目录
[4、示例：管道-过滤 VS 数据仓库）比较因素分析](#4、示例：管道-过滤 VS 数据仓库）比较因素分析)
1、定义
架构风格：描述某一特定应用领域 中系统组织方式 的惯用模式 ，反映了领域中众多系统所共有的结构 和语义特性，并指导如何将各个模块和子系统有效地组织成一个完整的系统。
2、通用架构风格分类
- 数据流风格：批处理序列；管道-过滤器。
- 调用-返回风格：主程序/子程序；面向对象风格；层次结构；客户端/服务器。
- 独立构件风格：进程通信；事件系统。
- 虚拟机风格：解释器；基于规则的系统。
- 仓库风格：数据库系统；超文本系统；黑板系统。
|--------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------------------------|
| 架构风格 | 定义 | 代表 |
| 1. 数据流 | 面向数据流，按照一定的顺序从前向后执行 | 批处理序列 管道-过滤器 |
| 2. 调用/返回 | 构件之间存在显式 的互相调用 关系， 在系统启动时加载 ，已经在系统内编码 ，可直接运行。 容易实现并发处理和多任务。 树型结构，削弱了对计算的控制能力。 | 主程序/子程序 面向对象 层次结构 客户端/服务器 |
| 3. 独立构件 | 独立构件之间无直接交互(不直接调用一个过程)，而是触发/广播 一个或多个事件，通过事件驱动的方式实现通信和协作。 | 进程通信 基于事件的隐式调用 |
| 4. 虚拟机 | 自定义规则 ：将业务逻辑中频繁变化的部分（用户级别、折扣规则、机器学习流程）定义为可动态改变 的规则，通过灵活的 自定义规则 ， 实现规则的重组 。 基于这个规则来开发构件，能够跨平台适配，业务逻辑随时改变，规则灵活定义、灵活组合。 解释器可以解释执行 用户自定义的规则。 | 解释器 基于规则的系统 |
| 5. 仓库 | 以数据为中心，所有的操作都是围绕建立的数据中心进行的 | 数据库系统 超文本系统 黑板系统 |
3、架构风格比较
|------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------|
| 架构风格 | 灵活性 | 可扩展性 | 性能 | 应用 |
| 解释器 | 将用户级别、折扣规则定义为可动态改变 的规则，通过灵活的 自定义规则 ， 实现规则的重组。 基于这个规则来开发构件，能够跨平台适配，业务逻辑随时改变，规则灵活定义、灵活组合。 解释器可以解释执行 用户灵活自定义的规则(个性化折扣)。 | 折扣规则是独立的语法规则 ，可动态改变 ，由解释器对变化的规则 进行解析，修改更容易。 加入新的用户级别和折扣规则时，通过定义新的规则实现可扩展性。 | 解释器是运行期动态绑定执行。 需要对用户级别与折扣规则进行实时解释 ,性能较差。 | 规则集、规则解释器、选择器和工作内存，用于 DSS 和人工智能、专家系统。· 解释自定义的规则，解释引擎、存储区、数据结构。* |
| 基于规则 | 将用户级别、折扣规则定义为可动态改变 的规则，通过灵活的 自定义规则 ， 实现规则的重组。 基于这个规则来开发构件，能够跨平台适配，业务逻辑随时改变，规则灵活定义、灵活组合。 解释器可以解释执行 用户灵活自定义的规则(个性化折扣)。 | 折扣规则是独立的语法规则 ，可动态改变 ，由解释器对变化的规则 进行解析，修改更容易。 加入新的用户级别和折扣规则时，通过定义新的规则实现可扩展性。 | 解释器是运行期动态绑定执行。 需要对用户级别与折扣规则进行实时解释 ,性能较差。 | 规则集、规则解释器、选择器和工作内存，用于 DSS 和人工智能、专家系统。· 解释自定义的规则，解释引擎、存储区、数据结构。* |
