜查詢（例如 “請(qǐng)顯示在 Kevin Bacon 的電影中出演角色的男演員所購買的房產(chǎn)的平均價(jià)格”）所需要的計(jì)算是不可能在客戶機(jī)的 Web 瀏覽器中執(zhí)行的。
- 客戶機(jī)的 Web 瀏覽器。這是以圖形化的方式呈現(xiàn)應(yīng)用程序的地方，也是用戶交互發(fā)生的地方。正如上面介紹的一樣，mashup 通常都使用客戶機(jī)端的邏輯來構(gòu)建合成內(nèi)容。
Ajax
關(guān)于 Ajax 究竟是否是一個(gè)縮寫詞（有人認(rèn)為它表示 “Asynchronous JavaScript + XML”）還存在爭(zhēng)論。不論如何，Ajax 都是一個(gè) Web 應(yīng)用模型，而不是一種特定的技術(shù)。它包括幾種關(guān)注內(nèi)容的異步加載和呈現(xiàn)的技術(shù)：
- XHTML 和用于確定呈現(xiàn)風(fēng)格的 CSS
- 瀏覽器為動(dòng)態(tài)顯示和交互所提供的文檔對(duì)象模型（DOM）API
- 異步數(shù)據(jù)交換，通常是 XML 數(shù)據(jù)
- 瀏覽器端的腳本，主要是 JavaScript
將這些技術(shù)結(jié)合在一起使用時(shí)，它們的目標(biāo)是通過與內(nèi)容服務(wù)器交換少量的數(shù)據(jù)為用戶創(chuàng)造平滑、良好的 Web 體驗(yàn)，而不用在用戶執(zhí)行某些操作之后重新加載并重新呈現(xiàn)整個(gè)頁面。我們可以使用各種 Ajax 工具包和庫（例如 Sajax 或 Zimbra）為 mashup 構(gòu)建 Ajax 引擎，這通常是使用 JavaScript 實(shí)現(xiàn)的。Google Maps API 包括一個(gè)專用的 Ajax 引擎，它對(duì)用戶體驗(yàn)的影響著實(shí)強(qiáng)大：它的工作方式類似于一個(gè)真正的本地應(yīng)用程序，其中沒有滾動(dòng)條可以操作，也沒有移動(dòng)按鈕強(qiáng)制頁面重新加載。
Web 協(xié)議：SOAP 和 REST
SOAP 和 REST 都是與遠(yuǎn)程服務(wù)進(jìn)行通信所使用的與平臺(tái)無關(guān)的協(xié)議。作為面向服務(wù)的架構(gòu)范式的一部分，客戶機(jī)使用 SOAP 和 REST 與遠(yuǎn)程服務(wù)進(jìn)行交互，而不用了解它們底層的平臺(tái)實(shí)現(xiàn)：服務(wù)的功能完全是由它請(qǐng)求和收到的顯影消息描述來實(shí)現(xiàn)的。
SOAP 是 Web 服務(wù)范式中的一種基本技術(shù)。最初它是 Simple Object Access Protocol 的縮寫，現(xiàn)在代表 Services-Oriented Access Protocol（或直接縮寫為 SOAP），這是因?yàn)樗闹攸c(diǎn)已經(jīng)從基于對(duì)象的系統(tǒng)轉(zhuǎn)向消息交換的交互操作。SOAP 規(guī)范中有兩個(gè)關(guān)鍵組件。第一個(gè)組件是使用 XML 消息格式進(jìn)行平臺(tái)無關(guān)的編碼，第二個(gè)組件消息結(jié)構(gòu)，包括消息頭和消息體。消息頭用來交換非特定于應(yīng)用負(fù)載（消息體）的相關(guān)信息，例如認(rèn)證信息。SOAP 消息體封裝了應(yīng)用程序特有的負(fù)載。Web 服務(wù)的 SOAP API 是由 WSDL 文檔來描述的，它們本身都描述了一個(gè)服務(wù)對(duì)外提供哪些操作，它可以接受的消息格式（使用 XML Schema），以及如何對(duì)其進(jìn)行尋址。SOAP 消息通常都是通過 HTTP 協(xié)議傳送的，不過也可以通過其他方式傳送（例如 JMS 或 e-mail）。
