一种面向REST架构风格的Web服务快速开发方法与流程

本发明涉及一种面向rest架构风格的web服务快速开发方法。

背景技术：

webservices是一种部署在分布式web应用上的对象，是构建分布式web应用程序的模型，建立在以xml为主的、开放的web规范技术的基础上，能在所有支持internet通讯的操作系统上实施运行，具有更好的开放性，是实现可互操作的分布式web应用平台。webservices基于三种角色，即服务提供者、服务注册中心和服务请求者之间的交互。涉及发布、查找和绑定操作，这些角色和操作一起作用于webservices组件。典型情况下服务提供者将webservices的服务描述发布到服务注册中心。服务请求者使用查找操作从服务注册中心检索服务描述，然后使用服务描述与服务提供者进行绑定并调用webservices实现交互。

rest是英文representationalstatetransfer的缩写，中文译为“表象状态传输”、“具体状态转移”或“表现状态转移”。rest是一种架构风格(或模式)，不是一种具体的标准或架构；rest不是一个协议，它是对web体系结构设计原则的一种描述，是一种对于服务器的更加有效的抽象方式，是一种基于资源的服务访问架构风格。rest结合了一系列规范，从而形成了一种新的基于web的架构风格，它带来的是一种全新的web开发过程中的思维方式：通过uri来设计系统结构。根据rest设计原则，每个uri代表一个资源，而整个系统就是由这些资源组成的。使用rest和面向资源架构(roa)原则的webservices通常称为restfulwebservices或端点。restfulservices具有以下特点：

1.client-server结构：将客户端与服务器端分离，将用户界面与数据存储分离，使得不同用户终端共享相同的数据成为了可能。

2.无状态：要求每个http请求都是完全孤立的。

3.命名资源：restfulwebservices也是资源，也有唯一的uri标识。

4.互联资源表示：restfulwebservices提供的表示通过uri实现互联，客户可以实现客户状态的自维护性。

5.中间组件层：在客户和资源间使用代理服务器、缓存服务器、网关等提高效率、增强安全。

6.从http头中获取统一接口和资源地址：对服务资源的所有动作和要访问的服务器资源都从http统一接口和uri中得到，使代理服务器、缓存服务器能很好的协调工作。

7.可以使用简单有效的安全模型：rest中很容易隐藏某个资源，只需不发布它的uri；可对每个uri的四个通用接口设置权限；也可以通过堵塞非get请求把资源设置为只读的。

随着restfulwebservices的兴起，rest服务开发框架层出不穷，例如：jersey、resteasy以及restlet等。jersey框架是采用java语言开发rest服务的开源框架，它支持jax-rsapi并作为jax-rs(jax-rs即javaapiforrestfulwebservices，是一个java编程语言的应用程序接口，支持按照表述性状态转移(rest)架构风格创建web服务。jax-rs使用了javase5引入的java标注来简化web服务的客户端和服务端的开发和部署)的参考实现。jersey框架不仅仅是jax-rs的参考实现，它还提供了自己的api，这些api继承jax-rs工具包，提供了附加功能和实用程序，进一步简化rest服务和客户端的开发。另外，jersey公开了大量扩展spi，使开发人员能够更好地继承jersey来适应各自的需求。resteasy是jboss的一个开源项目，提供各种框架帮助你构建restfulwebservices和restfuljava应用程序。它是jax-rs规范的一个完整实现并通过jcp认证。作为一个jboss的项目，它当然能和jboss应用服务器很好地集成在一起。但是，它也能在任何运行jdk5或以上版本的servlet容器中运行。resteasy还提供一个resteasyjax-rs客户端调用框架。能够很方便与ejb、seam、guice、spring和springmvc集成使用。支持在客户端与服务器端自动实现gzip解压缩。

ibm公司的研究员maximilien,e.michael提出一种swashup-therubyonrailsservicesmashup方法，该方法从rosettanetpip3a4消息开始建模，使得消息的xsd类型直接映射到使用dsl注释的ruby类。然后使用ruby来定义将数据元素用作纯ruby对象的调解过程。最后利用rails框架来访问soap服务以及定义网络端点。该方法虽然能够通过少量的代码完成web服务的开发，但必须依赖于ruby语言实现，有较大的局限性。来自日本ntt网络创新实验室的takeruinoue、hiroshiasakura和hiroshisato等人设计了一种快速开发web应用程序的高度复用数据库组件——wapdb，该组件基于restfulwebapis开发，它使得开发人员不必重新构造webapi即可快速开发web应用，从而提供rest架构风格的服务。另外，wapdb还提供了web应用程序的通用功能，例如高效的访问控制，扩展机制，搜索和统计能力。但该组件仅仅针对数据库的crud等操作进行封装，并未对web服务的整体开发过程进行建模。

