微服务架构中成员函数的分布式调用_第1页
微服务架构中成员函数的分布式调用_第2页
微服务架构中成员函数的分布式调用_第3页
微服务架构中成员函数的分布式调用_第4页
微服务架构中成员函数的分布式调用_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1/1微服务架构中成员函数的分布式调用第一部分分布式调用的概念和原理 2第二部分微服务架构中分布式调用的实现机制 4第三部分成员函数分布式调用的远程调用技术 7第四部分成员函数分布式调用的序列化与反序列化 9第五部分成员函数分布式调用的负载均衡 11第六部分成员函数分布式调用的容错机制 13第七部分成员函数分布式调用的性能优化 16第八部分成员函数分布式调用的安全考虑 18

第一部分分布式调用的概念和原理关键词关键要点【分布式调用的概念】

1.分布式调用是一种跨越多个分布式系统或服务的函数或方法的远程调用。

2.它允许将应用程序分解为松散耦合的组件,这些组件可以在不同的服务器或云平台上独立部署。

3.分布式调用通过网络通信机制(例如HTTP、RPC、gRPC)来实现。

【分布式调用的原理】

分布式调用的概念

分布式调用是一种跨进程或计算机节点进行函数调用的技术。它允许应用程序组件彼此进行通信,即使它们位于不同的机器上。分布式调用通过使用消息传递机制(例如RPC或RESTAPI)在网络上传递消息来实现。

分布式调用的原理

分布式调用涉及以下步骤:

*客户端调用:客户端应用程序调用一个分布式函数。

*序列化:函数参数被序列化为网络消息。

*网络传输:消息通过网络传输到服务器。

*反序列化:消息在服务器端被反序列化为函数参数。

*函数执行:服务器执行函数并返回结果。

*序列化:结果被序列化为网络消息。

*网络传输:消息通过网络传输回客户端。

*反序列化:结果在客户端被反序列化。

分布式调用的好处

*解耦合:分布式调用可以将应用程序分解成松散耦合的组件,提高可维护性和可扩展性。

*可扩展性:分布式调用允许应用程序通过添加额外的服务器来横向扩展,以处理更高的负载。

*容错性:在分布式系统中,即使部分组件出现故障,应用程序仍然可以继续运行。

分布式调用的挑战

*网络延迟:网络传输可能会导致分布式调用延迟增加。

*序列化/反序列化开销:序列化和反序列化函数参数和结果会产生开销。

*故障处理:分布式系统中可能会发生组件故障,需要仔细处理这些故障。

*安全性:分布式调用需要在网络上传输数据,因此需要采取措施确保安全。

分布式调用的类型

*同步调用:客户端等待服务器返回结果后再继续执行。

*异步调用:客户端在发出调用后立即继续执行,服务器稍后将结果返回到客户端。

*单向调用:客户端发出调用后不会接收任何结果。

分布式调用框架

有许多可用于实现分布式调用的框架,包括:

*gRPC

*RESTAPI

*ApacheThrift

*ApacheAvro

*ApachePulsar

*ApacheKafkaStreams

结论

分布式调用是微服务架构中的关键概念,它使应用程序组件能够跨进程和计算机节点进行通信。分布式调用提供了解耦合、可扩展性和容错性等好处,但也带来了诸如网络延迟、序列化开销和故障处理等挑战。通过选择合适的分布式调用框架和仔细处理这些挑战,可以有效利用分布式调用来构建可扩展、可靠的微服务应用程序。第二部分微服务架构中分布式调用的实现机制微服务架构中分布式调用的实现机制

简介

在微服务架构中,不同的服务部署在独立的进程或容器中,它们通过分布式调用相互通信。分布式调用是一种在分布式系统中跨多个进程或机器进行函数调用的机制。

实现机制

微服务架构中分布式调用的实现机制主要涉及以下几个方面:

1.服务发现

为了使微服务能够相互调用,需要一种服务发现机制来定位和发现服务实例。常用的服务发现机制包括:

*DNS服务发现:使用DNS(域名系统)将服务名称映射到其IP地址或主机名。

*服务注册表:是一个集中式的服务注册中心,微服务注册和注销其信息,以便其他服务能够发现它们。

*客户端负载均衡器:在客户端负载均衡器代理后面部署服务,以将请求分发到可用的服务实例。

2.通信协议

微服务可以使用各种通信协议进行分布式调用,包括:

*HTTP/HTTPS:是最常用的通信协议,支持RESTfulAPI和JSON数据格式。

*RPC协议:如gRPC、Thrift或ApacheAvro,专门用于分布式调用,提供低延迟和高效的数据传输。

*消息队列:如Kafka或RabbitMQ,用于异步通信,确保可靠的消息传递。

3.代理和网关

代理和网关在分布式调用中发挥着重要作用:

*代理:位于服务前面,用于路由请求、负载均衡和故障转移。

*网关:是一道安全屏障,控制流入和流出系统的流量,实施身份验证、授权和限流。

4.故障处理

在分布式系统中,故障是不可避免的。因此,需要有机制来处理服务之间的通信故障。故障处理机制包括:

*重试和超时:当调用失败时,客户端可以尝试重试调用,并设置超时限制。

*断路器:当服务频繁失败时,断路器会打开,阻止客户端发送更多请求,直到服务恢复。

*分布式跟踪:跟踪请求的整个分布式调用链路,帮助调试和故障排除。

5.安全性

分布式调用需要确保安全,防止未经授权的访问和数据泄露。安全措施包括:

*认证和授权:使用令牌或证书对客户端进行身份验证,并授权其访问资源。

*数据加密:加密通过网络传输的数据,防止未经授权的窃听。

*防火墙:限制对服务的访问,只允许来自授权来源的请求。

6.监控和可观察性

监控和可观察性对于确保微服务架构中分布式调用的可靠性和性能至关重要。监控工具和technique包括:

*指标收集:收集有关服务调用、延迟和错误率的指标。

*日志记录:记录服务调用的详细信息,以便进行故障排除和分析。

*分布式跟踪:允许可视化分布式调用的完整链路,识别性能瓶颈和故障点。第三部分成员函数分布式调用的远程调用技术关键词关键要点RPC(远程过程调用)

1.RPC允许在不同机器上的进程之间进行跨网络调用,就像调用本地方法一样。

2.RPC框架负责序列化、网络传输和反序列化请求和响应。

3.流行框架包括gRPC、Thrift和ApacheAvro。

REST(表述性状态转移)

远程调用技术

在微服务架构中,成员函数的分布式调用需要通过远程通信机制来实现,这涉及到多种远程调用技术。本文将介绍几种常见且重要的远程调用技术:

HTTP

HTTP(超文本传输协议)是一种无状态协议,广泛应用于Web开发。它基于请求-响应模型工作,其中客户端向服务器发送请求,服务器返回响应。HTTP可以轻松地跨网络传输数据,并支持多种数据格式(如JSON、XML)。然而,HTTP具有高延迟和低吞吐量的特点,不适合于对性能要求较高的场景。

gRPC

gRPC(Google远程过程调用)是一种高性能、语言无关的远程调用框架,由Google开发。它建立在HTTP/2协议之上,支持双向流式传输,具有低延迟和高吞吐量的特点。gRPC使用协议缓冲区进行数据序列化,这可以提高性能并减少带宽消耗。

gRPC-Web

gRPC-Web是一种协议翻译层,允许gRPC服务通过WebSockets与Web浏览器进行通信。它将gRPC请求和响应转换为WebSockets消息,使浏览器能够与gRPC后端进行交互。gRPC-Web的优势在于它支持跨域请求,并降低了Web浏览器与后端的通信延迟。

ApacheThrift

ApacheThrift是一个跨语言的服务框架,支持远程调用、数据序列化和RPC生成。它使用IDL(接口描述语言)来定义服务接口,并生成特定语言的客户端和服务端代码。Thrift支持多种传输协议,如HTTP、TCP和SSL,并提供高效的数据序列化机制,适合处理大数据量和复杂数据结构的场景。

ApacheAvro

ApacheAvro是一个数据序列化系统,专注于提供快速、可靠和可扩展的数据交换。它使用JSON格式定义模式,支持丰富的类型系统和压缩算法。Avro通常与ApacheKafka等消息传递系统结合使用,用于处理大批量的数据流。

其他技术

除了上述技术之外,还有许多其他远程调用技术可用于微服务架构,包括:

*RESTfulAPI:一种基于HTTP的架构风格,用于创建面向资源的应用程序接口。

*SOAP(简单对象访问协议):一种基于XML的远程调用协议,适用于企业级集成和Web服务。

*RMI(Java远程方法调用):一种Java特定的远程调用框架,支持对象传递和远程方法调用。

选择合适的技术

选择合适的远程调用技术取决于具体应用程序的需求。对于性能要求较高的场景,gRPC和gRPC-Web是不错的选择。对于跨平台互操作性和复杂数据结构的处理,Thrift和Avro是合适的。对于简单的Web服务和企业级集成,HTTP和SOAP可以满足要求。第四部分成员函数分布式调用的序列化与反序列化成员函数分布式调用的序列化与反序列化

在微服务架构中实施成员函数分布式调用时,序列化和反序列化过程对于确保在不同的服务之间有效地传输和处理数据至关重要。

序列化

*将成员函数及其参数转换为字节流的过程。

*目的是将对象状态表示为可通过网络传输的格式。

*该字节流可以由接收方反序列化以重建原始对象。

反序列化

*将字节流转换为成员函数及其参数的过程。

*与序列化相反,它从字节流中重建原始对象。

*接收方使用序列化时使用的相同协议和数据结构来完成此过程。

序列化和反序列化的协议

为了实现高效和可靠的数据传输,分布式微服务使用各种序列化协议,例如:

*JSON(JavaScriptObjectNotation):一种文本格式,易于人类和机器阅读,适用于RESTAPI集成。

*Protobuf(ProtocolBuffers):一种二进制格式,比JSON更紧凑、更有效,适用于高性能通信。

*Avro:一种为数据交换而设计的二进制格式,支持丰富的数据类型,例如嵌套记录和数组。

*Thrift:一种IDL(接口定义语言)驱动的二进制格式,支持多种编程语言和RPC框架。

序列化和反序列化的实现

序列化和反序列化过程通常通过序列化和反序列化器库来实现,这些库负责将对象转换为字节流并将其恢复为原始对象。常见的库包括:

*Jackson:用于JSON序列化的Java库。

*GoogleProtocolBuffers:用于Protobuf序列化的官方Java库。

*AvroJava:用于Avro序列化的Java库。

*Thrift:用于Thrift序列化的官方Java库。

最佳实践

为了优化序列化和反序列化过程的性能和可靠性,建议遵循以下最佳实践:

*选择合适的协议:根据应用程序的特定需求和性能要求选择最合适的序列化协议。

*使用标准数据类型:尽量使用内置的标准数据类型,以简化序列化和反序列化过程。

*避免循环引用:确保对象图中不存在循环引用,因为这会导致序列化失败。

*处理空值:明确定义如何处理空值和可空数据类型。

*测试序列化和反序列化:彻底测试序列化和反序列化过程,以确保数据的准确传输。第五部分成员函数分布式调用的负载均衡关键词关键要点【内部服务发现】:

1.服务注册与发现机制:微服务架构中,成员函数分布式调用需要依赖服务注册与发现机制。该机制可确保服务调用方能够动态发现和定位目标服务实例。

2.负载均衡决策:服务发现机制通常会提供负载均衡决策功能,以根据预定义策略(如加权随机、循环或最少连接)选择服务实例。

3.故障转移和弹性:服务发现机制能够在服务实例发生故障时提供故障转移和弹性,确保服务调用不会受到影响。

【客户端负载均衡】:

成员函数分布式调用的负载均衡

在微服务架构中,成员函数分布式调用需要考虑负载均衡,以确保请求均匀分布到多个服务实例上,最大限度地提高系统性能和可用性。

负载均衡策略

有几种不同的负载均衡策略可用于成员函数分布式调用:

*轮询:将请求按顺序发送到服务实例列表中的下一个实例。这种策略简单易于实现,但可能无法处理负载不均衡的情况。

*最少连接:将请求发送到具有最少活动连接数的服务实例。这种策略可以很好地应对负载波动,但对于新启动的服务实例可能不公平。

*随机:将请求随机发送到服务实例列表中的任何实例。这种策略可以提供良好的负载分布,但可能导致特定实例的请求集中。

*权重轮询:将每个服务实例分配一个权重,并根据权重将请求分布到实例。这种策略允许对实例的容量或优先级进行微调。

*一致哈希:将请求映射到一个哈希环上,并根据哈希值将请求路由到负责该哈希范围的服务实例。这种策略可以提供一致的负载分布,即使添加或删除服务实例。

负载均衡实现

负载均衡策略可以通过以下方式实现:

*客户端负载均衡器:由客户端直接处理负载均衡。客户端维护服务实例列表并根据选择的策略将请求路由到其中一个实例。

*反向代理:在服务实例前面放置一个反向代理,由反向代理负责负载均衡。反向代理接收所有请求并根据配置的策略将请求转发到适当的服务实例。

*服务网格:服务网格是一种分布式系统,它在服务之间提供一系列功能,包括负载均衡。服务网格可以透明地处理负载均衡,无需修改服务本身。

负载均衡注意事项

在选择和实现负载均衡策略时,需要考虑以下注意事项:

*服务特性:服务的性质(例如,无状态或有状态)可以影响最合适的负载均衡策略。

*流量模式:请求到达的模式(例如,峰值或恒定)会影响负载均衡策略的有效性。

*服务实例容量:服务实例的容量(例如,处理请求的能力)会影响负载均衡的决策。

*系统可用性:负载均衡策略应确保在服务实例出现故障时保持系统可用性。

*可扩展性:负载均衡策略应支持服务的动态扩展,而不会中断请求的处理。

通过在微服务架构中仔细考虑和实现负载均衡,可以显著提高系统的性能、可用性和可扩展性。第六部分成员函数分布式调用的容错机制成员函数分布式调用的容错机制

在微服务架构中实现成员函数的分布式调用时,容错机制至关重要,以确保服务在遇到故障时仍能正常运作。以下介绍几种常用的容错机制:

重试

重试是处理分布式系统中短暂性故障的简单而有效的方法。当调用失败时,客户端可以自动重新尝试,直到成功或达到预定义的重试次数。重试策略包括指数退避,即每次重试间隔时间逐渐增加,以避免在持续故障情况下频繁重试。

断路器

断路器是一种更高级的容错机制,旨在防止服务因持续故障而雪崩。当错误率达到特定阈值时,断路器会自动“打开”,停止向故障服务发出请求。当错误率下降到可接受水平时,断路器会逐渐“关闭”,允许流量恢复。

容错处理

容错处理涉及设计服务以优雅地处理错误,并向调用方提供有意义的信息。这包括:

*错误代码和消息:微服务应返回明确的错误代码和消息,以帮助客户端确定故障原因。

*重试指南:服务应指示客户端是否应重试调用,以及建议的重试策略。

*降级:服务应能够在不可用时提供降级功能,例如只返回部分数据或使用缓存。

分布式事务

分布式事务机制确保所有涉及的微服务要么都提交更改,要么都没有提交更改。这防止了数据不一致,从而提高了系统的可靠性。

负载均衡

负载均衡器将请求分配到多个服务实例,以提高可用性和性能。当一个实例出现故障时,负载均衡器会自动将流量重新定向到其他实例。

服务发现

服务发现机制使客户端能够动态发现可用的微服务实例。当一个实例出现故障或不可用时,服务发现机制会自动更新实例列表,以确保客户端可以连接到健康实例。

监控和告警

持续监控分布式系统对于及时检测和解决故障至关重要。监控工具应能够跟踪服务可用性、性能和错误率。告警系统应在检测到故障或性能下降时通知运维人员。

实施建议

在微服务架构中实现成员函数分布式调用时的容错机制时,应遵循以下最佳实践:

*使用重试机制:对于短暂性故障,重试是简单而有效的方法。

*采用断路器:对于持续性故障,断路器可防止系统雪崩。

*提供容错处理:服务应优雅地处理错误,并向客户端提供有意义的信息。

*考虑分布式事务:在涉及多个微服务的场景中,分布式事务机制至关重要。

*实施负载均衡:负载均衡提高了可用性和性能。

*利用服务发现:服务发现确保客户端可以连接到健康实例。

*建立监控和告警:持续监控和及时告警对于快速解决故障至关重要。

通过实施这些容错机制,微服务架构中的成员函数分布式调用可以变得更加可靠和健壮,即使在故障情况下也能确保服务可用性。第七部分成员函数分布式调用的性能优化关键词关键要点网络优化