REST 是 Representational State Transfer 的縮寫，這是一種只使用 HTTP 和 XML 進(jìn)行基于 Web 通信的技術(shù)。它的簡(jiǎn)單性和缺少嚴(yán)格配置文件的特性使它與 SOAP 很好地隔離開來，并且吸引了大家廣泛的興趣。與我們?cè)诂F(xiàn)代變成語言中可以找到的典型基于動(dòng)詞的接口不同（它們構(gòu)成了各種方法，例如 getEmployee()、addEmployee()、listEmployees() 等）不同，REST 從根本上來說只支持幾個(gè)操作（即 POST、GET、PUT、DELETE），這些操作適用于所有的消息。REST 強(qiáng)調(diào)信息本身，稱為資源。例如，一個(gè)員工的資源記錄是由 URI 標(biāo)識(shí)的，這可以通過一個(gè) GET 方法獲得，并使用一個(gè) PUT 操作進(jìn)行更新，等等。使用這種方法，REST 就與文檔文本風(fēng)格的 SOAP 服務(wù)非常類似。
屏幕抓取
正如前面介紹的一樣，缺乏內(nèi)容提供者提供的 API 通常會(huì)強(qiáng)制要求 mashup 開發(fā)人員采取屏幕抓取的方式來提取自己希望集成的信息。抓取（Scraping） 是使用軟件工具處理并分析最初為人們閱讀而編寫的內(nèi)容，從而從中提取出可以通過編程進(jìn)行使用和操作的信息的語義數(shù)據(jù)結(jié)構(gòu)表示。有些 mashup 使用屏幕抓取技術(shù)來獲取數(shù)據(jù)，特別是從公用領(lǐng)域提取數(shù)據(jù)。例如，房地產(chǎn)地圖 mashup 就可以在制圖供應(yīng)商提供的地圖上顯示售價(jià)和租價(jià)，這些數(shù)據(jù)可能是從當(dāng)?shù)氐挠涗涋k公室抓取來的 “comp” 數(shù)據(jù)。另外一個(gè)抓取數(shù)據(jù)的 mashup 項(xiàng)目是 XMLTV，這是一組匯聚了各地電視節(jié)目清單的工具集。
屏幕抓取通常被認(rèn)為是一個(gè)不雅的解決方案，這是有一定的原因的。它有兩個(gè)主要的固有缺點(diǎn)。第一個(gè)缺點(diǎn)在于，與使用接口的 API 不同，抓取在內(nèi)容提供者和內(nèi)容消費(fèi)者之間沒有明確的聯(lián)系。抓取者必須圍繞一個(gè)源內(nèi)容模型設(shè)計(jì)自己的工具，并且希望提供者一直采用這種模型來呈現(xiàn)內(nèi)容。Web 站點(diǎn)傾向于周期性地更新外觀，以保持新穎和時(shí)髦，對(duì)于抓取者來說，這是一項(xiàng)非常頭痛的維護(hù)任務(wù)，因?yàn)楣ぞ吆芸赡軙?huì)失效。
第二個(gè)問題是缺少成熟的可重用屏幕抓取工具包軟件，通俗地說就稱為 scrAPI。此類 API 和工具包的消亡很大程度上是由于每種抓取工具都有極為特定于應(yīng)用程序的需求。這為開發(fā)人員帶來了過多的開發(fā)工作，他們必須對(duì)內(nèi)容進(jìn)行反向工程處理、開發(fā)數(shù)據(jù)模型、分析并從提供者站點(diǎn)上匯集原始數(shù)據(jù)。
語義 Web 和 RDF