技术实现要素：

为了克服现在的rest开发框架仍需在服务器端进行大量编程、开发难度较大的不足，本发明提供了一种面向rest架构风格的服务快速开发方法。采用了一种rest-ango模型来达到服务器端rest开发轻量级编程，甚至零编程的目的。rest-ango模型基于多agent技术，采用r-wrdl语言来描述用户需求，通过mappingtree来实现rest资源的映射，并进行系统实现。该方法能在较大程度上提高rest服务的开发效率，降低开发难度，并保障客户端独立性，客户端只需按照rest架构风格来发送服务请求即可。

本发明所采用的技术方案是：

一种面向rest架构风格的web服务快速开发方法，包括以下步骤：

第一步、建立一个基于rest-ango的模型，分为视图层、控制层和组件层，过程如下：

1.1、视图层(viewlayer)：负责数据模型的相互转化，在任务请求阶段，视图层将用户提交的可视化数据转化为符合rest-ango模型标准的json数据媒介，并传送给控制层；在请求响应阶段，视图层将控制层处理的数据结果转化为可视化数据模型，以便用户进行直观理解；

1.2、控制层(controllerlayer)：负责请求的适配、r-wrdl配置信息的解析、元agent的动态装配、任务的执行以及与表现层的通讯，并能根据表现层触发的事件执行相应的动作；

1.3、组件层(componentlayer)：负责为调度agent提供一系列具有基本功能的处理单元；

第二步、基于所述的模型，提出的面向rest架构风格的web服务快速开发方法，过程如下：

步骤2.1：采用元agent自更新机制将拥有基本功能的元agent注册到agentcluster中，或者将已经废弃的元agent从agentcluster中注销，该机制的设立主要是为了使得元agent注册与注销变得及时、有序，进而使得r-wrdlpool时刻保持最新；

步骤2.2：采用惰性加载机制加载r-wrdlpool配置信息，即在程序启动阶段将r-wrdlpool中的所有配置信息装载到mappingtree和memorypool中，来提高配置信息的搜索速度，之后仅在r-wrdlpool状态发生变化时，才将改变的信息同步到内存中，以缩短配置加载时间；

步骤2.3：当mappingtree加载完成后，将r-wrdlpool配置文件中的需求信息装载到memorypool中；

步骤2.4：前端发送rest服务请求，适配agent获取该服务请求并解析得到统一资源标识符uri和http标准方法，根据解析后的结果前往mappingtree中搜索得到锚点tag和唯一操作标识key，并传递给决策agent。决策agent接受适配agent传递的锚点tag和唯一操作标识key，锚点tag为首个需要执行的元agent的标记(互联网环境是动态不确定的，这使得rest服务开发也具有了一定的不确定性。为了确保ango模型能提供相对明确和稳定的系统级别可复用rest服务开发能力，单一的元agent无法完成多个相互交互的复杂任务。因此，就需要多个元agent间通过协同的方式来实现对用户需求的解析、处理和资源提供。ango模型通过agentchain来完成这一协作任务，这既提高了软件开发的效率，同时也确保了软件质量，因为agentchain中的每一个元agent在加入前都必须保证是可用、可靠的，并已经通过软件测试。agentchain基于元agent，能够根据环境和需求的变化而变化，它也是确保ango系统内各个组件的生存能力的重要方式。此处的锚点tag标记了agentchain中的首个元agent)。决策agent首先根据锚点tag进行路由转发，然后根据唯一操作标识key获取memorypool中的配置信息config，再根据配置信息config从组件层中筛选出符合特定要求的元agent进行装配，最后决策agent按序执行装配完成的agentchain，并将执行结果以json为媒介返回至视图层。

