内容仓库Apache JackRabbit

JSR-170把自己定义为一个能与内容仓库互相访问的，独立的，标准的方式。同时它也对内容仓库做出了自己的定义，它认为内容仓库是一个高级的信息管理系统，该系统是是传统的数据仓库的扩展，它提供了诸如版本控制、全文检索，访问控制，内容分类、访问控制、内容事件监视等内容服务。Java Content Repository  API（JSR-170）试图建立一套标准的API去访问内容仓库。如果你对内容管理系统（CMS）不熟悉的话，你一定会对内容仓库是什么感到疑惑。你可以这样去理解，把内容仓库理解为一个用来存储文本和二进制数据（图片，word文档，PDF等等）的数据存储应用程序。一个显著的特点是你不用关心你真正的数据到底存储在什么地方，是关系数据库？是文件系统？还是XML？不仅仅是数据的存储和读取，大多数的内容仓库还提供了更加高级的功能，例如访问控制，查找，版本控制，锁定内容等等。一段时间以来市场上出现了各个厂家开发的不同的CMS系统，这些系统都建立在他们各自的内容仓库之上。问题出现了，每个CMS开发商都提供了他们自己的API来访问内容仓库。这对应用程序的开发者带来了困扰，因为他们要学习不同的开发商提供的API，同时，他们的代码也与这些特定的API产生了绑定。JSR-170正是为解决这一问题而出现的，它提供了一套标准的API来访问任何数据仓库。通过JSR-170，你开发代码只需要引用 javax.jcr.* 这些类和接口。它适用于任何兼容JSR-170规范的内容仓库。我们将通过一个例子来逐步了解JSR-170。为什么需要 Java Content Repository API随着各个厂家各自的内容仓库实现数量的增长，人们越来越需要一组通用的编程接口来使用这些内容仓库，这就是JSR-170所要做的东西。它提供一组通用的编程接口来连接内容仓库。你可以把JSR-170理解为和JDBC类似的API，这样你可以不依赖任何具体的内容仓库实现来开发你的程序。你可以直接使用支持JSR-170的内容仓库；或者如果一些厂家的内容仓库不支持JSR-170则可以通过这些厂家提供的JSR-170驱动来完成从JSR-170与厂家特定的内容仓库的转换。下面这张图描述了使用JSR-170开发的应用系统的结构。在该系统运行的时候，它可以操作内容仓库1，2，3中的任意一个。在这些内容仓库当中，只有2是直接支持JSR-170的，剩下的两个都需要JSR-170驱动来和应用系统交互。注意：你的应用系统完全不用关心你的数据是如何存储的。1可能使用了关系数据库来存储，而2使用了文件系统，至于上，它甚至更前卫的使用了XML。repositorymodel1.gifJSR-170 API对不同的人员提供了不同的好处。●对于开发者无需了解厂家的仓库特定的API，只要兼容JSR-170就可以通过JSR-170访问其仓库。●对于使用CMS的公司则无需花费资金用于在不同种类CMS的内容仓库之间进行转换。●对于CMS厂家，无需自己开发内容仓库，而专注于开发CMS应用。JSR-170 是这样定义内容仓库的，内容仓库由一组 workspace（工作空间）组成，这些workspace通常应该包含相似的内容。一个内容仓库有一个到多个 workspace。每个workspace都是一个树状结构，都有一个唯一的树根节点（root node）。树上的item（元素）或者是个node（节点）或者是个property（属性）。每个node都可以有零个到多个子节点和零个到多个子属性。只有根节点没有父节点，其余所有的节点都有一个父节点。property 也必须有一个父节点，但它没有子节点或是子属性，property 是叶子元素。property是真正存储数据的元素。下图描述了一个blog应用程序的内容仓库模型。每个root node（根节点）的子节点都代表了一个blog实体。与这个blog实体有关的数据都存储在 bolgEntry 节点的属性里，其中一个 blogAttachment property 存储了一个二进制图片文件。repositorymodel3.gif根据内容仓库实现的功能，JSR-170定义了三种级别：Level 1：定义了一个只读的内容仓库。功能包括读取内容，将内容导出为XML和查找内容。Level 2：定义了可写的内容仓库。Level 2是Level 1的扩展，新增的功能包括往内容仓库里写入内容，和从XML导入数据到仓库。Advanced options：定义实现五种附加功能，版本控制、JTA、SQL查询、清晰的内容锁定和监视。什么是Apache JackRabbit？Apache JackRabbit是一个开放源码的JSR-170 实现，实现了Level 2，但它还有许多扩展的功能。详细可以去它的官方网站。下面我们决定用Apache JackRabbit来作为我们示例程序的内容仓库。如何配置Apache JackRabbitJackRabbit需要两个参数来配置一个内容仓库实例。1.内容仓库主目录：这个文件目录下通常包含了所有的内容，搜索索引，内部配置文件和其他持久化信息。它的结构看起来会像下面这个样子：python 代码    c:/temp            |            |--Blogging                    |                    |-repository                    |       |                    |       |-index                   |       |-meta                    |       |-namespaces                    |       |-nodetypes                                 |                    |-version                    |                    |-workspace                            |                            |--default     在上面的情况下，内容仓库主目录是c:/temp/Blogging.2.内容仓库配置文件：一个典型的配置文件如下：xml 代码    <Repository>       <FileSystem class="org.apache.jackrabbit.core.fs.local.LocalFileSystem">        <param name="path" value="${rep.home}/repository"/>       FileSystem>       <Security appName="Jackrabbit">        <AccessManager class="org.apache.jackrabbit.core.security.SimpleAccessManager"/>        <LoginModule class="org.apache.jackrabbit.core.security.SimpleLoginModule">          <param name="anonymousId" value="anonymous"/>        LoginModule>       Security>       <Workspaces rootPath="${rep.home}/workspaces" defaultWorkspace="default"/>       <Workspace name="${wsp.name}">        <FileSystem class="org.apache.jackrabbit.core.fs.local.LocalFileSystem">         <param name="path" value="${wsp.home}"/>        FileSystem>        <PersistenceManager                