屏幕抓取不好的一面直接源自于一個(gè)事實(shí)：為閱讀而創(chuàng)建的內(nèi)容并不太適合機(jī)器自動(dòng)處理。這促進(jìn)了語義 Web 的誕生，它是現(xiàn)有 Web 的增強(qiáng)版本，在為人們?cè)O(shè)計(jì)的內(nèi)容中增加了足夠多的可供機(jī)器閱讀的信息。在語義 Web 環(huán)境中，信息這個(gè)術(shù)語與數(shù)據(jù)有所差異；數(shù)據(jù)只有在傳達(dá)了自己的含義（即數(shù)據(jù)可被理解）之后才會(huì)變成信息。語義 Web 的目標(biāo)是創(chuàng)建 Web 基礎(chǔ)設(shè)施，使用元數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)，從而使數(shù)據(jù)變得有意義，最終使數(shù)據(jù)變得適合進(jìn)行自動(dòng)化、集成、推理和重用。
被稱為資源描述框架（RDF）的 W3C 系列規(guī)范就是服務(wù)于這個(gè)目的的技術(shù)，它用來建立描述數(shù)據(jù)的語義結(jié)構(gòu)。XML 本身并不足以實(shí)現(xiàn)這種功能；它太過隨意，我們可以使用很多方法進(jìn)行編碼來對(duì)相同的數(shù)據(jù)進(jìn)行描述。RDF-Schema 補(bǔ)充了 RDF 的能力，提供了以機(jī)器可讀的方式編碼概念的功能。一旦可通過一種數(shù)據(jù)模型描述數(shù)據(jù)對(duì)象，RDF 就提供了通過主語－謂語－對(duì)象三元組（主語 S 與對(duì)象 O 具有關(guān)系 R）在數(shù)據(jù)對(duì)象之間構(gòu)建關(guān)系的能力。數(shù)據(jù)模型與關(guān)系圖之間的區(qū)別讓我們可以進(jìn)行存在式的構(gòu)建，這是可以進(jìn)行搜索和形式化推理的知識(shí)的層次化結(jié)構(gòu)。例如，我們可以定義這樣一個(gè)模型：“肉食動(dòng)物” 是 “動(dòng)物” 的一個(gè)子類，條件是它 “吃” 其他 “動(dòng)物”；并創(chuàng)建兩個(gè)實(shí)例：一個(gè)實(shí)例是印度豹和北極熊，并提供它們的生存環(huán)境；另外一個(gè)是瞪羚和企鵝，并提供它們的生存環(huán)境。假設(shè)我們將這些單獨(dú)的模型實(shí)例集成在一起，就可以推論說印度豹可能會(huì)以瞪羚為食，但卻不會(huì)吃企鵝。
RDF 數(shù)據(jù)在很多領(lǐng)域中都迅速得到了應(yīng)用，包括社交網(wǎng)絡(luò)應(yīng)用程序（例如 FOAF —— Friend of a Friend）和聯(lián)合（例如 RSS，接下來就會(huì)介紹）。另外，RDF 軟件技術(shù)和組件都正在成熟到一定規(guī)模，尤其是在 RDF 查詢語言（例如 RDQL 和 SPARQL）、編程框架和推理引擎（例如 Jena 和 Redland）領(lǐng)域。
RSS 和 ATOM
RSS 是一系列基于 XML 的聯(lián)合格式。在這種情況中，聯(lián)合（syndication）是指一個(gè)發(fā)布內(nèi)容的 Web 站點(diǎn)可以創(chuàng)建 RSS 文檔并在 RSS 發(fā)布系統(tǒng)中注冊(cè)自己的文檔。支持 RSS 的客戶機(jī)可以查看新內(nèi)容，并通過適當(dāng)?shù)姆绞竭B接到這些內(nèi)容上。RSS 已經(jīng)被用來聯(lián)合廣泛的內(nèi)容，從新聞到頭條、CVS 或 WIKI 頁面的修改日志、項(xiàng)目更新甚至諸如無線電節(jié)目之類的視聽數(shù)據(jù)。版本 1.0 基于 RDF，但最新的 2.0 版本不以 RDF 為基礎(chǔ)。
