「方案架构」“解决方案架构”日常思维

简介: 「方案架构」“解决方案架构”日常思维

作为一名架构师,你可以期望,在你职业生涯的某个时刻,参与一个关键的前线,动荡的项目或计划。在这种情况下,你需要依靠在信息和通信技术领域工作几年所获得的技术、政治和社会技能。

今天的博客(在伦敦考文垂火车上准备)提醒我们,在处理复杂的项目时,一般的解决方案架构师必须考虑一些“基础知识”。这些“以系统为导向”的考虑因素在项目参与要素中始终处于前列,需要在系统构建/交付的分析、设计和构建阶段进行考虑,同时保持结果的视线。

与生活中的大多数事情一样,列出的列表显然取决于您所操作的领域,例如,如果您正在研究制造执行系统(MES)解决方案,那么您在项目中的主要关注点将是实时监控和数据采集系统和过程。但是,如果您正在开发零售银行应用程序,那么您的重点将偏向于法规遵从性和报告。

所列清单并非详尽无遗,仅作一般性说明。然而,如果我们研究大多数信息和通信技术项目,我们通常会发现一种共同的模式,即收集原始数据,将其转换为信息,然后允许数字流程消费和生成报告,从而允许企业执行一项为组织增值的活动或行动。

这一运动如下图所示,思维泡泡代表了下表中进一步列出的思维区域;


项目期间的日常解决方案架构重点

数字化数据

考虑 说明
收集 项目元素将如何或如何收集“原始数据”-物理/逻辑和相关传输协议等?
提取转换与加载 你的系统将如何收集原始数据,如果数据没有结构-你需要“模具”它使用之前,存储?因此,需要什么样的造型/改造?
存储 一旦收集,系统将如何物理存储数据,“原样”或我们重组,索引,创建元数据等。?
清洗 我们需要清理数据还是需要隔离,即在发布使用之前放置在临时暂存区?
保护 我们如何在收集期间保护和保护数据,在收集、转换和存储阶段保持完整性?比如:防止恶意活动。
来源 了解数据的来源,无论是SCADA设备、存储库还是第三方,对于确保所有上游馈送保持不变至关重要。
摄入  尽管原始数据可以链接到多个对象,例如包含几何坐标的空间数据,因此必须在摄取阶段进行验证。

信息

考虑 说明
管理 “信息生命周期”要求在项目生命周期和上线后进行广泛的管理。
分类 信息作为一种资产,需要分类,以便能够对其使用和管理进行保护性标记。
转换 在信息和通信技术项目期间,最大的增值活动之一是将数据转换为其表示形式的增值。
治理 必须对数据的控制和使用进行管理,以确保遵守任何企业标准和政策。
可视化 可视化通常是收集大量数据的副产品,这些数据需要可视化地表示或简化以供使用。
成本 生产、保留和分发信息的实际和名义成本
智力 对大量数据进行分组以提供信息的过程,而这些信息反过来又提供了可以“执行”的智能

 

流程执行和编排

考虑 说明
定义 流程定义–流程的功能性和非功能性定义。
编排 已定义流程和关联触发器的编排。
相互作用 (内部/外部) 流程可以在组织外部执行,但是之后。
BPM – 建模 业务流程的实际建模。
RACI 流程的角色和职责(RACI-负责、负责、咨询和告知)
执行 流程如何执行?–启动流程的触发器或事件是什么?
符号/图形工具 大多数组织都有具有多个依赖关系的复杂流程——这些流程通常不能简单地在文本文档中表示,并且有许多工具可用于以图形方式捕获流程流/泳道等。

 

报表

考虑 说明
动态/静态报告 动态/静态分析告有两种报告类型-静态和动态报告通常是“预定义”的数据源和结构,用于表示特定信息。动态报告是在没有固定结构或硬编码变量的情况下动态生成报告的能力。
本土化 在进行全球部署项目时,必须不断考虑报告的本地化要求,如果在巴西等国家开展业务,这对合规性很重要。
数据源/查询执行器 以下都是不言而喻的,并被认为是解决方案的“面包和黄油”建筑师。什么报表将基于的源和查询是什么?

 

可重用的报表结构

结构
图表
模板
元素和风格

 