1.采用低延迟网络协议,如UDP或QUIC,以最大限度地减少网络开销。

2.使用内容分发网络(CDN)缓存分布式成员函数调用请求,以减少对远程服务器的直接调用。

3.实施负载均衡算法(如轮询、加权随机)以均匀分布负载,避免单个节点过载。

服务发现和注册

1.利用服务发现工具,如Kubernetes的Service对象或Consul,动态发现和注册成员函数,确保调用能够路由到正确的服务实例。

2.优化服务发现请求的频率和粒度,以减少对服务发现系统的开销。

3.实施健康检查机制,以检测和自动移除故障的成员函数实例。

数据序列化和反序列化

1.选择轻量级的数据序列化格式,如ProtocolBuffers或JSON,以减少传输的数据大小。

2.采用高效的数据压缩算法,以进一步减少网络带宽消耗。

3.在服务端实现异步反序列化,以避免阻塞调用线程。

请求批处理

1.将多个成员函数调用打包成单个批处理请求,以减少网络请求的开销。

2.使用HTTP/2的流机制或gRPC的客户端流,以实现更有效的请求批处理。

3.优化批处理大小,以平衡性能和资源利用率。

异步调用

1.利用异步调用模式,避免调用线程阻塞,提高吞吐量。

2.实施回调机制或消息队列来处理成员函数调用的结果。

3.限制并发异步调用数量,以防止资源枯竭。

分布式追踪

1.集成分布式追踪工具(如Jaeger或Zipkin),以跟踪成员函数调用的端到端路径。

2.通过追踪数据分析调用延迟和失败模式,识别性能瓶颈。

3.利用分布式追踪数据优化网络配置、服务路由和数据序列化策略。成员函数分布式调用的性能优化

在微服务架构中,成员函数的分布式调用涉及跨进程或跨机器通信,这会引入额外的开销并影响性能。为了优化成员函数分布式调用的性能,可以采用以下策略:

1.减少网络开销:

*使用轻量级通信协议,如HTTP/2、gRPC或protobuf。

*利用服务发现和负载均衡,避免直接访问目标服务。

*使用CDN(内容分发网络)或边缘节点,将内容缓存到靠近客户端的位置。

2.优化数据传输:

*序列化/反序列化数据时使用高效的算法和格式。

*压缩和解压缩数据,以减少传输大小。

*采用数据编码技术,如JSON、XML或ProtocolBuffers。

3.并行处理:

*异步调用多个成员函数,并行执行任务。

*使用线程池或并发框架,管理并发请求。

*利用多核处理器和异步I/O,提高并发处理能力。

4.减少服务间依赖:

*解耦微服务,使其松散耦合,避免紧密依赖。

*使用网关或代理服务,聚合多个服务调用。

*采用面向事件的架构,减少同步阻塞。

5.使用缓存:

*缓存经常调用的成员函数结果,避免重复调用。

*利用本地缓存或分布式缓存,减少对后端服务的访问次数。

*采用缓存失效策略,保证数据的最新性。

6.监控和分析:

*监控成员函数调用的延迟、吞吐量和错误率。

*分析调用模式,识别性能瓶颈和优化机会。

*使用剖析工具,分析调用开销的分布。

7.其他优化技术:

*使用服务网格,管理微服务通信和安全性。

*采用熔断器和重试机制,避免级联故障。

*利用HTTP/2多路复用,在单个TCP连接上并行发送多个请求。

*考虑使用WebSocket或Server-SentEvents,实现实时双向通信。

通过实施这些性能优化策略,可以显著提高微服务架构中成员函数分布式调用的性能,从而改善整体系统的响应能力、吞吐量和可靠性。第八部分成员函数分布式调用的安全考虑成员函数分布式调用的安全考虑

成员函数分布式调用涉及远程调用,因此存在以下安全风险:

1.身份认证和授权

*确保远程调用只能由授权实体发起,防止未经授权的访问。

*可采用JWT(JSONWeb令牌)、OAuth2.0等机制实现身份认证和授权。

2.数据完整性

*保护传输中的数据免受篡改,确保数据在传输过程中未被修改。

*使用加密技术(如TLS、HTTPS)来加密数据,防止数据泄露或被窃取。

3.数据保密性

*保护传输中的数据免于未经授权的访问,确保只有授权实体才能访问。

*使用加密技术(如TLS、HTTPS)来加密数据,防止数据泄露或被窃取。

4.服务拒绝攻击(DoS)