class="org.apache.jackrabbit.core.state.db.DerbyPersistenceManager">         <param name="url" value="jdbc:derby:${wsp.home}/db;create=true"/>         <param name="schemaObjectPrefix" value="${wsp.name}_"/>        PersistenceManager>        <SearchIndex class="org.apache.jackrabbit.core.query.lucene.SearchIndex">         <param name="path" value="${wsp.home}/index"/>        SearchIndex>       Workspace>       <Versioning rootPath="${rep.home}/version">        <FileSystem class="org.apache.jackrabbit.core.fs.local.LocalFileSystem">         <param name="path" value="${rep.home}/version" />        FileSystem>        <PersistenceManager                class="org.apache.jackrabbit.core.state.db.DerbyPersistenceManager">         <param name="url" value="jdbc:derby:${rep.home}/version/db;create=true"/>         <param name="schemaObjectPrefix" value="version_"/>        PersistenceManager>        Versioning>        <SearchIndex class="org.apache.jackrabbit.core.query.lucene.SearchIndex">         <param name="path" value="${rep.home}/repository/index"/>        SearchIndex>      Repository>    在这个配置文件里，元素是根元素，它包含了下面这些元素：  a，: 该元素配置了内容仓库的全局数据存储位置，这些全局数据包括已注册的命名空间，定制的节点类型等等。        JackRabbit 提供了几种选择，一种是像上面例子里配置的存储在本地文件里，LocalFileSystem. 如果你想把它们存储在数据库里，你可以使用 DbFileSystem.  b，:内容仓库的安全配置，它有两个子元素：和。配置的类用来判断用户有没有权限来对特定数据执行特定的操作。  c，:这个元素的配置对所有的workspace都通用。它的rootPath 属性是所有workspace文件夹的根目录，在我们的例子里它是c:/temp/Blogging/Workspace；defaultWorkspace 属性则包含了workspace的默认名。  d，:这个元素是所有workspace的默认配置模板。去每个workspace文件夹下你都会发现一个workspace.xml文件，这个文件和这个元素的配置一模一样。三个子元素：，和这个workspace相关数据的存储位置； ，这个workspace内容节点存储策略；，可选，全文检索。  e，:配置一个版本相关的对象。其实JackRabbit也是把它作为节点来处理的。这两个参数可以通过两种方式设置，一种是在仓库实例创建时直接传到Jackrabbit里去，一种是间接的通过设置JNDI object factory。你可以设置org.apache.jackrabbit.repository.home 这个系统属性的值来指定你的内容仓库主目录；也可以设置org.apache.jackrabbit.repository.conf 这个系统属性的值来指定你的内容仓库配置文件repository.xml。如果你不设定这两个参数，Jackrabbit会把当前目录作为内容仓库主目录，同时，它有一个默认的内容仓库配置文件。开发我们的例子程序jackrabbit已经配置好了，现在让我们来创建我们的示例程序。这个例子程序将调用JCR-170 API。很显然，我们需要做两件事情：一个是作为后台的对数据进行增删改查（持久层），另一个是开发相对应的UI界面（WEB 层）。首先，让我们定义一个DAO接口。这个接口BlogEntryDAO.java 如下：java 代码    public interface BlogEntryDAO {           public void insertBlogEntry(BlogEntryDTO blogEntryDTO)               throws BlogApplicationException;           public void updateBlogEntry(BlogEntryDTO blogEntryDTO)               throws BlogApplicationException;           public ArrayList getBlogList()               throws BlogApplicationException;           public BlogEntryDTO getBlogEntry(String blogTitle)               throws BlogApplicationException;           public void removeBlogEntry(String blogTitle)               throws BlogApplicationException;           public ArrayList searchBlogList(String userName)               throws BlogApplicationException;           public void attachFileToBlogEntry(String blogTitle, InputStream uploadInputStream)               throws BlogApplicationException;           public InputStream getAttachedFile(String blogTitle)               throws BlogApplicationException;       }   正如你看到的，这个接口提供了增删改查的方法，同时还提供了两个方法来处理附件。接下来，我们需要一个DTO对象用来在两个层之间传递数据。java 代码    public class BlogEntryDTO {                 private String userName;           private String title;           private String blogContent;           private Calendar creationTime;                 //Getter and setter methods for each of these properties               }   这里我们将仅仅讨论持久层。连接jackrabbit现在，第一件事情是开发一个组件，获得一个到jackrabbit内容仓库的连接。为了简单，我们将在程序启动的时候获得这个连接，然后在程序停止的时候释放这个连接。这里我们使用了Struts ，所以我们需要开发一个PlugIn 类。