「架构框架」ArchiMate视图指南(1):基本视图概览

简介: 「架构框架」ArchiMate视图指南(1):基本视图概览

完整的ArchiMates视图指南(1):视图及基本视图概览


视图是ArchiMate中非常重要的概念之一。每个视图都包含一组专用的ArchiMate元素,允许架构师设计人员对企业架构的特定方面建模。正式的ArchiMate 3规范提供了23个ArchiMate示例视图供架构设计人员遵循。在这个ArchiMate视图指南中,我们将回顾所有23个ArchiMate视图,并对每个视图进行清晰的描述和ArchiMate图表示例。

什么是ArchiMate视图?

在ArchiMate语言中,视图是ArchiMate元素和关系的相关子集,在表示体系结构的特定部分时,将它们放在图上。

什么是ArchiMate示例视图?

ArchiMate建议了一组可以用作建模工作的起点的示例视图。每一个ArchiMate视图都包含来自不同ArchiMate层的元素,处理特定的涉众关注点。欢迎组织在其体系结构模型中应用任何这些视图示例,或者定义他们自己的视图示例。

ArchiMate建议的示例视点主要分为四类:

  • 基本视图:可以使用来自业务、应用程序和技术三层的概念。
  • 动机视图:用于建模架构的动机方面。
  • 战略视图:通过描述企业的高层战略方向和构成来描述企业的战略方面。
  • 实现和迁移视图:对于架构变更的管理建模,从基线到目标架构的转换以及程序和项目之间的关系。

如何应用示例视图?

重要的是要注意ArchiMate规范中正式发布的示例视点不应该约束建模活动。您应该修改示例视点,或者甚至定义您自己的视点来处理特定的涉众关注点。


基本视图

ArchiMate基本视图包括ArchiMate元素和ArchiMate三个主要层的概念:业务、应用程序和技术。下面列出的是ArchiMate 3.1示例视点表,分为四类,指明了它们所涵盖的方向和范围:

  • 组合:定义元素的内部组合和聚合的视图。
  • 支持:您所查看的元素被其他元素所支持的视图。通常从一层往上到上一层。
  • 合作:朝向相互合作的对等元素。通常跨不同的方面。
  • 实现:您正在查看实现其他元素的元素的视图。通常从一层向下到下一层。


组成视图

名字透视图关注点组织企业在角色、部门等方面的结构。识别能力、权力和责任信息结构显示企业中使用的信息的结构。使用的数据和信息的结构和依赖关系,一致性和完整性技术网络、设备和系统软件等企业信息系统的基础设施和平台。基础设施的稳定性、安全性、依赖性和成本分层提供架构的概述。一致性、降低复杂性、变更的影响、灵活性物理物理环境以及它如何与IT基础设施相关联。物理环境的关系和依赖关系,以及它们与IT基础设施的关系

支持视图:

名字透视图关注点产品显示产品的内容。产品开发,企业产品提供价值应用使用将应用程序与其在例如业务流程中的使用关联起来。一致性和完整性,降低复杂性。技术使用展示应用程序如何使用技术。依赖关系、性能、可伸缩性

合作视图:

名字透视图关注点业务流程合作显示各种业务流程之间的关系。业务流程、一致性和完整性、责任之间的依赖关系应用合作显示应用程序组件及其相互关系。应用程序之间的关系和依赖、服务的编排/编排、一致性和完整性、复杂性的降低

实现视图:

名字透视图关注点服务实现显示如何通过必要的行为实现服务。业务流程的增值、一致性和完整性、责任实现和部署显示如何将应用程序映射到底层技术。应用平台的结构以及它们与支持技术的关系

在接下来的部分中,我们将详细介绍ArchiMate的所有基本视图。对于每一个视点,涉众都是有目标的,要处理的关注点,目的和范围都被涵盖了。此外,还将提供ArchiMate图示例。

