Pentaho源代碼閱讀報告

Pentaho源代碼閱讀報告

Pentaho運行系統的組成
Pentaho運行系統共有四部分組成： Pentaho平臺資源庫（Repository）、Pentaho平臺、應用服務器和Solution目錄樹。
Pentaho平臺資源庫是Pentaho平臺運行時所需的外部數據的一種抽象。它存儲了定義，執行和審計解決方案（Solution）所必需的數據資源。資源庫中保存的信息主要包含四個部分：一是Pentaho平臺的配置信息；二是運行于Pentaho平臺上的Solution的元數據，如共有多少個Action，每個Action的描述文件的存放位置等等；三是Pentaho平臺第三方插件的私有信息；四是Pentaho平臺運行過程中的跟蹤和審計信息。在通常情況下，資源庫通常是一組數據庫服務。
?
圖 2 Pentaho平臺運行系統示意圖
如圖 2所示，Pentaho平臺運行于應用服務器容器內，并通過應用服務器接口訪問Pentaho資源庫（在這里資源庫實際上是一個數據庫）；當有客戶請求道達Pentaho平臺時，它將根據客戶的請求解釋執行Solution目錄下的某個Action序列描述文件。本文關注的焦點是Pentaho平臺這一部分。
Pentaho運行系統的配置文件
Pentaho平臺是一個復雜的軟件系統，擁有許多配置文件，這些配置文件在Pentaho系統的運行中起著至關重要的作用?？偟膩碚f共有三種配置文件：Pentaho平臺的Web應用配置文件；Solution的配置文件；Pentaho系統各個插件的私有配置文件。
Pentaho系統的Web應用配置文件主要是指WEB-INF目錄下的web.xml文件，在該文件中，有以下兩個配置項需要著重指出：
1.?***屬性。該屬性配置了Pentaho系統在應用服務器內注冊的EventListener類，這些類在Pentaho系統的初始化、Session管理等方面都有很重要的作用。
2.?預定義屬性“solution-path”，這個屬性是部署于Pentaho平臺上的Solution的根目錄，如果這個屬性設置錯誤，會導致Pentaho平臺找不到Solution根目錄的嚴重錯誤，這樣該平臺將無法提供BI服務。
Pentaho的Solution配置文件主要是指“solution-path”目錄下的pentaho.xml文件，該文件規定了Solution相對于Pentaho平臺的配置信息，主要包括Pentaho平臺所需的數據源訪問類，各個插件的EventListener（參見“插件的加載與卸載” 一節），以及系統預定義的一些系統Action序列的相關信息。
Pentaho系統各個插件的私有配置文件存放在solution-path\system\***\(***為插件名稱)目錄下，不同插件有不同的私有配置文件，內容也千差萬別，需要使用者在用到某個插件時再做修改。
基于Pentaho平臺的BI開發
基于Pentaho平臺的BI開發十分簡便，開發者只需要進行Solution的開發即可，而開發Solution，只需給出Solution中所包含的所有Action序列的描述文件即可。為了方便基于Pentaho平臺的BI應用開發，Pentaho項目組提供了一個基于Eclipse的集成開發環境：PentahoDesignStudio。用戶僅需要以一種圖形化的形式輸入Action序列的描述，而由該開發工具產生相應的Action序列描述文件，十分方便。
Pentaho平臺的軟件架構
Pentaho平臺的總體結構
Pentaho平臺是Pentaho運行系統中的核心部分，它本身是一個Web應用，部署于一個J2EE兼容的應用服務器上。它又作為Solution的服務器存在著，是Solution中各個Action序列的解釋執行者。
?圖 3 Pentaho平臺總體結構圖
如圖 3所示，Pentaho平臺大致可分為三個層次：界面層、核心層和插件層。界面層是外部用戶訪問Pentaho服務的接口，主要包含三個部分：UDDI、Web頁面、和Navigation Component。UDDI為外部應用程序或Web Service訪問Pentaho服務提供接口；Web頁面則為用戶通過瀏覽器訪問Pentaho服務提供接口；Navigation Component實質上是一組Servelet，它主要用于顯示當前部署在Pentaho平臺上的Solution中所包含的各個Action序列，用戶可在其中選擇需要執行的Action序列。
核心層主要由Solution Engine和它的Runtime環境組成。Solution Engine實質上是一個解釋執行Action序列描述文件的解釋器，它接收來自用戶界面的請求，這個請求通常是要求執行Solution中的某個Action序列。Solution Engine連同其Runtime環境就負責解釋執行這些Action序列。解釋執行過程中，出于調試和性能分析的需要，引入了一個Audit機制，該機制類似一個日志記錄系統，記錄Pentaho平臺運行過程中的一些動態過程。Solution Engine和Audit機制的運行都需要訪問許多相關的數據資源，這些數據資源被稱為“資源庫”，也就是圖中的各個Repository。
插件層主要包括了集成到Pentaho平臺中的各種BI產品，如Quartz、Jfree等等。從圖3中可以看出，插件層又可分為兩類模塊，一類叫作Component模塊，這種模塊是插件層與核心層的接口模塊，它們將各種不同的插件的功能以一個統一的接口提供給上層使用，起到一個功能抽象的作用。另一類則是形形色色的BI插件的具體實現，這通常由第三方開發者提供。各種插件運行過程中可能會用到自身的私有數據，這些數據在Pentaho平臺中也被抽象成為資源庫（Responsory），這使得不同的插件可以以一種統一的方式訪問自己的數據。