博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
你知道C/S和B/S两种架构有什么区别吗?
阅读量:4287 次
发布时间:2019-05-27

本文共 1636 字,大约阅读时间需要 5 分钟。

    C/S和B/S,是再普通不过的两种软件架构方式,都可以进行同样的业务处理,甚至也可以用相同的方式实现共同的逻辑。既然如此,为何还要区分彼此呢?那我们就来看看二者的区别和联系。

   

     一、C/S 架构

        1、 概念

C/S 架构是一种典型的两层架构,其全程是Client/Server,即客户端服务器端架构,其客户端包含一个或多个在用户的电脑上运行的程序,而服务器端有两种,一种是数据库服务器端,客户端通过数据库连接访问服务器端的数据;另一种是Socket服务器端,服务器端的程序通过Socket与客户端的程序通信。

C/S 架构也可以看做是胖客户端架构。因为客户端需要实现绝大多数的业务逻辑和界面展示。这种架构中,作为客户端的部分需要承受很大的压力,因为显示逻辑和事务处理都包含在其中,通过与数据库的交互(通常是SQL或存储过程的实现)来达到持久化数据,以此满足实际项目的需要。

2 、优点和缺点

优点:

2.1  C/S架构的界面和操作可以很丰富。

2.2  安全性能可以很容易保证,实现多层认证也不难。
2.3  由于只有一层交互,因此响应速度较快。

缺点:

2.4  适用面窄,通常用于局域网中。

2.5  用户群固定。由于程序需要安装才可使用,因此不适合面向一些不可知的用户。
2.6  维护成本高,发生一次升级,则所有客户端的程序都需要改变。

 

二、B/S架构

           1、概念

B/S架构的全称为Browser/Server,即浏览器/服务器结构。Browser指的是Web浏览器,极少数事务逻辑在前端实现,但主要事务逻辑在服务器端实现,Browser客户端,WebApp服务器端和DB端构成所谓的三层架构。B/S架构的系统无须特别安装,只有Web浏览器即可。

B/S架构中,显示逻辑交给了Web浏览器,事务处理逻辑在放在了WebApp上,这样就避免了庞大的胖客户端,减少了客户端的压力。因为客户端包含的逻辑很少,因此也被成为瘦客户端。

 

2 、优点和缺点

优点:

1)客户端无需安装,有Web浏览器即可。

2)BS架构可以直接放在广域网上,通过一定的权限控制实现多客户访问的目的,交互性较强。
3)BS架构无需升级多个客户端,升级服务器即可。

缺点:

1)在跨浏览器上,BS架构不尽如人意。

2)表现要达到CS程序的程度需要花费不少精力。
3)在速度和安全性上需要花费巨大的设计成本,这是BS架构的最大问题。
4)客户端服务器端的交互是请求-响应模式,通常需要刷新页面,这并不是客户乐意看到的。(在Ajax风行后此问题得到了一定程度的缓解)

 

三、B/S对C/S的改进和扩展

          正如前文所说,C/S和B/S都可以进行同样的业务处理,但是B/S随着Internet技术的兴起,是对C/S结构的一种改进或者扩展的结构。相对于C/S,B/S具有如下优势:

1、分布性:可以随时进行查询、浏览等业务

2、业务扩展方便:增加网页即可增加服务器功能

3、维护简单方便:改变网页,即可实现所有用户同步更新

4、开发简单,共享性强,成本低,数据可以持久存储在云端而不必担心数据的丢失。

 

四、主流的Web程序应用平台

一个动态网站服务器平台至少要包括:操作系统+Web服务器+应用程序服务+数据库。一个优秀的网站服务器是由多方面因素决定的,如个人喜好、部署费用、安全机制等。而现在主流的三种Web平台:ASP.NET、JavaEE和LAMP各有优缺点,以满足不同的需要和用户。三者比较如下:

三种平台的各部分组合:

ASP.NET:Windows Server+IIS+SQL Server+ASP

JavaEE:UNIX+Tomcat+Oracle+JSP

LAMP:Linux+Apache+MySQL+PHP

 

五、三张图告诉你Web工作原理

1、服务器不带应用程序和数据库,直接请求HTML文件

2、服务器带应用程序(如php)

3、服务器带应用程序和数据库

对于Web技术的开发,也可以看看这篇:

原文:

转载地址:http://ygvgi.baihongyu.com/

你可能感兴趣的文章
论文笔记|Undersensitivity in Neural Reading Comprehension
查看>>
论文笔记丨FewRel 2.0: Towards More Challenging Few-Shot Relation Classification
查看>>
论文笔记 _ Discourse-Aware Neural Extractive Text Summarization
查看>>
论文笔记 | Simple and Effective Text Matching with Richer Alignment Features
查看>>
论文笔记:A Gated Self-attention Memory Network for Answer Selection
查看>>
论文笔记 | Simplify the Usage of Lexicon in Chinese NER
查看>>
论文解读 | Unsupervised Data Augmentation for Consistency Training
查看>>
论文笔记|Distantly Supervised Named Entity Recognition using Positive-Unlabeled Learning
查看>>
论文笔记:Span-Based Event Coreference Resolution
查看>>
NAACL2021阅读理解论文整理
查看>>
论文笔记 | Leveraging Graph to Improve Abstractive Multi-Document Summarization
查看>>
NAACL2021丨Knowledge Guided Metric Learning for Few-Shot Text Classification
查看>>
论文笔记|Deep Open Intent Classification with Adaptive Decision Boundary
查看>>
【论文笔记】
查看>>
论文笔记_Pay Attention to MLPs
查看>>
【论文笔记】
查看>>
论文笔记
查看>>
论文笔记 | Attention-based LSTM for Aspect-level Sentiment Classification
查看>>
【论文笔记】Joint Extraction of Entities and Relations Based on a Novel Tagging Scheme
查看>>
论文笔记|Bidirectional LSTM-CRF Models for Sequence Tagging
查看>>