C.Б. Арсеньев, Ю.Н. Слынько

1. Сегодняшние приложения становятся все более сложными - больше времени уходит на их разработку, их сложнее поддерживать и труднее расширять новыми возможностями.
1. Приложения монолитны - они поступают пользователю уже снабженные широким спектром функциональности, но почти все реализованные в них возможности не могут быть удалены, обновлены или заменены на другие
1. Приложения не готовы к интеграции с другими приложениями, даже если они были написаны на одном языке программирования
1. Операционные системы также доставляют определенные хлопоты. Они недостаточно модульные, их трудно обновлять, заменять, или подменять в них предоставляемые сервисы.
1. Модели программирования несовместимы. Даже если приложения могут работать вместе, услуги, предоставляемые друг другу используют собственные механизмы, отличные от предоставляемых операционной системой. Более того, модели пр ограммирования сильно разнятся если они обеспечивают взаимодействие приложений внутри одного адресного пространства (через динамическое связывание), в разных процессах на одном компьютере и по сети...” [1]

Именно так начинается введение в техническую спецификацию COM, первая редакция которой (draft) была выпущена 10/24/95. Все просто - мир переполняется программным обеспечением, и необходимо создать технологию, которая хоть как-то упорядочила процесс создания новых приложений. Практически все существующие сегодня приложения более чем наполовину состоят из функций, уже реализованных в десятках, а то и сотнях других программ. Приложения - электронные таблицы позволяют строить самые различные графики, в различных текстовых процессорах все равно реализованы функции пров ерки орфографии и тезаурусы.

Данная статья посвящена относительно новому классу приложений, которые стали появляться в последнее десятилетие и которые занимаются углубленным анализом больших объемов информации, с целью нахождения в них скрытых закономерностей. Так ие системы (data mining) до недавнего времени поступали на рынок либо перегруженные возможностями, которые в большинстве своем могли и не понадобиться пользователю, либо были достаточно просты, но универсальны, что зас тавляло пользователя проводить немало времени, подстраивая их под себя. На самом деле, учитывая отнюдь не низкие цены на продукты данного класса (причем основная часть цены приходится именно на математическое обеспечен ие), и то, что пользователи, покупающие их “хотят видеть только то, что они хотят”, следует, что наибольшим спросом должны пользоваться “вертикальные” приложения, решающие конкретные задачи.

Перед компаниями - разработчиками таких систем встает дилемма: или самим разрабатывать такие приложения (ограничивая свои продажи, или увеличивая свой штат), или же предоставлять своим заказчикам модули, реализующие математические алго ритмы и готовые к встраиванию в другие системы. При этом заказчиками могут быть как сами потребители систем data mining, имеющие свой, пусть небольшой, отдел разработки, либо компании, занимающиеся разработкой и сбытом вертикальных приложений.

1. иметь возможность быстро и без особых затрат разрабатывать новые приложения, на основе уже существующих;
1. в разработке своих приложений уметь использовать компоненты третьих фирм;
1. разрабатывать и компоненты, и приложения в различных системах разработки, используя различные языки программирования;
1. в создании новых приложений использовать самые простые и самые распространенные средства разработки (например, Visual Basic);
1. иметь возможность легко и просто расширять возможности уже существующих систем при помощи создания новых компонент.

В качестве примеров в этой статье продемонстрирован подход к использованию технологии COM в новой версии программы PolyAnalyst компании Megaputer Intelligen ce.

Для того, чтобы ответить на вопрос, что такое СОМ (Component Object Model) прежде всего нужно понять, каким образом различные части программного обеспечения могут взаимодействовать между собой: к ак одна часть программного обеспечения должна получать доступ к сервисам, предоставляемым другой частью? Ответ на это прежде всего зависит от самих программных частей. Если, например, это модули одного программного приложения, то, скорее всего, обмен сер висами будет происходить при помощи вызовов функций. Если это различные запускаемые модули, то для их взаимодействия придется использовать специально разработанный протокол. Если же необходимо распределить функции приложения между несколькими компьютерам и, придется использовать такие возможности операционной системы, как обмен сообщениями с удаленным приложением и вызовы удаленных процедур.

Итак, проблема одна - наладить взаимодействие между различными программными компонентами, но в каждом отдельном случае приходится использовать различные механизмы. Не проще ли определить один общий способ доступа ко всем видам программ ных сервисов независимо от способа их реализации?