Atom 是一種更新但非常類似的聯(lián)合協(xié)議。它是 Internet Engineering Task Force（IETF）提出的一項(xiàng)草案標(biāo)準(zhǔn)，人們希望通過 Atom 提供比 RSS 更好的元數(shù)據(jù)維護(hù)；提供更好、更為全面的文檔，并結(jié)合構(gòu)建通用數(shù)據(jù)表示的概念。
這些聯(lián)合技術(shù)對(duì)于集成基于事件或更新驅(qū)動(dòng)內(nèi)容的 mashup 來說都非常有用，例如新聞和 weblog 聚集程序。
技術(shù)挑戰(zhàn)
與其他數(shù)據(jù)集成領(lǐng)域一樣，mashup 開發(fā)也充斥著許多亟待解決的技術(shù)挑戰(zhàn)，隨著 mashup 應(yīng)用程序特性和功能的進(jìn)一步豐富，這種挑戰(zhàn)也變得更加嚴(yán)峻。本節(jié)簡(jiǎn)單介紹了一些挑戰(zhàn)，其中有些挑戰(zhàn)目前已經(jīng)能夠解決或緩解，而其他問題依然沒有解決。
數(shù)據(jù)集成挑戰(zhàn)：語義和數(shù)據(jù)的品質(zhì)
品質(zhì)調(diào)查顯示，當(dāng)今的企業(yè) IT 首要關(guān)注的問題就是是企業(yè)虛擬組織中的數(shù)據(jù)集成。（在這種情況中，我們使用了 虛擬組織（virtual organization） 這個(gè)術(shù)語表示很多聯(lián)合業(yè)務(wù)單元的組合，每個(gè)業(yè)務(wù)單元都包含在自己的管理域中。）與很多發(fā)現(xiàn)自己忙于集成傳統(tǒng)數(shù)據(jù)源的企業(yè) IT 管理人員一樣（例如，創(chuàng)建可以反映當(dāng)前業(yè)務(wù)狀況的企業(yè)儀表板），mashup 開發(fā)人員需要面對(duì)類似源自于在異構(gòu)數(shù)據(jù)集之間共享語義的挑戰(zhàn)。因此，要了解 mashup 開發(fā)人員是如何為此作出準(zhǔn)備，只需了解企業(yè) IT 所面臨的集成挑戰(zhàn)。
例如，我們必須設(shè)計(jì)數(shù)據(jù)模型之間的轉(zhuǎn)換系統(tǒng)。在將數(shù)據(jù)轉(zhuǎn)換成通用的格式時(shí)、在映射不完整時(shí)（例如，一個(gè)數(shù)據(jù)源可能有一個(gè)模型，其中一個(gè)地址類型包含了一個(gè)國家字段，而另外一個(gè)模型中沒有這個(gè)字段），我們必須進(jìn)行一些合理的假設(shè)。盡管已經(jīng)面臨這些挑戰(zhàn)，但是 mashup 開發(fā)人員可能并不是源數(shù)據(jù)模型領(lǐng)域的專家，因?yàn)檫@些模型可能是第三方的產(chǎn)品，這些合理的假設(shè)可能并不直觀清晰，這更加劇了挑戰(zhàn)的嚴(yán)峻性。
