业务系统--业务架构转化成为IT应用的中间桥梁

简介:
 
业务系统用于减少和管理业务内相互依赖和交互的复杂关系网。通过定义一组功能来实现该目的,这样,依赖这些功能的业务就不必了解那些功能的执行方式。这样,业务系统与硬件和软件组件的使用方式就相当一致了。业务系统定义一个封装了系统所含结构元素的结构单元,并且该结构单元以这些系统的外在可视属性来表现特征。
 
业务系统由业务流程分析人员用以确定组织内所需的功能是否存在,并确保业务模型会预见到变更或者至少能从变更中复原。业务设计人员使用业务系统来收集相关业务工作者和业务实体,并明确定义和管理组织内的依赖关系。项目经理也使用业务系统来安排并行工作。
 
UML 说明:
 
业务分析模型中的组件,构造型为 <<business system>>。业务系统和 UML 子系统的级别相同,因为它同样是具有封装语义的组件。
 
 
业务系统应该用于通过明确定义每个业务系统提供的功能(或服务),来管理组织内的依赖关系。这意味着业务系统封装了它所包含的元素,这样,其服务用户就不需依赖于它如何提供服务,而依赖于它提供的服务是什么
 
当封装不重要时,可放宽此规则。在这种情况下,业务系统可直接与其他业务系统中包含的元素交互或直接依赖于这些元素。在这种情况下,正式详细指定必须在业务系统边界上提供的概念上的服务就不那么重要,因为就服务用户将要绑定的包含元素而言,最终那些服务是随在业务系统中包含的元素一起提供的。 这种变体将业务系统更多地视为封装(构造)机制,而不是概念。
 
该内容完成时,本质上业务系统在执行期间在是不存在的,也就是说,这和业务操作的情况一样,因为它的概念上的服务由所包含的元素直接提供。既便如此,这也仍然表示带有资源所有权的真正业务组织边界。
 
业务系统设计是否合理的标准:
 
业务系统的名称反映了它在业务中的角色和用途吗  
业务系统提供了一组明确的职责吗  
这些职责与业务系统的角色和用途一致吗  
这些职责之间是相关(逻辑上相关)的吗  
业务系统清楚地将其职责的规范与职责的实现分离了吗  
业务系统之外的任何参与方以某种方式(除了使用预定义的职责之外)与业务系统进行了交互吗  
业务系统直接依赖于其他业务系统内的任何元素吗  
业务系统内的元素以某种方式实现了所有职责吗  
业务系统内部结构的更改对其外界有影响吗  
业务系统的数目看起来合理吗  
       在任何一层都不应超过 12 个。

 

本文转自肖勇 51CTO博客,原文链接:http://blog.51cto.com/xiaoyong/248324 ,如需转载请自行联系原作者

相关文章
|
3月前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
3月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
3月前
|
机器学习/深度学习 人工智能 缓存
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
本文提出面向边缘通用智能的多大语言模型(Multi-LLM)系统,通过协同架构、信任机制与动态编排,突破传统边缘AI的局限。融合合作、竞争与集成三种范式,结合模型压缩、分布式推理与上下文优化技术,实现高效、可靠、低延迟的边缘智能,推动复杂场景下的泛化与自主决策能力。
323 3
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
|
3月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
3月前
|
运维 Prometheus 监控
别再“亡羊补牢”了!——聊聊如何优化企业的IT运维监控架构
别再“亡羊补牢”了!——聊聊如何优化企业的IT运维监控架构
162 8
|
4月前
|
消息中间件 数据采集 NoSQL
秒级行情推送系统实战:从触发、采集到入库的端到端架构
本文设计了一套秒级实时行情推送系统,涵盖触发、采集、缓冲、入库与推送五层架构,结合动态代理IP、Kafka/Redis缓冲及WebSocket推送,实现金融数据低延迟、高并发处理,适用于股票、数字货币等实时行情场景。
464 3
秒级行情推送系统实战:从触发、采集到入库的端到端架构
|
3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。
299 6
|
3月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
|
3月前
|
机器学习/深度学习 人工智能 搜索推荐
拔俗AI学伴智能体系统:基于大模型与智能体架构的下一代个性化学习引擎
AI学伴智能体系统融合大模型、多模态理解与自主决策,打造具备思考能力的个性化学习伙伴。通过动态推理、长期记忆、任务规划与教学逻辑优化,实现千人千面的自适应教育,助力因材施教落地,推动教育公平与效率双提升。(238字)
|
3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。