进一步，所述1.2中，所述控制层包含的模块有：

适配agent：根据前端发送的统一资源标识符uri和http标准方法，通过搜索mappingtree得到锚点tag和唯一操作标识key，并传递给决策agent；

决策agent：任务处理的枢纽。它接受适配agent传递的锚点tag和唯一操作标识key，锚点tag为首个需要执行的元agent的标记，决策agent首先根据锚点tag进行路由转发，然后根据唯一操作标识key获取memorypool(内存池)中的配置信息config，再根据配置信息config从组件层中筛选出符合特定要求的元agent进行按序装配，并将处理结果返回至视图层；

r-wrdlpool：配置文件池，由r-wrdl(rest-webrequirementdescriptionlanguage)语言编写。r-wrdl并非是一种真正的语言，其含义是一种基于rest-ango模型的用户需求转换规则，程序员把每个功能点的个性化需求、资源所对应的uri路径、http标准方法以及每个元agent所具有的功能一一对应，通过r-wrdl语言描述在xml文档上，在程序动态执行时，语义理解agent进行解释并内存化，分别存储到mappingtree和memorypool中，以作为整个模型动态运行的全局决策依据；

mappingtree：资源操作匹配树，该树共分为4层，第一层为root，第二层对应前端发送的统一资源标识符uri，第三层对应前端发送的http标准方法，第四层由锚点tag和唯一操作标识key组成，锚点tag对应r-wrdl所用xml载体的文件名，key对应r-wrdl需求片段的唯一标识，通过搜索该树可以根据uri和http方法快速定位锚点tag以及唯一操作标识key；

memorypool(内存池)：存储r-wrdlpool语义理解后的信息，在内存中由特定数据结构存储；

语义理解agent：对r-wrdl语言编写的xml文档进行语义理解，并将解释的结果存储到mappingtree和memorypool中；

agentchain：由一系列元agent按顺序组成，具有完成特定功能的agent链；

再进一步，所述1.3中，组件层包含的模块有：

agentcluster：由大量元agent组成的无序agent簇；

agentcenter：agent中心，对agentcluster进行实时感知，负责管理元agent的注册及注销；

元agent：能通过对外提供服务以展示其功能的自主行为实体单元，新的元agent可向agentcenter进行注册，从而获得参与决策agent动态装配的资格；

元agent将用户需求分类成若干功能集合，每个集合内都对应了一种通用的功能需求操作，并由对应元agent管理。即元表示元agent到某种功能集合的映射。

更进一步，所述2.1)中，采用元agent自更新机制的过程如下：

元agent首先被开发者注册到agentcluster中，之后，agentcluster会向agentcenter登记该元agent的信息，agentcenter确认元agent基本功能信息无误后，将该元agent及其功能语义更新到r-wrdlpool中；另一种情形，过期的元agent被开发者从agentcluster中废弃，之后，agentcluster会向agentcenter注销该元agent的信息，然后agentcenter将该元agent及其功能语义从r-wrdlpool中移除。

所述步骤2.2)中，r-wrdlpool配置信息的加载分为两步：首先，对r-wrdl节点信息进行匹配，组成树形结构后存入mappingtree中，采用树形结构能够更加快速地进行搜索定位。过程如下：

r-wrdl的每个element节点分别表示一个用户需求，每个element节点都拥有uri、method和key三个属性。uri表示rest服务请求资源的路径，method表示rest服务请求的动作，为http标准方法，一般为get/post/put/patch/delete。key的值无需手动配置，在语义理解agent提取uri和method的值后，会根据提取的值生成一个唯一的字符串，即操作标识key。首先语义理解agent取出uri的值放入mappingtree的第二层节点中，然后取得method的值放入mappingtree的第三层节点中，接着将当前r-wrdl所用xml载体的文件名作为锚点tag，加上自动生成的唯一操作标识key作为mappingtree的第四层叶子节点。

所述步骤2.3中，当mappingtree加载完成后，将r-wrdlpool配置文件中的需求信息装载到memorypool中，过程是：

在程序启动阶段，语义理解agent会解释r-wrdlpool中的需求配置信息，并将解释的结果存储到memorypool中；另一种情形，当程序监测到r-wrdlpool发生变化时，会命令语义理解agent对变化的内容进行语义分析，并将最新的配置信息同步到memorypool中