除了缺少數(shù)據(jù)和映射不完整之外，mashup 設(shè)計(jì)者可能會(huì)發(fā)現(xiàn)他們希望集成的數(shù)據(jù)并不適合進(jìn)行機(jī)器自動(dòng)化處理；這將帶來很多凈化工作。例如，執(zhí)法逮捕記錄可能不一致：記錄中可能為名字使用了常用的縮寫形式（例如，一條記錄中使用的是“mkt sqr”，另外一條記錄中使用的是“Market Square”），這使得關(guān)于等同性的自動(dòng)推理變得非常困難，即使采用很好的啟發(fā)式規(guī)則也很難實(shí)現(xiàn)。語義建模技術(shù)，例如 RDF，可以幫助簡(jiǎn)化對(duì)不同數(shù)據(jù)集之間自動(dòng)進(jìn)行推理所面臨的問題，這些數(shù)據(jù)集是內(nèi)嵌在數(shù)據(jù)存儲(chǔ)介質(zhì)中的。對(duì)于傳統(tǒng)的數(shù)據(jù)源來說，通常需要投入大量人力物力，進(jìn)行分析和數(shù)據(jù)凈化工作，然后才能將其用于語義建模技術(shù)。
mashup 開發(fā)人員可能還必須面對(duì) IT 集成管理人員不需要面對(duì)的一些問題，其中一個(gè)問題是數(shù)據(jù)污染。作為應(yīng)用程序設(shè)計(jì)的一部分，很多 mashup 都要求公共用戶提供輸入。wiki 應(yīng)用程序領(lǐng)域的研究表明，這是一把雙刃劍：它可能非常強(qiáng)大，因?yàn)榭梢蕴峁╅_放的貢獻(xiàn)和最佳的數(shù)據(jù)革新，但這又會(huì)導(dǎo)致不一致、不正確或容易產(chǎn)生誤導(dǎo)的數(shù)據(jù)項(xiàng)。后者可能會(huì)危及數(shù)據(jù)的可信度，最終降低 mashup 帶來的價(jià)值。
mashup 開發(fā)人員需要面對(duì)的另外一種集成問題是由于獲取數(shù)據(jù)必須采用屏幕抓取技術(shù)而引起的。正如上一節(jié)所討論的一樣，分析和獲取工具以及數(shù)據(jù)模型都需要大量與反向工程相關(guān)的工作。在最理想的情況下，可以創(chuàng)建這些工具和模型，但依然存在一個(gè)問題：源站點(diǎn)如何呈現(xiàn)自己的內(nèi)容，這可能會(huì)破壞集成過程，并導(dǎo)致 mashup 應(yīng)用程序出錯(cuò)。
組件挑戰(zhàn)
盡管 Web 開發(fā)的 Ajax 模型可以比傳統(tǒng)的整個(gè)頁面刷新技術(shù)提供更為豐富而且更加無縫的用戶體驗(yàn)，但是也帶來了一些難題。作為基礎(chǔ)來說，Ajax 要求將瀏覽器的客戶端腳本功能與自己的 DOM 配合使用，實(shí)現(xiàn)一種內(nèi)容交付方法，這完全是由瀏覽器設(shè)計(jì)者所設(shè)想的。（可能 Ajax 類似于黑客的特性增加了它的吸引力。）然而，這使基于 Ajax 的應(yīng)用程序具有相同的瀏覽器兼容問題，這些問題從微軟開發(fā) Internet Explorer 以來就一直困擾著 Web 開發(fā)人員。例如，Ajax 引擎利用了一個(gè) XMLHttpRequst 對(duì)象來與遠(yuǎn)程服務(wù)器異步交換數(shù)據(jù)。在 Internet Explorer 6 中，這個(gè)對(duì)象是使用 ActiveX 實(shí)現(xiàn)的，而不是使用本地 JavaScript 實(shí)現(xiàn)的，這要求必須啟用 ActiveX。
更加基本的一個(gè)需求是 Ajax 要求必須在用戶的瀏覽器上啟用 JavaScript。這對(duì)于大部分人來說可能是一個(gè)合理的假設(shè)，但是對(duì)于某些特定的用戶，他們的瀏覽器或自動(dòng)化工具可能不支持 JavaScript，也可能沒有啟用對(duì) JavaScript 的支持。這種工具有 robot、spider 和 為 Internet 和 Intranet 搜索引擎搜集信息的 Web 爬行榜。如果沒有功能方面的讓步，基于 Ajax 的 mashup 應(yīng)用程序也可能會(huì)發(fā)現(xiàn)自己失去了部分用戶群，搜索引擎的吸引力也會(huì)降低。