| 面向对象 | 面向对象的实现相对固定**** ，高度模块化，将用户级别、折扣规则等封装为对象 ，业务有变化需要修改具体的类/对象。 | 业务逻辑有变化需要修改具体的类/对象 。 加入新的用户级别和折扣规则时，需要重新定义新的对象 ，并需要重启系统。 | 在系统启动时加载 ，用户级别和折扣规则已经在系统内编码 ，可直接运行，性能较好。 | 对象是构件，通过对象调用封装的方法和属性。， |
| 隐式调用 | 独立构件之间无直接交互、不直接调用一个过程，而是触发/广播 一个或多个事件，通过事件驱动 的方式实现通信和协作。 解耦 构件之间的依赖关系，降低耦合度，提升灵活性。 | 支持构件的动态添加和移除。当系统需要新增功能时，可以通过添加监听器或订阅者的方式来扩展系统的功能。 | 能够实现异步 、非阻塞的事件处理 。 通过处理函数的并发调用 ，提高系统处理性能。性能较好 事件发布者将事件发布到事件总线上，事件订阅者可以异步处理 这些事件，从而提高系统的并发性和性能。 | 1.根据用户的注册兴趣，向用户推送其感兴趣的新闻内容； 2.修改代码后，触发语法高亮、语法错误提示、代码格式化 |
| 管道-过滤器 | 流式 数据结构，数据驱动 机制,处理流程事先确定，顺序或有限循环的交互方式，交互性差。 每个构件都有一组输入和输出，构件读取输入的数据流，经过内部处理产生输出数据流。 数据处理组件之间有依赖关系 ，前一个构件的输出作为后一个构件的输入，前后数据流关联，灵活性差。 | 数据与处理紧密关联 ，调整处理流程 需要重新启动系统。 接口适配的扩展方法。 | 需要数据格式转换 ，性能降低。 支持过滤器并发调用，性能提高。 | 1. 数据输入某个构件，经过内部处理，产生数据输出。 2. 传统的编译器包括词法分析、语法分析、语义分析、代码生成等，每个阶段产生的结果作为下一个阶段的输入。 |
| 仓库 | 数据存储在中央仓库 ，处理流程独立 ，独立构件之间无直接交互，通过数据仓库间接交互 。 独立构件对中央数据 进行操作，支持交互式处理。 | 数据与处理解耦 合，可动态添加 和删除处理组件。 独立构件与数据仓库进行数据适配。 | 数据与处理分离，需要加载数据 ，性能降低。 数据处理组件之间一般无依赖关系 ，可并发调用，提高性能。 | 语音识别、知识推理等问题复杂、解空间很大、求解过程不确定的这一类软件系统，黑板、知识源、控制。" |
4、示例：管道-过滤 VS 数据仓库）比较因素分析
|--------------|-----------------------------------------|----------------------------------------------------------------|
| 比较因素 | 管道-过滤器风格 | 数据仓储风格 |
| 数据结构 | 流式数据 | 文件或模型 |
| 控制结构 | 数据驱动 | 业务功能驱动 |
| 交互方式 | 顺序结构、有限循环结构 | 独立构件之间无直接交互，通过数据仓库间接交互 |
| 数据处理 | 数据驱动机制，处理流程事先确定，交互性差。 | 数据存储在中央仓库 ，处理流程独立 ，独立构件对中央数据 进行操作，支持交互式处理。 |
| 可扩展性 | 数据与处理紧密关联 ，调整处理流程 需要重新启动系统。 | 数据与处理解耦 合，可动态添加和删除处理组件。 |
| 扩展方法 | 接口适配 | 与数据仓库进行数据适配 |
| 处理性能 | 需要数据格式转换 ，性能降低。 支持过滤器并发调用，性能提高。 | 数据与处理分离，需要加载数据 ，性能降低。 数据处理组件之间一般无依赖关系 ，可并发调用，提高性能。 |