所述步骤2.4的过程如下：

首先将rest-ango模型抽象为4层超网络图结构，至上而下分别为：用户网络、rest服务网络、元agent网络和r-wrdl需求网络。

用户网络：由请求rest服务的用户构成，不同用户可能发送不同rest服务请求，也可能发送相同rest服务请求。

rest服务网络：由系统提供的rest服务构成，每个rest服务主要包含统一资源标识符uri、http标准方法和请求参数。每个用户可以请求多个rest服务，每个rest服务也可以为多个用户提供服务。因此，用户网络与rest服务网络之间为多对多的关系。

元agent网络：由元agent构成，rest-ango模型支持复杂rest服务的开发。由于单一的元agent无法完成多个相互交互的复杂任务，因此，就需要多个元agent间通过协同组合的方式来实现对于开发复杂rest服务的支持。rest-ango模型通过agentchain来完成元agent的组合，agentchain基于元agent，能够根据环境和需求的变化而变化，它是确保ango系统内各个组件的生存能力的重要方式。因此，rest服务与agentchain形成多对一的关系，而agentchain由多个元agent组合而成，则rest服务网络与元agent网络之间为多对多的关系。

r-wrdl需求网络：由r-wrdl需求片段构成，元agent的执行依赖r-wrdl需求配置片段，元agent可在运行时动态装载r-wrdl需求配置片段，它是元agent个性化执行以适应多样化rest服务的重要保障。每个元agent可装载多个r-wrdl配置，因此，元agent网络与r-wrdl需求网络之间为一对多的关系。

根据以上超网络之间的关系，可建立多层映射关系：rest服务与元agent之间的映射以及元agent与r-wrdl需求之间的映射。

rest-ango模型建立映射过程为：用户发送rest服务请求，适配agent获取该服务请求并解析得到统一资源标识符uri和http标准方法，根据解析后的结果前往mappingtree中搜索得到锚点tag和唯一操作标识key，并传递给决策agent，过程如下：

2.4.1)决策agent依据锚点tag得到agentchain的链首agent，并根据用户需求，结合环境变化的因素，以元agent协同的方式进行agent组合，得到agentchain。一条组合完成的agentchain可提供多个rest服务，该过程即完成了rest服务到元agent的映射。

2.4.2)决策agent根据唯一操作标识key，前往memorypool中查询得到r-wrdl需求片段(配置信息config)。一条组合完成的agentchain装载不同的r-wrdl需求片段，即可完成用户多样化的需求，此过程即完成了元agent到r-wrdl需求的映射。

本发明的有益效果是：(1)通用性服务需求一般都可通过r-wrdl语言以配置的方式进行发布，由rest-ango模型自动演化执行，提高了软件生产效率。(2)用户请求全部交由决策agent自动组装元agent完成，极大减少服务器端人工编码，提高了软件开发的质量，从而保证服务器端的稳定。(3)采用mappingtree树形结构预先提取出r-wrdl中rest服务与r-wrdl需求片断之间的对应关系，优化搜索过程，确保路由agent能快速、精确地进行定位(4)采用惰性加载机制将r-wrdlpool以及mappingtree存入memorypool中，缩短系统配置时间，加快搜索速度，减少服务器响应时间，提升了用户满意度。(5)基于rest-ango模型的开发方法遵循“二八法则”，即80％的rest服务为常见功能，可快速配置实现，提高面向rest服务批量化生产能力。

附图说明

图1示出了模型框架图。

图2示出了r-wrdl文档的xmlscheme结构。

图3示出了mappingtree结构图。

图4示出了超网络结构图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图4，一种面向rest架构风格的web服务快速开发方法，包括以下步骤：

第一步、建立一个基于rest-ango的模型，模型按照分层架构思想设计，如图1所示，分为view(视图层)、control(控制层)和component(组件层)，过程如下：

1.1、视图层(viewlayer)：负责数据模型的相互转化，在任务请求阶段，视图层将用户提交的可视化数据转化为符合rest-ango模型标准的json数据媒介，并传送给控制层；在请求响应阶段，视图层将控制层处理的数据结果转化为可视化数据模型，以便用户进行直观理解。

1.2、控制层(controllerlayer)：负责请求的适配、r-wrdl配置信息的解析、元agent的动态装配、任务的执行以及与表现层的通讯，并能根据表现层触发的事件执行相应的动作；

