「参考架构模型」使用ArchiMate的参考企业架构模型

简介: 「参考架构模型」使用ArchiMate的参考企业架构模型

在之前的Marc Lankhorst博客中,参考架构的价值得到了突出体现,包括原因和方式。在这篇博客中,我想深入一点,专注于我们(或我们中的一些人)熟悉的“产品” - 参考模型,使用ArchiMate作为语言。

什么是参考模型?

首先,我们退后一步,并参考参考架构,这些架构被描述为“为特定领域,行业或领域提供参考框架的标准化架构”。

参考模型带来的是一个非常清晰的视图(通常是在页面上)的感兴趣的领域 - 可以重复使用的东西,当然可以调整以适应组织。

参考模型类型的示例:

  • 业务参考模型(或BRM)
  • 技术参考模型(或TRM)
  • 信息参考模型(或IRM)

有许多行业参考模型可供任何人使用,但真正的优势在于将这些模型转化为组织特定的参考模型 - 这些模型可以促进讨论,促进重用,并为其他建筑领域提供可追溯性。

我如何使用ArchiMate表示这一点?

参考模型通常只是PowerPoint幻灯片,Visio图表,甚至是Excel电子表格中的一些填充单元格。这非常适合进行通信,并且可以一次性获取消息。

当我们谈论企业架构时,很少有参考模型被孤立使用 - 我们需要将它们“链接”到其他区域,因此需要使用标准将参考模型元素绑定到 - 例如ArchiMate。

一次又一次出现的问题是 - “我应该使用什么概念来表示这个特定参考模型上的'块'?”

这是一个通常需要花费数天甚至数周讨论的主题领域 - 并且争论它实际上只是违背了使用参考模型的目标,因为,参考 - 我们需要就表示达成一致,然后只是始终如一地使用它!为了建议或回答这个问题,我们确实需要放大相关的参考模型。我将回顾上面提到的三个例子。

业务参考模型

基本上描述了“在页面上的商业”,我们将父母“区域”分解为儿童,然后是孙子等。它应该描述“组织的作用”,这通常提供了一个很大的线索。

对于那些至少具有ArchiMate工作知识的人来说,某种“行为”正在被描述,它本质上应该是“商业性的”。这听起来像商务功能!


Microsoft Industry Reference Architecture for Banking


架构修炼之道:亿级网关、平台开放、分布式、微服务、容错等核心技术修炼实践

¥75.1

购买


技术参考模型

与业务参考模型类似,TRM通常描述“基于页面的基础结构”,但同样在更具功能性的角度 - 它不应该是关于服务器x,y和z,处理器和服务器的细节级别。 技术信息的类型。

考虑到这些要点,我们再次关注基础设施服务和基础设施功能(即行为)。


The Cloud Ecosystem Reference Model

信息参考模型

到目前为止,在上面的两个例子中,我们注意到“行为”概念似乎被使用 - 这通常是一系列参考模型的情况。 毕竟,“结构”概念通常更接近于实施。

IRM描述了组织内部可用的常见“信息”(TM论坛SID就是很好的灵感)。 从正确的角度来看,行为概念的使用并不合适 - 因此我们在逻辑上看待“被动结构”专栏(描述某种“对象”)。

正如ArchiMate的忠实用户所知,可能会决定是否使用Business Objects或Data Objects来表示IRM的元素。 这再次受到解释,但通常像“信息”这样的高级别可能最适合作为业务对象。


The Information Framework (SID)

结论

因此,我们有它。 使用ArchiMate使用参考模型的一些建议。

您可以使用各种ArchiMate概念来表示模型中的元素; 但最重要的一点是要就标准达成一致(并坚持下去),在使用中保持一致,并分享结果!

最后一个结论侧重于向“非技术”利益相关者展示 - 记住,虽然建筑师可以用标准化的ArchiMate表示法创建参考模型(创建有效的关系以执行影响分析等),但没有理由不输出 是不同的(它可以是“通知”类型的观点)。

原文: https://bizzdesign.com/blog/reference-architecture-models-with-archimate/

相关文章
|
8天前
|
缓存 监控 数据格式
信息系统架构模型(2) SOA
信息系统架构模型(2) SOA
18 0
|
2月前
|
机器学习/深度学习 自然语言处理 并行计算
大模型开发:什么是Transformer架构及其重要性?
Transformer模型革新了NLP,以其高效的并行计算和自注意力机制解决了长距离依赖问题。从机器翻译到各种NLP任务,Transformer展现出卓越性能,其编码器-解码器结构结合自注意力层和前馈网络,实现高效训练。此架构已成为领域内重要里程碑。
35 2
|
2月前
|
Cloud Native Devops 持续交付
构建未来:云原生架构在现代企业中的应用与挑战
【2月更文挑战第31天】 随着数字化转型的加速,云原生技术已经成为推动企业IT架构现代化的关键力量。本文深入探讨了云原生架构的核心组件、实施策略以及面临的主要挑战。通过分析容器化、微服务、DevOps和持续集成/持续部署(CI/CD)等关键技术,揭示了如何利用这些技术实现敏捷性、可扩展性和弹性。同时,文章还讨论了企业在采纳云原生实践中可能遇到的安全性、复杂性和文化适应性问题,并提供了解决这些问题的策略和建议。
|
3月前
|
存储 监控 安全
360 企业安全浏览器基于阿里云数据库 SelectDB 版内核 Apache Doris 的数据架构升级实践
为了提供更好的日志数据服务,360 企业安全浏览器设计了统一运维管理平台,并引入 Apache Doris 替代了 Elasticsearch,实现日志检索与报表分析架构的统一,同时依赖 Doris 优异性能,聚合分析效率呈数量级提升、存储成本下降 60%....为日志数据的可视化和价值发挥提供了坚实的基础。
360 企业安全浏览器基于阿里云数据库 SelectDB 版内核 Apache Doris 的数据架构升级实践
|
2月前
|
运维 Cloud Native 持续交付
云原生架构的未来演进:打造灵活、高效的企业IT基础
随着数字化转型的不断深入,企业的IT基础设施正经历着从传统架构向云原生架构的根本转变。本文将探讨云原生技术的最新发展趋势,分析其在提高业务敏捷性、降低运维成本以及促进技术创新方面的关键作用。我们将重点讨论如何借助容器化、微服务、DevOps和持续交付等核心技术,构建一个能够适应快速变化市场需求的云原生生态系统。通过实际案例分析,揭示企业在迁移到云原生架构过程中面临的挑战与解决策略,为读者呈现一幅云原生技术赋能企业未来的蓝图。
|
8天前
|
前端开发 Java PHP
信息系统架构模型(1) MVC
信息系统架构模型(1) MVC
13 0
|
8天前
|
机器学习/深度学习 自然语言处理 网络架构
经典神经网络架构参考 v1.0(4)
经典神经网络架构参考 v1.0
22 0
|
8天前
|
网络架构
经典神经网络架构参考 v1.0(3)
经典神经网络架构参考 v1.0
15 0
|
8天前
|
网络架构
经典神经网络架构参考 v1.0(2)
经典神经网络架构参考 v1.0
13 0
|
8天前
|
机器学习/深度学习 网络架构
经典神经网络架构参考 v1.0(1)
经典神经网络架构参考 v1.0
22 0