opencms 介绍及在weblogic8下的部署

原文引用：
http://flylijian.spaces.live.com/

1. 什么是 k-means 聚类算法？

  从网上找到了很多定义，这里选取比较典型的几个；

  K-Mean 分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出

       具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些

        群中心，进行后续的处理，这些处理可以包含

   1 ）资料压缩：以少数的资料点来代表大量的资料，达到资料压缩的功能；

   2 ）资料分类：以少数代表点来代表特点类别的资料，可以降低资料量及计算量；

       分割式分群法的目的是希望盡量減小每個群聚中，每一點與群中心的距離平方差（square error）。 

 假設我們現在有一組包含c個群聚的資料，其中第 k 個群聚可以用集合 G_k來表示，假設 G_k包含n_k筆

 資料 {x₁, x₂, …, x_nk），此群聚中心為y_k，則該群聚的平方差 e_k可以定義為：

             e_k = S _i |x_i-y_k|² ，其中 x_i是屬於第 k 群的資料點。

 而這c個群聚的總和平方差E便是每個群聚的平方差總和：

E = S _k=1~c e_k

 我們分群的方法，就變成是一個最佳化的問題，換句話說，我們要如何選取 c 個群聚以及相關的群中心，

 使得 E 的值為最小。

2 ．处理流程

（ 1 ）   从 c 个数据对象任意选择 k 个对象作为初始聚类中心；
（ 2 ）   循环（ 3 ）到（ 4 ）直到每个聚类不再发生变化为止；
（ 3 ）   根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
（ 4 ）   重新计算每个（有变化）聚类的均值（中心对象）

3. java 算法的实现说明

  1) 假设给点一组 c 点资料 X = {x₁, ..., x_c} ，每一点都有 d 维；给定一个群聚的数目 k, 求其

     最好的聚类结果。

  2 ） BasicKMeans.java 主类

        int coordCount = 250;// 原始的资料个树

        int dimensions = 100;// 每个资料的纬度数目

        double[][] coordinates = new double[coordCount][dimensions];

  这里假设 c 点资料为 coordinates 对象，其中 c 为 coordCount,d 为 dimensions 相应值。

        int mk = 30; // 想要群聚的数目

   根据群聚数目定义 mk 个群聚类对象

      mProtoClusters = new ProtoCluster[mK];// 见 ProtoCluster 类说明

   // 首先随机选取 mk 个原始资料点作为群聚类

     mProtoClusters[i]= new ProtoCluster (coordinates[j] );//i 依此为 0 到 mk 的值； j 为 0 到 coordCount 的值

  定义一个变量用于记录和跟踪每个资料点属于哪个群聚类

    mClusterAssignments = new int[coordCount];

    mClusterAssignments[j]=i;// 表示第 j 个资料点对象属于第 i 个群聚类

   // 开始循环

•    // 依次调用计算每个群聚类的均值

   mProtoClusters[i].updateCenter(mCoordinates);// 计算第 i 个聚类对象的均值

•    // 依次计算每个资料点到中心点的距离，然后根据最小值划分到相应的群集类中；

  采用距离平方差来表示资料点到中心点的距离；

   //定义一个变量，来表示资料点到中心点的距离

   mDistanceCache = new double[coordCount ][mk];

    //其中mDistanceCache[i][j]表示第i个资料点到第j个群聚对象中心点的距离；

    //距离算法描述():

     a)依次取出每个资料点对象double[] coord = coordinates[i];

        b)再依次取出每个群聚类中的中心点对象double[] center = mProtoClusters[j].mCenter;

        c)计算coord对象与center对象之间的距离 

     double distance(double[] coord, double[] center) {
        int len = coord.length;
        double sumSquared = 0.0;
        for (int i=0; i<len; i++) {
            double v = coord[i] - center[i];
            sumSquared += v*v; //平方差
        }
        return Math.sqrt(sumSquared);
      } 

     d)循环执行上面的流程，把结果记录在mDistanceCache[i][j]中；

•       //比较出最小距离，然后根据最小距离重新对相应对象进行划分

     依次比较每个资料点的 最短中心距离，
      int nearestCluster(int ndx) {
        int nearest = -1;
        double min = Double.MAX_VALUE;  
        for (int c = 0; c < mK; c++) {
                double d = mDistanceCache[ndx][c];
                if (d < min) {
                    min = d;
                    nearest = c;
                }          
           }
        return nearest;
       }
  该方法返回该资料点对应的最短中心距离的群聚类的索引值；
  比较每个 nearestCluster[coordCount] 的值和mClusterAssignments[coordCount]
  的值是否相等，如果全相等表示所有的点已经是最佳距离了，直接返回；
  否则需要重新调整资料点和群聚类的关系，调整完毕后再重新开始循环；

  调整时需要更新下列数据：

    a)更新mProtoClusters[i]中的mCurrentMembership集合；

       b)更新mClusterAssignments[i]中对应的值；

   然后重行开始循环

   3 ） ProtoCluster.java 是一个包含代表点的群聚类，该类有两个最主要的属性"代表点"和"群中心"；

         int[] mCurrentMembership;// 用于表示每个群聚包含的数据资料点集合

        double[] mCenter;// 用于表示每个聚类对象的均值，也就是中心对象

         void updateCenter(double[][] coordinates) {

       // 该方法计算 聚类对象的均值 ;