除了指定的元素之外,分组元素、连接和或连接可以在每个视点中使用。

相关文章
|
2月前
|
人工智能 JavaScript 前端开发
GenSX (不一样的AI应用框架)架构学习指南
GenSX 是一个基于 TypeScript 的函数式 AI 工作流框架,以“函数组合替代图编排”为核心理念。它通过纯函数组件、自动追踪与断点恢复等特性,让开发者用自然代码构建可追溯、易测试的 LLM 应用。支持多模型集成与插件化扩展,兼具灵活性与工程化优势。
233 6
|
8月前
|
人工智能 自然语言处理 数据可视化
两大 智能体框架 Dify vs Langchain 的全面分析,该怎么选?资深架构师 做一个彻底的解密
两大 智能体框架 Dify vs Langchain 的全面分析,该怎么选?资深架构师 做一个彻底的解密
两大 智能体框架 Dify vs Langchain 的全面分析,该怎么选?资深架构师 做一个彻底的解密
|
4月前
|
人工智能 自然语言处理 JavaScript
Github又一AI黑科技项目,打造全栈架构,只需一个统一框架?
Motia 是一款现代化后端框架,融合 API 接口、后台任务、事件系统与 AI Agent,支持 JavaScript、TypeScript、Python 多语言协同开发。它提供可视化 Workbench、自动观测追踪、零配置部署等功能,帮助开发者高效构建事件驱动的工作流,显著降低部署与运维成本,提升 AI 项目落地效率。
382 0
|
11月前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
1997 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
7月前
|
Java 开发者 Spring
Spring框架 - 深度揭秘Spring框架的基础架构与工作原理
所以,当你进入这个Spring的世界,看似一片混乱,但细看之下,你会发现这里有个牢固的结构支撑,一切皆有可能。不论你要建设的是一座宏大的城堡,还是个小巧的花园,只要你的工具箱里有Spring,你就能轻松搞定。
298 9
|
存储 分布式计算 关系型数据库
架构/技术框架调研
本文介绍了微服务间事务处理、调用、大数据处理、分库分表、大文本存储及数据缓存的最优解决方案。重点讨论了Seata、Dubbo、Hadoop生态系统、MyCat、ShardingSphere、对象存储服务和Redis等技术,提供了详细的原理、应用场景和优缺点分析。
|
人工智能 前端开发 JavaScript
前端架构思考 :专注于多框架的并存可能并不是唯一的方向 — 探讨大模型时代前端的分层式微前端架构
随着前端技术的发展,微前端架构成为应对复杂大型应用的流行方案,允许多个团队使用不同技术栈并将其模块化集成。然而,这种设计在高交互性需求的应用中存在局限,如音视频处理、AI集成等。本文探讨了传统微前端架构的不足,并提出了一种新的分层式微前端架构,通过展示层与业务层的分离及基于功能的横向拆分,以更好地适应现代前端需求。
404 0
|
存储 分布式计算 API
大数据-107 Flink 基本概述 适用场景 框架特点 核心组成 生态发展 处理模型 组件架构
大数据-107 Flink 基本概述 适用场景 框架特点 核心组成 生态发展 处理模型 组件架构
562 0
|
9月前
|
监控 安全 Cloud Native
企业网络架构安全持续增强框架
企业网络架构安全评估与防护体系构建需采用分层防御、动态适应、主动治理的方法。通过系统化的实施框架,涵盖分层安全架构(核心、基础、边界、终端、治理层)和动态安全能力集成(持续监控、自动化响应、自适应防护)。关键步骤包括系统性风险评估、零信任网络重构、纵深防御技术选型及云原生安全集成。最终形成韧性安全架构,实现从被动防御到主动免疫的转变,确保安全投入与业务创新的平衡。
|
10月前
|
人工智能 自然语言处理 并行计算
MeteoRA:多任务AI框架革新!动态切换+MoE架构,推理效率提升200%
MeteoRA 是南京大学推出的多任务嵌入框架,基于 LoRA 和 MoE 架构,支持动态任务切换与高效推理。
458 3