控制层包含的模块有：

适配agent：根据前端发送的统一资源标识符uri和http标准方法，通过搜索mappingtree得到锚点tag和唯一操作标识key，并传递给决策agent。

决策agent：任务处理的枢纽。它接受适配agent传递的锚点tag和唯一操作标识key，锚点tag为首个需要执行的元agent的标记，决策agent首先根据锚点tag进行路由转发，然后根据唯一操作标识key获取memorypool(内存池)中的配置信息config，再根据配置信息config从组件层中筛选出符合特定要求的元agent进行按序装配，并将处理结果返回至视图层。

r-wrdlpool：配置文件池，由r-wrdl(webrequirementdescriptionlanguage)语言编写。r-wrdl并非是一种真正的语言，其含义是一种基于rest-ango模型的用户需求转换规则，程序员把每个功能点的个性化需求、资源所对应的uri路径、http标准方法以及每个元agent所具有的功能一一对应，通过r-wrdl语言描述在xml文档上，在程序动态执行时，语义理解agent进行解释并内存化，分别存储到mappingtree和memorypool中，以作为整个模型动态运行的全局决策依据。

mappingtree：资源操作匹配树，该树共分为4层，第一层为root，第二层对应前端发送的统一资源标识符uri，第三层对应前端发送的http标准方法，第四层由锚点tag和唯一操作标识key组成，锚点tag对应r-wrdl所用xml载体的文件名，key对应r-wrdl需求片段的唯一标识。通过搜索该树可以根据uri和http方法快速定位锚点tag以及唯一操作标识key。

memorypool(内存池)：存储r-wrdlpool语义理解后的信息，在内存中由特定数据结构存储。

语义理解agent：对r-wrdl语言编写的xml文档进行语义理解，并将解释的结果存储到mappingtree和memorypool中。

agentchain：由一系列元agent按顺序组成，具有完成特定功能的agent链。

1.3、组件层(componentlayer)：负责为调度agent提供一系列具有基本功能的处理单元；

组件层包含的模块有：

agentcluster：由大量元agent组成的无序agent簇。

agentcenter：agent中心，对agentcluster进行实时感知，负责管理元agent的注册及注销。

元agent：能通过对外提供服务以展示其功能的自主行为实体单元，新的元agent可向agentcenter进行注册，从而获得参与决策agent动态装配的资格。

元agent将用户需求分类成若干功能集合，每个集合内都对应了一种通用的功能需求操作，并由对应元agent管理。即元表示元agent到某种功能集合的映射。

第二步、基于所述的模型，提出的面向rest架构风格的web服务快速开发方法的过程如下：

步骤2.1：采用元agent自更新机制将拥有基本功能的元agent注册到agentcluster中，或者将已经废弃的元agent从agentcluster中注销。该机制的设立主要是为了使得元agent注册与注销变得及时、有序，进而使得r-wrdlpool时刻保持最新。过程如下：

元agent首先被开发者注册到agentcluster中，之后，agentcluster会向agentcenter登记该元agent的信息，agentcenter确认元agent基本功能信息无误后，将该元agent及其功能语义更新到r-wrdlpool中；另一种情形，过期的元agent被开发者从agentcluster中废弃，之后，agentcluster会向agentcenter注销该元agent的信息，然后agentcenter将该元agent及其功能语义从r-wrdlpool中移除。

步骤2.2：采用惰性加载机制加载r-wrdlpool配置信息。即在程序启动阶段将r-wrdlpool中的所有配置信息装载到mappingtree和memorypool中，来提高配置信息的搜索速度，之后仅在r-wrdlpool状态发生变化时，才将改变的信息同步到内存中，以缩短配置加载时间。如上所述，r-wrdlpool配置信息的加载分为两步：首先，对r-wrdl节点信息进行匹配，组成树形结构后存入mappingtree中，采用树形结构能够更加快速地进行搜索定位。

r-wrdl文档的xmlscheme结构如图2所示：每个element节点分别表示一个用户需求，每个element节点都拥有uri、method和key三个属性。uri表示rest服务请求资源的路径，method表示rest服务请求的动作，为http标准方法，一般为get/post/put/patch/delete。key的值无需手动配置，在语义理解agent提取uri和method的值后，会根据提取的值生成一个唯一的字符串，即操作标识key。r-wrdl文档的其余部分将在步骤3中被加载至memorypool中。

