网站后台开发用的StrongLoop也是博士生学长推荐给我的,实际使用中我感觉到困难十分巨大。最重要的部分在于,StrongLoop有关的中文书籍在中国没有一本中文资料能够查阅,即使是官方的API也是英文版的,因此我只能够对照官方的英文API来在探索中开发StrongLoop以及StrongLoop与AngularJS交接的部分,当然这也是在Linux系统下进行的。
网站数据库的MongoDB是导师要求的,为了迎合当前大数据发展的趋势,所采用的一种非关系型数据库。实际应用中我并没有感到任何不便,因为只要能够建立起MongoDB的表项,StrongLoop就已经能够自己完成所有的接口操作,如添删改查等等。MongoDB的性质和MySQL有些类似,基本是基本是基于命令行的操作,但是部分厂商提供了可视化的界面能够更加直观的显示数据,我使用的是Linux系统下的Eclipse的插件MonjaDB来连接MongoDB数据库实现可视化操作。
3.2  系统模块划分
本系统划分为两大部分,也是当前企业网站开发中所必须划分的前台和后台。其中前台负责数据的显示和分析,后台则负责数据库的连接和数据的处理。其中后台将能够与前台分离,位于网络中的某个位置而不是同一台机器上。对于一个学校内部的系统,我觉得这样的设计是较为合理的,因为这样极大的提高了数据的隐蔽性,也方便了数据的浏览。
前台的模块主要划分为:登录模块,表格显示模块,统计图显示模块,搜索模块,树形菜单模块。
后台的StrongLoop作为一个较为完整的软件系统,提供了数据的处理操作,比如添加、删除、修改和查询都能够在StrongLoop提供的网页界面上实现,用户的信息包括用户名和密码也是如此。由于后台的唯一性,特别是在学校的大环境下,我觉得将用户的注册和修改放在后台而不是前台较为安全,对于学校的信息保护也是十分合理的。
3.3  系统数据库设计
数据库使用了MongoDB,由于是非关系型数据库,所以数据库的中表项并不像关系型数据库需要有类型的设置。由于MongoDB对中文表项名不支持,所以统一将表项名定为中文实际含义的拼音经过处理后的结
上一篇:LBP算子基于局部纹理特征的人脸识别系统实现
下一篇:基于安卓的无线点餐系统的设计与实现

基于Apriori算法的电影推荐

数据挖掘在电子商务中的应用

数据挖掘的主题标绘数据获取技术与实现

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

基于网络的通用试题库系...

python基于决策树算法的球赛预测

AT89C52单片机的超声波测距...

承德市事业单位档案管理...

志愿者活动的调查问卷表

国内外图像分割技术研究现状

10万元能开儿童乐园吗,我...

中国学术生态细节考察《...

医院财务风险因素分析及管理措施【2367字】

公寓空调设计任务书

神经外科重症监护病房患...

C#学校科研管理系统的设计