Именно этим и занимается COM. Она определяет стандартный механизм, с помощью которого одна часть программного обеспечения предоставляет свои сервисы другой и который работает во всех описанных выше с лучаях. Общая архитектура сервисов в библиотеках, приложениях, системном и сетевом программном обеспечении позволяет COM изменить подход к созданию программ [2].

В COM любая компонента программного обеспечения реализована в виде объектов COM. Каждый такой объект предоставляет один или несколько интерфейсов, которые, в с вою очередь, состоят из методов. Метод - это процедура или функция, выполняющая определенные действия, которая может быть вызвана программным обеспечением, использующим данный объект (клиент объекта). Клиент может полу чить доступ к сервисам объекта только через методы интерфейса. Непосредственного доступа к данным объекта у него нет. В качестве иллюстрации к использованию технологии COM мы будем рассматривать систему PolyAnal yst. PolyAnalyst функционирует в архитектуре клиент/сервер. Вычислительная (серверная) часть, также называемая PolyAnalyst Knowledge Server, отделена от клиентской части, реализующей функци и пользовательского интерфейса и от компонент, обеспечивающих доступ к данным. Клиентское приложение (или компонента) настраивает компоненту доступа к данным, передавая ей массив данных для исследования или запрос к базе данных-источнику. Далее клиент вы зывает метод в серверной компоненте, осуществляющий запуск исследования и передает в качестве аргумента настроенную компоненту доступа к данным. PolyAnalyst Knowledge Server начинает исследование данных, доступ к которым он получает через компоненту доступа к данным, не задумываясь о природе источника этих данных. В настоящее время в PolyAnalyst Knowledge Server встроены пять основных методов иссл едования, но процесс создания новых методов не стоит на месте. Полученные промежуточные и конечный результат передаются в клиентское приложение, где они используются для визуализации и дальнейшей обработки. Все описанное выше можно представить на следующ ей схеме:

Рис. 1 Общая архитектура PolyAnalyst data mining приложения

Чтобы вызвать методы интерфейса объекта COM клиент должен получить указатель на этот интерфейс. Обычно COM объект предоставляет свои сервисы путем нескольких интерфейсов, и клиенту требуются отдельные указатели для каждого интерфейса, методы которого он намерен вызывать. Например, в нашем случае объект PolyAnalyst Knowledge Server предоставляе т интерфейсы “контроль подключений” и “управление исследованием”. В первом из них содержатся методы “подключиться” и “отключиться”; во втором - методы, управляющие ходом исследования. Также сервер предоставляет интерфейсы, содержащие методы, запускающие исследования и запрашивающие текущие результаты [2].

На чуть более низком уровне, схема приложения PolyAnalyst будет выглядеть так:

Project.CreateFromExcelRange(ActiveSheet.Selection) Project.Dataset("World").StartLinearRegression("lr", 1) While Project.ProcessIsRunning("lr") Project.Sleep(1000) Wend ActiveSheet.Range("$A$1") = Project.Rule("lr").Text Project.Save("C:\TEMP\DMPROJECT.PRJ")

Рис.2 Схема приложения PolyAnalyst

Из схемы видно, что все вычислительные алгоритмы также реализованы отдельными компонентами. Не каждый алгоритм подходит для решения всех классов задач. Поэтому компонентный подход позволит пользователю выбрать только те вычислительные модули, которые будут нужны ему в работе. Этот же компонентный подход позволяет разработчикам создавать новые математические алгоритмы и встраивать их в PolyAnalyst Knowledge Server.

Как уже было сказано, и компонента “клиент”, и “сервер” могут быть использованы разработчиками других приложений. Окружив программные сервисы этих компонент свои пользовательским меню и окнами, добавив кое-какую дополнительную логи ку, специфичную для предметной области заказчика, можно быстро построить новое, мощное по своим возможностям, приложение data mining.

Вот типичный код программы, составляющий тело процедуры на Excel Basic, при помощи которого можно использовать сервисы компоненты “клиент” для исследования содержимого ак тивного листа: Dim Project As New PALIB.PAProject