如下：java 代码    public class JackrabbitPlugin implements PlugIn{           public static Session session;           public void destroy() {               session.logout();           }           public void init(ActionServlet actionServlet, ModuleConfig moduleConfig)            throws ServletException {               try {                   System.setProperty("org.apache.jackrabbit.repository.home",                       "c:/temp/Blogging");                   Repository repository = new TransientRepository();                   session = repository.login(new SimpleCredentials("username",                           "password".toCharArray()));               } catch (LoginException e) {                   throw new ServletException(e);               } catch (IOException e) {                   throw new ServletException(e);               } catch (RepositoryException e) {                   throw new ServletException(e);                           }           }           public static Session getSession() {               return session;           }       }   init()方法将会在程序启动的时候调用，destroy()将会在程序停止的时候调用。我们在init()方法里获得了到jackrabbit内容仓库的连接。看看代码，我们做的第一件事是设定了org.apache.jackrabbit.repository.home这个系统属性，在上篇文章里提到，这个属性是用来指向我们的内容仓库主目录。这里我们设定它为c:/temp/blogging。接下来，我们创建了TransientRepository的一个实例。这是jackrabbit提供的类，它提供了一个到内容仓库的代理。它在第一个session 打开的时候自动启动内容仓库，在最后一个session 关闭的时候自动关闭内容仓库。一旦我们获得了一个内容仓库对象，我们就可以调用它的login() 方法来打开一个连接。login() 方法需要一个Credential 对象作为参数。如果Credential 对象是NULL，jackrabbit会认为其他的机制做了这个验证（比如JAAS）。login() 方法还可以传入一个workspace名字作为参数，如果不传入这个参数，jackrabbit会返回一个session对象指向默认的workspace。注意workspace和session是一对一的，即一个session仅对应一个workspace。（注：如果不传入Credential对象，返回的session对workspace是只读的）增加内容连接已经建立起来了，下面让我们实现BlogEntryDAO这个接口。第一个我们想实现的方法是插入数据 insertBlogEntry():java 代码    public void insertBlogEntry(BlogEntryDTO blogEntryDTO)                   throws BlogApplicationException {               Session session = JackrabbitPlugin.getSession();               Node rootNode = session.getRootNode();               Node blogEntry = rootNode.addNode("blogEntry");               blogEntry.setProperty("title", blogEntryDTO.getTitle());               blogEntry.setProperty("blogContent", blogEntryDTO.getBlogContent());               blogEntry.setProperty("creationTime", blogEntryDTO.getCreationTime());               blogEntry.setProperty("userName", blogEntryDTO.getUserName());                           session.save();       }   首先获得session 对象，即到内容仓库特定workspace的连接。然后，我们在这个session 对象上调用getRootNode() 方法，获得这个workspace的根节点，这个根节点的路径是（"/"）.一旦我们获得这个根节点，我们就可以通过addNode()方法在这个根节点下增加新的子节点。新节点的名字是blogEntry. 通过setProperty() 方法我们把数据存储到节点的property里。正如我们先前说明的，真实的数据是存储在property元素里，property元素是叶子。注意session.save() 这行代码。这个方法是必须调用的，这个方法调用之前，任何 Node,Property的改变都被保存在这个session的一个临时区域里，其他的和该session连接到相同workspace的session都看不到这些改变。当这个方法被调用并被成功执行后，这些Node,Property的改变才会被持久化到这个session关联的workspace里，同时所有与这个workspace关联的session才可见这些变化。相对应的，Session.refresh(false)将会丢弃所有这些改变。item.save()和Item.refresh(false)作用相似，只是影响范围限定在单个Item上（注意，包括它的子节点）获得列表在上一步中我们已经把数据保存到了内容仓库中，那我们如何确定数据确实保存进去了呢？getBlogList() 这个方法将返回根节点下所有名为blogEntry.的子节点。