「架构框架」ArchiMate视图指南(4):应用使用视图和实现部署视图

简介: 「架构框架」ArchiMate视图指南(4):应用使用视图和实现部署视图

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

应用程序使用视图

什么是应用程序使用视图?

应用程序使用视图显示了应用程序如何协同工作以支持业务流程,以及其他应用程序如何使用应用程序。它可用于标识业务流程和其他应用程序所需的服务,或用于通过描述可用的服务来设计业务流程。

下表更详细地描述了应用程序使用视图

利益相关者 企业、流程和应用程序架构师、运营经理
关注点 一致性和完整性,减少复杂性
目的 设计,决定
范围 多个层/多个方面
元素 业务参与者、业务角色、业务协作、业务过程/功能/交互、业务事件、业务对象、应用程序组件/协作、应用程序接口、应用过程/功能/交互、应用程序事件、应用程序服务、数据对象

应用程序使用视图示例

下图显示了在应用程序使用视图下绘制的原始图。



实现和部署视图

什么是实现和部署视图?

实现和部署视角显示了基础设施上应用程序的实现。这涉及到将应用程序和组件映射到工件,以及将这些应用程序和组件使用的信息映射到底层存储基础设施。

下表更详细地描述了实现和部署视图

利益相关者 应用程序和领域架构师
关注点 应用程序平台的结构以及它们与支持技术的关系
目的 设计,决定
范围 多层次/多角度
元素 应用组件/协作、应用接口、应用过程/功能/交互、应用事件、应用服务、数据对象、系统软件、技术接口、路径、技术过程/功能/交互、技术服务、构件


实现和部署视角示例

下图显示了在实现和部署视角下绘制的原型图。

相关文章
|
10月前
|
监控 Java API
Spring Boot 3.2 结合 Spring Cloud 微服务架构实操指南 现代分布式应用系统构建实战教程
Spring Boot 3.2 + Spring Cloud 2023.0 微服务架构实践摘要 本文基于Spring Boot 3.2.5和Spring Cloud 2023.0.1最新稳定版本,演示现代微服务架构的构建过程。主要内容包括: 技术栈选择:采用Spring Cloud Netflix Eureka 4.1.0作为服务注册中心,Resilience4j 2.1.0替代Hystrix实现熔断机制,配合OpenFeign和Gateway等组件。 核心实操步骤: 搭建Eureka注册中心服务 构建商品
1464 3
|
8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。
708 6
|
8月前
|
存储 监控 安全
132_API部署:FastAPI与现代安全架构深度解析与LLM服务化最佳实践
在大语言模型(LLM)部署的最后一公里,API接口的设计与安全性直接决定了模型服务的可用性、稳定性与用户信任度。随着2025年LLM应用的爆炸式增长,如何构建高性能、高安全性的REST API成为开发者面临的核心挑战。FastAPI作为Python生态中最受青睐的Web框架之一,凭借其卓越的性能、强大的类型安全支持和完善的文档生成能力,已成为LLM服务化部署的首选方案。
1357 3
|
9月前
|
人工智能 Cloud Native 中间件
划重点|云栖大会「AI 原生应用架构论坛」看点梳理
本场论坛将系统性阐述 AI 原生应用架构的新范式、演进趋势与技术突破,并分享来自真实生产环境下的一线实践经验与思考。
|
9月前
|
机器学习/深度学习 人工智能 vr&ar
H4H:面向AR/VR应用的NPU-CIM异构系统混合卷积-Transformer架构搜索——论文阅读
H4H是一种面向AR/VR应用的混合卷积-Transformer架构,基于NPU-CIM异构系统,通过神经架构搜索实现高效模型设计。该架构结合卷积神经网络(CNN)的局部特征提取与视觉Transformer(ViT)的全局信息处理能力,提升模型性能与效率。通过两阶段增量训练策略,缓解混合模型训练中的梯度冲突问题,并利用异构计算资源优化推理延迟与能耗。实验表明,H4H在相同准确率下显著降低延迟和功耗,为AR/VR设备上的边缘AI推理提供了高效解决方案。
1524 0
|
8月前
|
机器学习/深度学习 自然语言处理 算法
48_动态架构模型:NAS在LLM中的应用
大型语言模型(LLM)在自然语言处理领域的突破性进展,很大程度上归功于其庞大的参数量和复杂的网络架构。然而,随着模型规模的不断增长,计算资源消耗、推理延迟和部署成本等问题日益凸显。如何在保持模型性能的同时,优化模型架构以提高效率,成为2025年大模型研究的核心方向之一。神经架构搜索(Neural Architecture Search, NAS)作为一种自动化的网络设计方法,正在为这一挑战提供创新性解决方案。本文将深入探讨NAS技术如何应用于LLM的架构优化,特别是在层数与维度调整方面的最新进展,并通过代码实现展示简单的NAS实验。
417 0
|
10月前
|
Web App开发 Linux 虚拟化
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
515 0
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
|
10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。
860 0
|
10月前
|
机器学习/深度学习 数据采集 存储
技术赋能下的能源智慧管理:MyEMS 开源系统的架构创新与应用深化
在全球能源转型与“双碳”战略推动下,MyEMS作为基于Python的开源能源管理系统,凭借模块化架构与AI技术,助力重点用能单位实现数字化、智能化能源管理。系统支持多源数据采集、智能分析、设备数字孪生与自适应优化控制,全面满足国家级能耗监测要求,并已在制造、数据中心、公共建筑等领域成功应用,助力节能降碳,推动绿色可持续发展。
340 0