В первой строке программы описывается и создается переменная Project класса PAProject. PALIB.PAProject - пример программног о идентификатора (program identifier, ProgID). Программный идентификатор предоставляет удобный, легко воспринимаемый человеком синоним для внутреннего, уникального, идентификатора класса (CLSID). Информация о программных идентификаторах и об идентификаторах класса хранится в системном реестре Windows. Информация же обо всех интерфейсах и методах объектов данного класса хранится в так называемой би блиотеке типов (type library). Далее у созданного объекта вызывается метод CreateFromExcelRange, которому передается COM объект класса Rang e приложения Microsoft Excel. При помощи сервисов, предоставляемых этим объектом, объект Project получает доступ к данным, хранящимся в текущем выделенно м фрагменте активного листа Microsoft Excel. После того, как проект будет создан, в нем появляется объект Dataset, который содержит в себе ссылку на исходные данные. У этого объекта вызывается метод, инициирующий запуск вычислительного процесса, который находит линейную регрессионную зависимость первого столбца от остальных. После запуска исследования (которое выполняется асинхронно вычислительной компонентой) процедура периодически 1 раз в секунду проверяет наличие работающего процесса в списке объектов. После окончания исследования процедура присваивает текст найденного правила ячейке $A$1 и сохраняет проект с этим правилом в файле.

Диалог языка Visual Basic (т.н. Visual Basic for Applications, VBA), используемый в настоящее время в приложениях Microsoft Office, становится все более популярным среди разработчиков небольших офисных систем. Основное применение VBA находит в области автоматизации бизнес процессов. И сегодня, когда владение и умение пользоваться информацией о пределяет коммерческий успех любой компании, возможность встраивания в бизнес процессы автоматических процедур по сбору и анализу информации интересует все большее количество пользователей и разработчиков.

Ну а что, если пользователь вообще не хочет прибегать к программированию, пусть даже и на Visual Basic for Applications? Все, что ему нужно - это использовать PolyAnalyst непосредственно в тех приложениях, с которыми он уже работает. Перед тем, как рассказать о том, как будет решена эта проблема в последующей версии PolyAnalyst, нужно сказать, что сама COM послужила основой для гораздо в большей степени ориентированных на пользователя технологий - OLE и ActiveX. Не сильно вдаваясь в технические подробности, скажем, чт о объекты OLE и ActiveX - это объекты COM, расширенные новыми возможностями. Первые позволяют отобразить объекту самого себя в окне вызывающего пр иложения (контейнере), вызывать свои методы из всплывающего меню, встраивать свое содержимое в документ, открытый в контейнере и многое другое. Вторые позволяют использовать себя в сетях Intranet и Internet.

Итак, во первых, пользователь может продолжать использовать PolyAnalyst как самостоятельное приложение, но при этом у пользователя появляется возможность встраивать любые объекты PolyAnalyst в другие приложения. При работе с PolyAnalyst пользователь может проводить различные исследования, создавать отчеты и графики. При помощи clipboard или операций drag-and-drop эти объекты могут быть перенесены в любое другое приложение, которое является контейнером объектов. (Как правило, в главном меню таких приложения присутствует команда Insert/Object). Примерами могут служить приложения Microsoft Office. Помещенные в контейнер объекты могут сохранять свою связь с файлом проектом PolyAnalyst, тогда при любом внешнем изменении проекта их содержимое и внешний вид изменится. Или же пользователь может вшить (embed) данные непосредственно в документ приложения-контейнера, сделав данные документа незав исимыми от данных проекта. Кроме того, все помещенные объекты обладают своим всплывающем меню, из которого можно вызывать сервисы PolyAnalyst.

Во вторых, пользователь может не запускать PolyAnalyst, а просто помещать шаблоны его объектов в приложение-контейнер и использовать функции, доступные через всплывающее меню этих объектов. При этом вся функциональность PolyAnalyst остается, но она спрятана в вызывающее приложение-контейнер. Другими словами, пользователь может работать с системой Microsoft Excel, расширенной возможностями data mining.

Одной из необходимых черт хорошо написанной компоненты OLE/COM является возможность встраивать ее в любые приложения, поддерживающие OLE. Если компонента не по лучает извне практически никаких данных - обеспечивать это условие достаточно просто. В случае с PolyAnalyst мы видим, что ему необходимо “уметь” забирать данные из самых разных источников. Многие из приложений (и Microsoft Excel) могут предоставлять свои данные другим компонентам в виде параметров, типы которых описаны в спецификации на COM. Однако, как правило, эти интерфейсы слишком низкоуровне вые. Основные объекты данных в Excel - это лист (Sheet) и фрагмент (Range). Однако сами они являются объектами COM и для того, чтобы прочитать данные из этих объектов PolyAnalyst должен “знать”, какими методами этих объектов он может пользоваться. Другими словами, он должен знать про Microsoft Excel. Точно также, как он должен знать про огромное множество других программ, с которыми работают пользователи.