使用 JavaScript 來異步更新頁面中的內(nèi)容還會(huì)產(chǎn)生用戶界面的問題。由于內(nèi)容不再需要鏈接到瀏覽器地址欄中的 URL 上，用戶可能無法體驗(yàn)到正常使用瀏覽器的 BACK 按鈕或書簽時(shí)的功能。另外，盡管 Ajax 可以通過請(qǐng)求增量?jī)?nèi)容更新來減少延時(shí)，但不好的設(shè)計(jì)可能會(huì)對(duì)用戶體驗(yàn)造成負(fù)面影響，例如當(dāng)更新粒度非常小時(shí)，所更新的數(shù)量和負(fù)載會(huì)占據(jù)所有的可用資源。另外，在加載界面或更新內(nèi)容時(shí)，我們還需要關(guān)心如何為用戶提供支持（例如，使用諸如進(jìn)度條之類的可視化反饋技術(shù)）。
與任何分布式交叉領(lǐng)域的應(yīng)用程序一樣，mashup 開發(fā)人員和內(nèi)容提供者同樣也需要解決一些安全性問題。身份的概念可能會(huì)成為一個(gè)棘手的主題，傳統(tǒng) Web 主要是為匿名訪問而構(gòu)建的。單點(diǎn)登錄是一種令人滿意的特性，但在這方面存在多種彼此競(jìng)爭(zhēng)的技術(shù)（從 Microsoft Passport 到 Liberty Alliance），因此可能會(huì)導(dǎo)致產(chǎn)生雜亂的身份命名空間，我們必須對(duì)之進(jìn)行集成。內(nèi)容供應(yīng)商可能會(huì)在自己的 API 中采用身份驗(yàn)證和授權(quán)模式（這需要安全身份或安全確認(rèn)屬性的概念）來強(qiáng)制采用涉及付費(fèi)訂閱或敏感數(shù)據(jù)的業(yè)務(wù)模型。敏感數(shù)據(jù)也可能要求一定的機(jī)密性（即加密），我們必須要清楚何時(shí)將它們與其他資源集成在一起，而不會(huì)帶來風(fēng)險(xiǎn)。身份對(duì)于審計(jì)和法規(guī)遵從性來說也非常重要。另外，由于數(shù)據(jù)集成是在服務(wù)器和客戶端同時(shí)發(fā)生的，因此從用戶到 mashup 服務(wù)進(jìn)行的身份和證書委托也可能會(huì)成為一個(gè)需求。
社會(huì)挑戰(zhàn)
除了上一節(jié)介紹的技術(shù)挑戰(zhàn)之外，隨著 mashup 的進(jìn)一步普及，也出現(xiàn)了（或即將出現(xiàn)）一些社會(huì)問題。
mashup 開發(fā)人員需要面對(duì)的一個(gè)最嚴(yán)重的社會(huì)問題就是：在知識(shí)產(chǎn)權(quán)的保護(hù)和消費(fèi)者的私密性與公用化以及信息的自由流動(dòng)之間達(dá)成一種平衡。不知情的內(nèi)容提供者（屏幕抓取的目標(biāo)）、提供 API 來幫助數(shù)據(jù)檢索的內(nèi)容提供者都可能需要確定其內(nèi)容是否正在被他人以未獲得自己批準(zhǔn)的方式使用。有關(guān) Web 聚合和規(guī)則的介紹，請(qǐng)參見 參考資料。