*防止恶意实体通过向服务发送过载请求来使服务不可用。

*采用熔断器、限流器等措施来保护服务,限制请求速率,确保服务可用性。

5.跨站点请求伪造(CSRF)

*防止恶意网站欺骗用户的浏览器,在未经用户授权的情况下向服务发送请求。

*采用CSRF令牌、同步请求伪造令牌(CSRFToken)等机制来防止CSRF攻击。

6.安全审计和日志记录

*记录和监控成员函数分布式调用的活动,以便进行安全审计和检测可疑活动。

*定期审查安全日志,识别潜在的攻击或安全漏洞。

7.安全最佳实践

*遵循行业最佳实践,例如OWASPTop10等,以提高服务的安全性。

*定期更新软件和系统,以修补已知安全漏洞。

*对服务进行渗透测试,以发现潜在的漏洞并实施补救措施。

8.其他安全考虑

*考虑以下其他安全因素:

*网络安全:保护服务免受网络攻击,例如DDoS攻击。

*数据存储安全:保护存储在远程服务的敏感数据,防止未经授权的访问。

*访问控制:实施适当的访问控制措施,限制对服务和数据的访问。关键词关键要点主题名称:RPC框架

关键要点:

-使用远程过程调用(RPC)框架,如gRPC、Thrift或RESTfulAPI,在服务之间进行分布式调用。

-这些框架提供序列化、传输、反序列化和错误处理机制,实现高效可靠的通信。

-支持同步或异步调用模式,允许灵活地控制调用行为。

主题名称:消息队列

关键要点:

-使用消息队列,如Kafka、RabbitMQ或ActiveMQ,提供异步、可靠的消息传递。

-消息队列将请求消息排队,由消费服务在方便时处理。

-实现了松耦合的通信,允许服务在不同的时间和速率下处理请求。

主题名称:服务发现

关键要点:

-利用服务发现机制,如Consul、Kubernetes或etcd,查找和定位分布式服务。

-服务发现组件维护服务注册表,记录服务的位置和可用性。

-客户端可以动态发现和连接到服务,确保高可用性和负载均衡。

主题名称:负载均衡

关键要点:

-实现负载均衡,通过将请求分布到多个服务实例,提高系统容量和可用性。

-负载均衡器使用轮询、最少连接或其他算法,优化请求分配。

-确保在出现故障或峰值负载时,服务提供稳定、响应良好的性能。

主题名称:异常处理

关键要点:

-定义严格的异常处理策略,处理分布式调用中的错误和故障。

-使用重试机制、熔断器和超时,防止级联故障和服务中断。

-监控错误和异常,以便快速识别和解决问题。

主题名称:安全考虑

关键要点:

-实施安全措施,如身份验证、授权和加密,以保护分布式调用中的数据和通信。

-使用传输层安全(TLS)协议,建立安全加密通道。

-遵循最佳实践,防止身份欺骗、数据泄露和其他安全威胁。关键词关键要点【成员函数分布式调用的序列化与反序列化】

关键词关键要点主题名称:分布式容错:异步调用

关键要点:

*利用消息队列等机制,异步进行成员函数调用,避免单点故障。

*消息队列保证信息的可靠传递,即使调用方或被调用方发生故障,消息也不会丢失。

*允许服务之间松散耦合,提高容错性,即使一个服务不可用,其他服务仍能继续运行。

主题名称:分布式容错:重试机制

关键要点:

*在调用失败后,自动重试机制可以提高成功率,减少故障影响。

*可配置重试策略,包括重试次数、重试间隔等,以适应不同场景。

*重试机制与超时机制结合使用,防止无休止重试,避免资源耗尽。

主题名称:分布式容错:熔断机制

关键要点:

*当调用失败率超过一定阈值时,熔断机制将暂时停止调用,避免持续调用失败而导致系统崩溃。

*熔断机制提供自检功能,当调用恢复正常时,自动恢复调用。

*可配置熔断阈值和恢复策略,以适应不同服务的需求。

主题名称:分布式容错:超时

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论