java 代码    public ArrayList getBlogList() throws BlogApplicationException {           Session session = JackrabbitPlugin.getSession();           ArrayList blogEntryList = new ArrayList();           Node rootNode = session.getRootNode();           NodeIterator blogEntryNodeIterator = rootNode.getNodes();                 while (blogEntryNodeIterator.hasNext()) {               Node blogEntry = blogEntryNodeIterator.nextNode();               if (blogEntry.getName().equals("blogEntry") == false)                   continue;               String title = blogEntry.getProperty("title").getString();               String blogContent = blogEntry.getProperty("blogContent").getString();               Value creationTimeValue = (Value) blogEntry.getProperty(                       "creationTime").getValue();               String userName = blogEntry.getProperty("userName").getString();               BlogEntryDTO blogEntryDTO = new BlogEntryDTO(userName, title,                       blogContent, creationTimeValue.getDate());               blogEntryList.add(blogEntryDTO);           }           return blogEntryList;       }    一旦你获得了根节点这个对象，你就可以通过调用getNodes()这个方法来获取它所有的子节点。如果这个节点没有子节点，将返回一个空的NodeIterator 对象。我们可以遍历这个NodeIterator 对象来获得名为blogEntry 的节点集合，然后通过getProperty()方法来获得节点上的属性，即我们保存的真实数据。getProperty()方法返回Value对象的一个实例。因为存储数据类型的不同，所以返回的Value对象实例是不同的。根据不同的数据类型，你应该调用特定的方法来获取数据，比如getString()来获取字符串，而getDate()获得一个日期。查找内容（用XPath的方式）JSR-170定义了两种方式来查找内容（也可以理解为查找节点）。一种使用XPath语法，另一种使用SQL语法。JSR-170要求Level 1必须实现XPath的方式，而SQL的方式则作为一个可选的功能。XPath原本是一种设计用来查找XML元素的语言。因为我们的workspace是树状的结构，很像XML。所以XPath语法非常适合于在这里查找内容。下面的代码演示了通过作者名来查找节点。java 代码    Session session = JackrabbitPlugin.getSession();           Workspace workSpace = session.getWorkspace();           QueryManager queryManager = workSpace.getQueryManager();                 StringBuffer queryStr = new StringBuffer(                   "//blogEntry[@"+PROP_BLOGAUTHOR +"= '");           queryStr.append(userName);           queryStr.append("']");           Query query = queryManager.createQuery(queryStr.toString(),                   Query.XPATH);                 QueryResult queryResult = query.execute();                 NodeIterator queryResultNodeIterator = queryResult.getNodes();           while (queryResultNodeIterator.hasNext()) {                     Node blogEntry = queryResultNodeIterator.nextNode();               String title = blogEntry.getProperty(PROP_TITLE).getString();               String blogContent = blogEntry.getProperty(PROP_BLOGCONTENT).getString();               Value creationTimeValue = (Value) blogEntry.getProperty(                       PROP_CREATIONTIME).getValue();               BlogEntryDTO blogEntryDTO = new BlogEntryDTO(userName, title,                       blogContent, creationTimeValue.getDate());               blogEntryList.add(blogEntryDTO);           }      java 代码        public void attachFileToBlogEntry(String blogTitle,             InputStream uploadInputStream) throws BlogApplicationException {               Session session = JackrabbitPlugin.getSession();               Node blogEntryNode = getBlogEntryNode(blogTitle, session);               blogEntryNode.setProperty(PROP_ATTACHMENT, uploadInputStream);               session.save();                     }           public InputStream getAttachedFile(String blogTitle) throws BlogApplicationException {               InputStream attachFileIS = null;               Node blogEntryNode = getBlogEntryNode(blogTitle);               Value attachFileValue = (Value) blogEntryNode.getProperty(PROP_ATTACHMENT).getValue();               attachFileIS = attachFileValue.getStream();             return attachFileIS;           }       正如你看到的那样，我们的代码在处理二进制内容和一般内容间并没有什么太大的区别。仅仅一点不同的是你要通过InputStream 对象来保存和获取二进制数据。在我们的配置文件里关于persistent manager会有一个externalBLOBs 属性。把这个属性设为true, 图片将会保存在文件里，相反则会保存在数据库的blob字段里。    总结    到这里，我们对 JSR-170, Jackrabbit以及如何使用 JSR-170 API开发一个简单的应用程序都有了大概的了解。我们的讨论更多的在于基础。相信大家一定会对内容仓库有个初步的认识。