系统架构设计师教程 第12章 12.4 信息系统架构案例分析 笔记

12.4 信息系统架构案例分析 ★★★★☆

12.4.1 价值驱动的体系结构------连接产品策略与体系结构

1.价值模型概述

价值模型核心的特征可以简化为三种基本形式。

(1)价值期望值:表示对某一特定功能的需求,包括功能、质量和不同 级别质量的实用性。

(2)反作用力:系统部署实际环境中,实现某种价值期望值的难度,通常期望越高难度越 大,即反作用力。

(3)变革催化剂:表示环境中导致价值期望值发生变化的某种事件,或者是导致不同结果 的限制因素。

2.体系结构挑战

制定系统的体系结构策略始于:

(1)识别合适的价值背景并对其进行优先化。

(2)在每一背景中定义效用曲线和优先化期望值。

(3)识别和分析每一背景中的反作用力和变革催化剂。

(4)检测限制因素使满足期望值变难的领域。

3**.结论**

价值模型有助于了解和传达关于价值来源的重要信息。它解决一些重要问题,如价值如何 ,期望值和外部因素中存在的相似性和区别,系统要实现这些价值有哪些子集。

12.4.2 Web服务在HL7上的应用------Web服务基础实现框架

Health Level Seven(HL7)

1.HL7模型概念

1)参考信息模型

HL7 的参考信息模型是一个静态的卫生保健信息模型,它代表了至今为止负责 HL7 标准发 展行为的卫生保健领域的各个方面。

  1. 消息结构

HL7应用软件之间的交互行为是通过消息的交换来完成的。

所有的HL7消息都被放在TransmissionWrapper, Wrapper的目的是支持应用软件之间消息的传输(和确认)。

  1. 交互

一 次HL7 交互就是信息特殊转移过程中的一次联合,一个触发事件就开始了消息的转移,应用软件进行接收和发送消息。

4)应用程序角色

HL7 里的每一个应用属于一个具体的应用程序角色。

5)Storyboard

像消息类型、交互作用和应用程序角色这些概念都集合在了 一个HL7 Storyboard 里,用来指定在 HL7标准化行为范围内与任意卫生保健领域相关联的用例。

  1. 体系结构

商业逻辑和Web 服务适配器

商业逻辑的任务如下。

(1)发送端:创建一种具体HL7消息类型的XML描述,将消息传送到Web服务适配器,适配器负责传送到接收应用端。

(2)接收端:"找回"由Web服务适配器接收的 HL7 消息,同时从接收到的X M L消息那里 打开Transmission Wrapper、Control Wrapper和消息体;验证HL7消息是否满足用来交互的商业 规则和约束;核实发送应用端是否需要一个应用层的确认信息 (HL7 消息类型MCI)。

Web 服务适配器的功能主要是用来处理消息的分发和确认信息。

3.开发 HL7 Web 服务适配器

具体步骤

(1)消息和数据类型的设计

(2)适配器模式的选择

(3)HL7Web服务契约开发

(4)产生Web服务 Stub 和代理的实现

(5)开发适配器业务逻辑

12.4.3 以服务为中心的企业整合

以Ramp Control系统中的Ramp Coordination流程为例

IBM推荐使用组件业务建模 (Component Business Model) 和面向服务的建模和架构 (Service-Oriented Model and Architecture) 两种方法建立业务的组件模型、服务模型和流程模型。

主要架构元素

(1)信息服务

(2)企业服务总线中的事件服务

(3)流程服务

(4)企业服务总线中的传输服务

相关推荐
Engineer邓祥浩15 分钟前
JVM学习笔记(5) 第二部分 自动内存管理 第4章 虚拟机性能监控、故障处理工具
jvm·笔记·学习
智者知已应修善业34 分钟前
【51单片机4个IO实现16按键可扩展独立按键64矩阵驱动显示矩阵原值】2023-5-8
c++·经验分享·笔记·算法·51单片机
深蓝海拓36 分钟前
S7-1500学习笔记:Array数据类型
笔记·学习·plc
Xudde.9 小时前
班级作业笔记报告0x04
笔记·学习·安全·web安全·php
zzh08111 小时前
MySQL高可用集群笔记
数据库·笔记·mysql
绛橘色的日落(。・∀・)ノ12 小时前
Matplotlib实践学习笔记
笔记·学习
chase。12 小时前
【学习笔记】AGILE:把人形机器人强化学习从“玄学”变成“工程学”
笔记·学习·敏捷流程
久菜盒子工作室12 小时前
高等教育学|第一章高等教育概述
经验分享·笔记·课程设计
tq108612 小时前
语言流形与思维共生:中西认知图景的差异与交融
笔记
YuanDaima204812 小时前
基于 LangChain 1.0 的检索增强生成(RAG)实战
人工智能·笔记·python·langchain·个人开发·langgraph