极客视点
极客时间编辑部
极客时间编辑部
113240 人已学习
免费领取
课程目录
已完结/共 3766 讲
2020年09月 (90讲)
时长 05:33
2020年08月 (93讲)
2020年07月 (93讲)
时长 05:51
2020年06月 (90讲)
2020年05月 (93讲)
2020年04月 (90讲)
2020年03月 (92讲)
时长 04:14
2020年02月 (87讲)
2020年01月 (91讲)
时长 00:00
2019年12月 (93讲)
2019年11月 (89讲)
2019年10月 (92讲)
2019年09月 (90讲)
时长 00:00
2019年08月 (91讲)
2019年07月 (92讲)
时长 03:45
2019年06月 (90讲)
2019年05月 (99讲)
2019年04月 (114讲)
2019年03月 (122讲)
2019年02月 (102讲)
2019年01月 (104讲)
2018年12月 (98讲)
2018年11月 (105讲)
时长 01:23
2018年10月 (123讲)
时长 02:06
2018年09月 (119讲)
2018年08月 (123讲)
2018年07月 (124讲)
2018年06月 (119讲)
时长 02:11
2018年05月 (124讲)
时长 03:16
2018年04月 (120讲)
2018年03月 (124讲)
2018年02月 (112讲)
2018年01月 (124讲)
时长 02:30
时长 02:34
2017年12月 (124讲)
时长 03:09
2017年11月 (120讲)
2017年10月 (86讲)
时长 03:18
时长 03:31
时长 04:25
极客视点
15
15
1.0x
00:00/04:35
登录|注册

优秀架构师必备的四种架构思维

讲述:闫云龙大小:2.10M时长:04:35
日前,阿里巴巴技术专家九摩系统地总结了其多年经验,分享了架构师的职责及四种架构思维,以供架构师参考。在上一篇文章中,我们明确了架构师的工作职责,下面一起来看有哪些架构思维可以指导架构设计。

第一种,自顶向下构建架构

这其中有几个要点如下:
1. 定义问题,其中最重要的是定义客户的问题。要点是识别出关键问题,即能够解决客户痛点的问题,并善用多种方法对客户问题进行分析,转换成我们产品或者平台需要提供的能力,优先给出关键问题的解决方案。
2. 在问题定义中务必加入时间维度,把手段 / 方案和问题定义区分开来。用时,还需要对问题先进行升层思考,后进行升维思考,从而抓住问题本质,理清需求。此外,善用升层思考和升维思考可以帮助我们对现有的流程和能力模型进行梳理,明确需要提升的地方。
3. 要注意问题解决原则:先解决客户的问题(使命),再解决自己的问题(愿景)。
4. 将抽象出来的能力诉求转换成技术挑战,便于进行方案设计,这需要结合自底向上的架构推导方式。
5. 创新可以是业务创新,也可以是产品、技术、运营创新,升层思考、升维思考,使用第一性原理思维、生物学思维等哲科思维可以帮助我们在业务、产品、技术上发现不同的创新可能。

第二种,自底向上推导应用架构

先根据业务流程,分解出系统时序图,根据时序图开始对模块进行归纳,从而得到粒度更大的模块,模块的组合/聚合构建整个系统架构。
应用逻辑架构的推导有 4 个子路径,分别是:
业务概念架构:来自于业务概念模型和业务流程;
系统模型:来自于业务概念模型;
系统流程:来自业务流程;
非功能性的系统支撑:来自对性能、稳定性、成本的需要。
从逻辑架构到物理架构,一定需要先对效率、稳定性和性能做出明确的量化要求,这很重要。
此外,自底向上重度依赖于演绎和归纳。演绎就是逻辑推导,越是底层的,越需要演绎:
从用例到业务模型就属于演绎;
从业务模型到系统模型也属于演绎;
根据目前的问题,推导出要实施某种稳定性措施,这也是演绎。
除了演绎外,这里的归纳是根据事物的某个维度来进行归类,越是高层的,越需要归纳:
问题空间模块划分属于归纳;
逻辑架构中有部分也属于归纳;
根据一堆稳定性问题,归纳出事前、事中、事后需要的对应操作,也就是根据时间维度来进行归纳。

第三种,领域驱动设计架构

大部分传统架构都是基于领域模型分析架构,典型的领域实现模型设计可以参考 DDD(领域驱动设计),详细可以参考《实现领域驱动设计》这本书,另外,《UML 和模式应用》这本书在领域建模实操方面比较好,前者偏理论了解,后者便于落地实践。
以下为领域划分设计步骤:
对用户需求场景分析,识别出业务全维度 Use Case;
分析模型鲁棒图,识别出业务场景中所有的实体对象。
领域划分,将所有识别出的实体对象进行分类;
评估域划分合理性,并进行优化。

第四种,基于数据驱动设计架构

随着 IoT、大数据和人工智能的发展,以领域驱动的方式进行架构往往满足不了需求或者达不到预期的效果,在大数据时代,在大数据应用场景,需要从领域分析升维到基于大数据统计分析结果来进行业务架构、应用架构、数据架构和技术架构。这里需要架构师具备数理统计分析的基础和 BI 的能力,以数据思维来架构系统,典型的系统像阿里的数据分析平台采云间和菜鸟的数据分析平台 FBI。
上述四种思维,往往在架构设计中是融合使用的,需要根据业务或者系统的需求来选择侧重思维方式。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
免费领取
登录 后留言

全部留言(3)

  • 最新
  • 精选
  • John
    總結的非常好 大俗大雅 兼容並濟
    1
  • 风继续吹
    高度抽象。普适。
  • 不会爬树的熊
    准确,到位,精辟
收起评论
大纲
固定大纲
第一种,自顶向下构建架构
第二种,自底向上推导应用架构
第三种,领域驱动设计架构
第四种,基于数据驱动设计架构
显示
设置
留言
3
收藏
99+
沉浸
阅读
分享
手机端
快捷键
回顶部