        // 根据 mCurrentMembership 取得原始资料点对象 coord ，该对象是 coordinates 的一个子集；然后取出该子集的均值；

    取均值的算法很简单，可以把 coordinates 想象成一个 m*n 的距阵 , 每个均值就是每个纵向列的取和平均值 , 该值保

    存在 mCenter 中

       for (int i=0; i< mCurrentMembership.length; i++) {

               double[] coord = coordinates[mCurrentMembership[i]];

               for (int j=0; j<coord.length; j++) {

                        mCenter[j] += coord[j];// 得到每个纵向列的和；

               }

               f or (int i=0; i<mCenter.length; i++) {

                    mCenter[i] /= mCurrentSize; // 对每个纵向列取平均值

                }

           } 

      参考文档：http://www.javaworld.com/javaworld/jw-11-2006/jw-1121-thread.html

                             Tomcat5.5.16 部署web项目源码详解

Tomcat.5.5.16 安装 web 项目时执行的代码主要是 HostConfig 类，其中 deployApps() 执行部署 web 应用的功能；

protected void deployApps() {

        File appBase = appBase();

        File configBase = configBase();

        // Deploy XML descriptors from configBase

        deployDescriptors(configBase, configBase.list());

        // Deploy WARs, and loop if additional descriptors are found

        deployWARs(appBase, appBase.list());

        // Deploy expanded folders

        deployDirectories(appBase, appBase.list());

    } 

从上面这段代码，我们可以知道 tomcat 在部署 web 项目是按如下顺序依次部署的；

1．    首先部署 $CATALINA_HOME/conf/Catalina/localhost 目录下面的 .xml 文件；

deployDescriptors(configBase, configBase.list());

（1）      configBase 的值是通过调用 configBase() 获取的，

     File file = new File(System.getProperty("catalina.base"), "conf");

        Container parent = host.getParent();

        if ((parent != null) && (parent instanceof Engine)) {

            file = new File(file, parent.getName());

        }

file = new File(file, host.getName());

可以看出 configBase 是由四部分内容组成 ;

System.getProperty("catalina.base") + “conf” + parent.getName()+host.getName()

parent.getName() 和 host.getName() 是分别取 server.xml 中

<Engine name="Catalina" defaultHost="localhost"> 和

<Host name="localhost" appBase="webapps"  … 对应的 name 属性值；

由此可以得出 configBase 的值为 $CATALINA_HOME/conf/Catalina/localhost

        (2) 按文件名顺序依次读取 configBase 目录下面的 xml 文件部署 web 应用；

            第一步，首先获取文件名（不包含 .xml ）作为上下文路径

                String nameTmp = files[i].substring(0, files[i].length() - 4);

                String contextPath = "/" + nameTmp.replace('#', '/');

            第二步，解析 xml 文件，分析 docBase 的值；

    注意这里的 docBase 的判断很重要，采用和以前版本完全不同的做法；

                                    if (!docBase.isAbsolute()) {

                        docBase = new File(appBase(), context.getDocBase());

                      }

                  首先判断 docBase 是否为绝对路径，如果不是绝对路径，在改为

                       $CATALINA_HOME/webapps+docBase

                     // If external docBase, register .xml as redeploy first

                     if(!docBase.getCanonicalPath().startsWith(appBase().getAbsolutePath()))

{

// 这个判断很重要，这里是判断如果 docBase 路径是以

$ CATALINA_HOME/webapps+docBase 开头的字符串，则忽略掉了

                           isExternal = true;

                           ...

                       if (docBase.getAbsolutePath().toLowerCase().endsWith(".war")) {

                             isWar = true;

                       }

                   } else{

       // Ignore specified docBase

     context.setDocBase(null);

}

          从上面可以看出， <Context path="/xxxx" docBase="xxxx" . 中 docBase 只有为绝对路径并且该路径不是以 $CATALINA_HOME/webapps 开头，才会生效；否则就忽略掉了；

2．    接下来部署 $CATALINA_HOME/webapps/ 目录下以。 War 结尾的文件

deployWARs(appBase, appBase.list());

(1) 首先仍是把文件名 ( 不用 .war) 作为其应用的上下文路径 ;

     if (files[i].toLowerCase().endsWith(".war")) {

                // Calculate the context path and make sure it is unique

                String contextPath = "/" + files[i];

                int period = contextPath.lastIndexOf(".");

        (2) 接下来判断以该上下文路径 contextPath 是否已经装载过了，如果是则直接退出；     if (deploymentExists(contextPath))

                     return;

       （ 3 ） 继续判断以该上下文命名的部署文件是否存在，如 war 文件为 AAA.war, 则判断在 $CATALINA_HOME/conf/Catalina/localhost/AAA.xml 文件是否存在，如果不存在继续执行以下操作；

             File xml = new File

            (configBase, file.substring(0, file.lastIndexOf(".")) + ".xml");

        if (deployXML && !xml.exists()) {

          entry = jar.getJarEntry(Constants.ApplicationContextXml);

          configBase.mkdirs();

          。。。

      先从 wart 文件中读取 META-INF/context.xml 文件，然后把它 copy 到

      $CATALINA_HOME/conf/Catalina/localhost/AAA.xml, 注意 war 文件部署文件必须为

context.xml ，且在 META-INF 目录下；   

  （ 4 ）接下来操作和上面类似，部署该 web 应用；

3. 最后是以 $CATALINA_HOME/webapps 目录下的文件夹为目标按文件夹名顺序进行部署；

     deployDirectories(appBase, appBase.list());

（1）       同样先把该文件夹名作为上下文路径进行部署；

             File dir = new File(appBase, files[i]);

            if (dir.isDirectory()) {

                // Calculate the context path and make sure it is unique

                String contextPath = "/" + files[i];

（2）       接下来的步骤就基本上是一样了，首先判断该上下文路径是否已经部署过，如果是则直接退出，否则和上面一样，读取 META-INF/context.xml 文件进行部署；

注意这里和上面的 war 文件部署稍微有点不同，就是它不会 copy 部署文件 context.xml 文件到 $CATALINA_HOME/conf/Catalina/localhost 中去；