文章目录
-
-
- [**1. 各架构的定义**](#1. 各架构的定义)
-
- [**业务架构（Business Architecture）**](#业务架构（Business Architecture）)
- [**应用架构（Application Architecture）**](#应用架构（Application Architecture）)
- [**数据架构（Data Architecture）**](#数据架构（Data Architecture）)
- [**技术架构（Technology Architecture）**](#技术架构（Technology Architecture）)
- [**2. 四者的核心关系**](#2. 四者的核心关系)
- [**3. 四层架构的协作模式**](#3. 四层架构的协作模式)
- 参考
-
1. 各架构的定义
业务架构（Business Architecture）
- 核心：定义组织的业务目标、流程、角色、能力和价值链。
- 关注点 ："做什么" 和 "为什么做"。例如，电商企业的业务架构可能包括采购、销售、物流、客服等核心业务流程。
- 组成 ：
- 价值模型。由于业务架构承载了企业战略的实现思路，因此需要通过价值模型将这个价值链路呈现出来
- 服务蓝图。进一步展开价值模型，即考虑企业最终实现这个价值所需要的实体。这些实体可以包括人员、生产机器、工具和软件系统等。
- 业务流程图。对服务蓝图中业务功能的展开描述
- 领域模型。DDD设计
| 价值模型 | 服务蓝图 | 业务流程图 |
|---|---|---|
 |
 |
 |
应用架构（Application Architecture）
- 核心：设计支撑业务需求的软件系统和应用间的交互。
- 关注点 ："用什么系统实现业务"。例如，电商系统可能包含前端商城、订单系统、库存管理系统等。
- 组成
- 应用分层图。应用或者微服务粒度，而并非功能模块粒度，同一个层次上的粒度相同
- 应用交互关系图。要体现出交互方式和交互数据。要注意交互的方向，通常只能是上层应用调用下层应用
| 应用分层图 | 应用交互关系图 |
|---|---|
 |
 |
数据架构（Data Architecture）
- 核心：规划数据的产生、存储、流动、治理和使用。
- 关注点 ："数据如何支撑业务和应用"。例如，用户信息、订单数据、库存数据的存储、集成与分析。
- 组成：ER模型、数据分布视图、数据流转视图和数据集成视图
| 数据分布视图 | 数据流转视图 | 数据集成视图 |
|---|---|---|
 |
 |
 |
技术架构（Technology Architecture）
- 核心 ：选择底层技术基础设施和工具，确保系统稳定、可扩展和安全等非功能需求
- 关注点 ："如何用技术实现系统"。例如，选择云平台、微服务框架、数据库技术等。
| 项目 | Value | d |
|---|---|---|
 |
 |
 |
2. 四者的核心关系
（1）自上而下的驱动关系
- 业务架构是起点 ：业务需求驱动应用、数据和技术架构的设计。
举例：电商业务需要"快速交付"，驱动应用架构设计订单处理系统，数据架构设计实时库存数据库，技术架构选择低延迟的云服务。
（2）应用架构是业务与技术的桥梁
- 应用架构将业务需求转化为具体的系统功能，同时依赖技术架构实现。
举例：业务要求"个性化推荐"，应用架构需设计推荐引擎，技术架构需支持大数据计算（如Spark）。
（3）数据架构贯穿全流程
- 数据是业务的核心资产，支撑应用运行和技术实现。
举例：用户行为数据（数据架构）用于推荐系统（应用架构），依赖分布式存储（技术架构）支持高并发查询。
（4）技术架构是底层支撑
- 为应用和数据架构提供基础设施，如云计算、容器化、数据库引擎等。
举例：微服务架构（技术架构）支持应用模块化开发（应用架构），同时依赖API网关管理数据流动（数据架构）。
3. 四层架构的协作模式
- 业务架构：定义方向（Why & What）。
- 应用架构：设计功能（How to Support）。
- 数据架构：提供燃料（Data Flow）。
- 技术架构：夯实基础（Technical Enabler）。
四者形成闭环：业务需求驱动应用和数据设计，技术实现支撑应用和数据运行，最终反哺业务创新 。实际项目中需通过迭代优化，确保四层架构的动态适配。
参考
- 架构师启示录:知识模型、落地方法与思维模式
- deepseek