加载mappingtree的过程如下：首先语义理解agent取出uri的值放入mappingtree的第二层节点中，然后取得method的值放入mappingtree的第三层节点中，接着将当前r-wrdl所用xml载体的文件名作为锚点tag，加上自动生成的唯一操作标识key作为mappingtree的第四层叶子节点，加载完毕的mappingtree结构如图3所示。

步骤2.3：当mappingtree加载完成后，将r-wrdlpool配置文件中的需求信息装载到memorypool中，具体过程是：

在程序启动阶段，语义理解agent会解释r-wrdlpool中的需求配置信息，并将解释的结果存储到memorypool中；另一种情形，当程序监测到r-wrdlpool发生变化时，会命令语义理解agent对变化的内容进行语义分析，并将最新的配置信息同步到memorypool中。

步骤2.4：前端发送rest服务请求，适配agent获取该服务请求并解析得到统一资源标识符uri和http标准方法，根据解析后的结果前往mappingtree中搜索得到锚点tag和唯一操作标识key，并传递给决策agent。决策agent接受适配agent传递的锚点tag和唯一操作标识key，锚点tag为首个需要执行的元agent的标记(互联网环境是动态不确定的，这使得rest服务开发也具有了一定的不确定性。为了确保ango模型能提供相对明确和稳定的系统级别可复用rest服务开发能力，单一的元agent无法完成多个相互交互的复杂任务。因此，就需要多个元agent间通过协同的方式来实现对用户需求的解析、处理和资源提供。ango模型通过agentchain来完成这一协作任务，这既提高了软件开发的效率，同时也确保了软件质量，因为agentchain中的每一个元agent在加入前都必须保证是可用、可靠的，并已经通过软件测试。agentchain基于元agent，能够根据环境和需求的变化而变化，它也是确保ango系统内各个组件的生存能力的重要方式。此处的锚点tag标记了agentchain中的首个元agent)。决策agent首先根据锚点tag进行路由转发，然后根据唯一操作标识key获取memorypool中的配置信息config，再根据配置信息config从组件层中筛选出符合特定要求的元agent进行装配，最后决策agent按序执行装配完成的agentchain，并将执行结果以json为媒介返回至视图层。

具体过程如下：

首先将rest-ango模型抽象为如图4所示的四层超网络图结构，至上而下分别为：用户网络、rest服务网络、元agent网络和r-wrdl需求网络。

用户网络：由请求rest服务的用户构成，不同用户可能发送不同rest服务请求，也可能发送相同rest服务请求。

rest服务网络：由系统提供的rest服务构成，每个rest服务主要包含统一资源标识符uri、http标准方法和请求参数。每个用户可以请求多个rest服务，每个rest服务也可以为多个用户提供服务。因此，用户网络与rest服务网络之间为多对多的关系。

元agent网络：由元agent构成，rest-ango模型支持复杂rest服务的开发。由于单一的元agent无法完成多个相互交互的复杂任务，因此，就需要多个元agent间通过协同组合的方式来实现对于开发复杂rest服务的支持。rest-ango模型通过agentchain来完成元agent的组合，agentchain基于元agent，能够根据环境和需求的变化而变化，它是确保ango系统内各个组件的生存能力的重要方式。因此，rest服务与agentchain形成多对一的关系，而agentchain由多个元agent组合而成，则rest服务网络与元agent网络之间为多对多的关系。

r-wrdl需求网络：由r-wrdl需求片段构成，元agent的执行依赖r-wrdl需求配置片段，元agent可在运行时动态装载r-wrdl需求配置片段，它是元agent个性化执行以适应多样化rest服务的重要保障。每个元agent可装载多个r-wrdl配置，因此，元agent网络与r-wrdl需求网络之间为一对多的关系。

根据以上超网络之间的关系，可建立多层映射关系：rest服务与元agent之间的映射以及元agent与r-wrdl需求之间的映射。rest-ango模型建立映射过程如下：

用户发送rest服务请求，适配agent获取该服务请求并解析得到统一资源标识符uri和http标准方法，根据解析后的结果前往mappingtree中搜索得到锚点tag和唯一操作标识key，并传递给决策agent。