mashup Web 應(yīng)用程序仍然處于萌芽階段，只是有一些開發(fā)愛好者在業(yè)余時(shí)間編寫 mashup。這些開發(fā)人員可能并沒有意識(shí)到（或不關(guān)心）安全性之類的問題。另外，內(nèi)容供應(yīng)者也只是剛剛開始看到為基于機(jī)器的內(nèi)容訪問提供 API 的價(jià)值所在，而且還有很多人不認(rèn)為這是一個(gè)核心業(yè)務(wù)關(guān)注點(diǎn)。這一切結(jié)合在一起，導(dǎo)致目前的軟件質(zhì)量低下，因?yàn)橹T如測(cè)試和品質(zhì)保證等工作的優(yōu)先級(jí)都要低于概念驗(yàn)證和創(chuàng)新的優(yōu)先級(jí)。為促進(jìn)軟件開發(fā)過程的成熟，社區(qū)必須作為一個(gè)整體協(xié)同工作，制定開放標(biāo)準(zhǔn)和可重用的工具包。
在 mashups 可以從一種炫酷的玩具變成程序的應(yīng)用程序之前，還需要做大量的工作，形成高度健壯的標(biāo)準(zhǔn)、協(xié)議、模型和工具包。為此，主要的軟件開發(fā)業(yè)界先驅(qū)、內(nèi)容提供者和企業(yè)家必須認(rèn)識(shí)到 mashup 的價(jià)值，它意味著可行的商業(yè)模型。API 提供者需要確定是否對(duì)自己的內(nèi)容收取費(fèi)用，如果需要收取費(fèi)用，應(yīng)該怎樣收費(fèi)（例如，通過訂閱還是按使用次數(shù)收費(fèi)）?；蛟S他們將提供不同級(jí)別的服務(wù)品質(zhì)。有些市場(chǎng)提供者，例如 eBay 或 Amazon，可能會(huì)發(fā)現(xiàn)免費(fèi) API 將提高產(chǎn)品周轉(zhuǎn)。mashup 開發(fā)人員可能要尋求一種基于廣告的創(chuàng)收模型，或者構(gòu)建有趣的 mashup 應(yīng)用程序贏得人們的認(rèn)同。
結(jié)束語
mashup 的確是一種相當(dāng)新穎的 Web 應(yīng)用程序。源于語義 Web 領(lǐng)域的數(shù)據(jù)建模技術(shù)和松耦合、面向服務(wù)、與平臺(tái)無關(guān)的通信協(xié)議相結(jié)合，最終將提供一種開發(fā)可充分利用并整合大量 Web 信息的應(yīng)用程序所必需的基礎(chǔ)設(shè)施。隨著 mashup 應(yīng)用程序越來越多地被人們所關(guān)注，了解它將對(duì)某些社會(huì)問題（例如公共使用和知識(shí)產(chǎn)權(quán)保護(hù)之間的問題）和其他應(yīng)用程序領(lǐng)域（跨組織邊界集成數(shù)據(jù)，例如網(wǎng)格計(jì)算和 B2B 的工作流管理）產(chǎn)生怎樣影響，這一點(diǎn)非常有趣。
要深入了解 mashup 的開發(fā)，請(qǐng)關(guān)注 developerWorks 的系列新教程，它將教您構(gòu)建自己的 mashup。實(shí)際上，這個(gè)系列的文章還會(huì)向您介紹語義 Web 技術(shù)和使其他人創(chuàng)建自己的 mashup 的現(xiàn)有技術(shù)。
參考資料
學(xué)習(xí)
獲得產(chǎn)品和技術(shù)
討論
關(guān)于作者
 |
|
|
|
Duane Merrill 從事網(wǎng)格計(jì)算和分布式數(shù)據(jù)集成平臺(tái)的開發(fā)已經(jīng)有 5 年多的時(shí)間了。他是 University of Virginia 的 Legion Project 項(xiàng)目的貢獻(xiàn)者之一，并且是 Avaki Corporation 的分布式企業(yè)信息集成產(chǎn)品 Avaki 的核心開發(fā)人員之一。目前，他正在 University of Virginia 攻讀計(jì)算機(jī)科學(xué)博士學(xué)位。
|
|