相关文章
|
2月前
|
存储 SQL 关系型数据库
Mysql高可用架构方案
本文阐述了Mysql高可用架构方案,介绍了 主从模式,MHA模式,MMM模式,MGR模式 方案的实现方式,没有哪个方案是完美的,开发人员在选择何种方案应用到项目中也没有标准答案,合适的才是最好的。
226 3
Mysql高可用架构方案
|
21天前
|
决策智能 数据库 开发者
使用Qwen2.5+SpringBoot+SpringAI+SpringWebFlux的基于意图识别的多智能体架构方案
本项目旨在解决智能体的“超级入口”问题,通过开发基于意图识别的多智能体框架,实现用户通过单一交互入口使用所有智能体。项目依托阿里开源的Qwen2.5大模型,利用其强大的FunctionCall能力,精准识别用户意图并调用相应智能体。 核心功能包括: - 意图识别:基于Qwen2.5的大模型方法调用能力,准确识别用户意图。 - 业务调用中心:解耦框架与业务逻辑,集中处理业务方法调用,提升系统灵活性。 - 会话管理:支持连续对话,保存用户会话历史,确保上下文连贯性。 - 流式返回:支持打字机效果的流式返回,增强用户体验。 感谢Qwen2.5系列大模型的支持,使项目得以顺利实施。
262 8
使用Qwen2.5+SpringBoot+SpringAI+SpringWebFlux的基于意图识别的多智能体架构方案
|
12天前
|
SQL 弹性计算 运维
云卓越架构:稳定性支柱整体解决方案综述
阿里云卓越架构聚焦于五大支柱,其中稳定性是关键。常见的云上稳定性风险包括架构单点、容灾设计不足和容量规划不合理等。为提升稳定性,需从架构设计时考虑容灾与容错、实施变更时遵循“三板斧”原则(灰度发布、可观测性和可回滚性),并确保快速响应和恢复能力。此外,通过客观度量、主观评估和巡检等方式识别风险,并进行专项治理。识货APP作为成功案例,通过优化容器化改造、统一发布体系、告警系统和扩缩容机制,实现了99.8%的高可用率,大幅提升了业务稳定性。
|
1月前
|
消息中间件 架构师 数据库
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
45岁资深架构师尼恩分享了一篇关于分布式事务的文章,详细解析了如何在10Wqps高并发场景下实现分布式事务。文章从传统单体架构到微服务架构下分布式事务的需求背景出发,介绍了Seata这一开源分布式事务解决方案及其AT和TCC两种模式。随后,文章深入探讨了经典ebay本地消息表方案,以及如何使用RocketMQ消息队列替代数据库表来提高性能和可靠性。尼恩还分享了如何结合延迟消息进行事务数据的定时对账,确保最终一致性。最后,尼恩强调了高端面试中需要准备“高大上”的答案,并提供了多个技术领域的深度学习资料,帮助读者提升技术水平,顺利通过面试。
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
|
1天前
|
监控 Serverless 测试技术
云端问道9期方案教学-省心省钱的云上Serverless高可用架构
本文介绍了省心省钱的云上Serverless高可用架构,主要分为两个部分:1. Serverless的发展历程、特点及高可用架构;2. SAE(Serverless Application Engine)产品介绍。Serverless作为一种云计算模式,让用户无需管理底层基础设施,自动弹性扩展资源,按需付费,极大提高了资源利用率和业务灵活性。SAE作为Serverless计算服务,提供了简便的应用部署、运维自动化、丰富的弹性策略和可观测性等功能,帮助企业降低运营成本、提升研发效率。通过极氪汽车、南瓜电影等客户案例展示了SAE在实际应用中的优势。
|
28天前
|
Serverless 决策智能 UED
构建全天候自动化智能导购助手:从部署者的视角审视Multi-Agent架构解决方案
在构建基于多代理系统(Multi-Agent System, MAS)的智能导购助手过程中,作为部署者,我体验到了从初步接触到深入理解再到实际应用的一系列步骤。整个部署过程得到了充分的引导和支持,文档详尽全面,使得部署顺利完成,未遇到明显的报错或异常情况。尽管初次尝试时对某些复杂配置环节需反复确认,但整体流程顺畅。
|
2月前
|
缓存 关系型数据库 MySQL
高并发架构系列:数据库主从同步的 3 种方案
本文详解高并发场景下数据库主从同步的三种解决方案:数据主从同步、数据库半同步复制、数据库中间件同步和缓存记录写key同步,旨在帮助解决数据一致性问题。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
高并发架构系列:数据库主从同步的 3 种方案
|
27天前
|
弹性计算 负载均衡 安全
云端问道-Web应用上云经典架构方案教学
本文介绍了企业业务上云的经典架构设计,涵盖用户业务现状及挑战、阿里云业务托管架构设计、方案选型配置及业务初期低门槛使用等内容。通过详细分析现有架构的问题,提出了高可用、安全、可扩展的解决方案,并提供了按量付费的低成本选项,帮助企业在业务初期顺利上云。
|
27天前
|
弹性计算 负载均衡 安全
企业业务上云经典架构方案整体介绍
本次课程由阿里云产品经理晋侨分享,主题为企业业务上云经典架构。内容涵盖用户业务架构现状及挑战、阿里云业务托管经典架构设计、方案涉及的产品选型配置,以及业务初期如何低门槛使用。课程详细介绍了企业业务上云的全流程,帮助用户实现高可用、稳定、可扩展的云架构。
|
2月前
|
消息中间件 监控 Cloud Native
云原生架构下的数据一致性挑战与解决方案####
在数字化转型加速的今天,云原生架构以其轻量级、弹性伸缩和高可用性成为企业IT架构的首选。然而,在享受其带来的灵活性的同时,数据一致性问题成为了不可忽视的挑战。本文探讨了云原生环境中数据一致性的复杂性,分析了导致数据不一致的根本原因,并提出了几种有效的解决策略,旨在为开发者和企业提供实践指南,确保在动态变化的云环境中保持数据的完整性和准确性。 ####