2.4.1)决策agent依据锚点tag得到agentchain的链首agent，并根据用户需求，结合环境变化的因素，以元agent协同的方式进行agent组合，得到agentchain。一条组合完成的agentchain可提供多个rest服务，该过程即完成了rest服务到元agent的映射。

2.4.2)决策agent根据唯一操作标识key，前往memorypool中查询得到r-wrdl需求片段(配置信息config)。一条组合完成的agentchain装载不同的r-wrdl需求片段，即可完成用户多样化的需求，此过程即完成了元agent到r-wrdl需求的映射。

实例：采用本发明提出的面向rest架构风格的web服务快速开发方法，为某教师培训管理系统开发rest服务为例。该rest-ango模型共分为4个模块：适配模块、配置模块、决策模块和元agent模块。说明如下：

适配模块：对前端发送的rest服务请求进行解析，将解析得到的统一资源标识符uri和http标准方法发送至配置模块，查询得到锚点tag和唯一操作标识key，并发送至决策模块。

配置模块：在内存中共分配两块配置池，mappingtree存储了统一资源标识符uri、http标准方法和r-wrdl需求配置的对应关系，利用mappingtree能够根据前端发送的rset服务快速定位到r-wrdl需求配置；memorypool存储了r-wrdl需求配置，决策模块根据该配置信息能够进行agent组合并完成用户需求。

决策模块：根据适配模块发送的锚点tag和唯一操作标识key，前往配置模块查询得到r-wrdl需求配置，根据获取到的配置信息，从元agent模块中筛选相应的元agent进行组合，并完成用户需求。

元agent模块：由执行基本功能的自主行为实体单元——元agent构成，模块能够对元agent的登记、注销进行有效管理，并实时将元agent信息更新至配置模块。该模块主要为决策模块提供有效的元agent进行组合。

下面以基本的培训发布功能为例，详细阐述rest-ango模型的运作流程：

1)配置r-wrdlpool，以xml为载体的r-wrdl配置信息如下：

r-wrdl元素说明如表1所示：

表1

2)配置模块对r-wrdlpool进行解析，提取element节点的uri以及method属性，将uri属性的值作为mappingtree的第二层节点，将method属性的值作为mappingtree的第三层节点。接着，程序会根据uri以及method的值自动生成唯一的字符串post/training，配置模块将该字符串回填至r-wrdl的element节点的key属性中，并将该值作为唯一操作标识key，加上当前r-wrdl所用xml载体的文件名insert作为锚点tag，放入mappingtree的第四层叶子节点中。此时，mappingtree的结构已经构建完成。然后配置模块会将余下的r-wrdl需求配置存入memorypool中，完成所有配置信息的加载。

3)前端发送rest服务请求，请求服务器发布一个新培训活动，uri为/trainings，method为post，另外rest服务请求中还包含新培训活动的相关参数，例如：培训名称、时间、地点等。适配模块首先根据uri的值/trainings，匹配mappingtree的第二层子节点，找到值为/trainings的节点后，根据method的值post，匹配/trainings节点下的第三层子节点，找到值为post的节点后，取出post节点下第四层子节点的值，该值的结构为tag+key。此时适配模块完成查询功能，获得锚点tag：insert以及唯一操作标识key：post/training。

4)决策模块根据唯一操作标识key：post/training，前往memorypool中查询key属性为post/training的element节点，查询得到的element节点即为r-wrdl需求配置，决策模块首先根据锚点tag：insert定位得到agentchain的链首agent，然后依据r-wrdl需求配置进行元agent组合。由于本例需求较为简单，单个元agent即可完成新培训的发布，因此无需进行元agent组合。链首agent：insert根据查询得到的r-wrdl需求配置执行以下步骤：

4.1)查找element节点下的sql子节点，获得value属性值：insertintotrainingvalues(null,？,？,？,0,？,？,？,？,？,？,？,？,？,？,？,null)

4.2)遍历sql节点下的param子节点，根据param的值解析rest服务请求中传递的同名参数，将得到的参数值填入上一步value值相应的？处，直到value值中所有的？被前端传递的参数所替换。

4.3)此时替换完毕后的value值即为需要执行的sql语句，元agent执行该sql语句，将执行结果以json为数据媒介返回至前端。