什么是软件结构设计，企业架构12——数据架构之数据建模

专业编程培训机构——完成蜕变以后轻松拿高薪

电话+V： 152079-09430 ，欢迎咨询什么是程序开发架构设计，[python实用课程]，[C++单片机原理]，[C#网站搭建]，[Nodejs小程序开发]，[ios游戏开发]，[安卓游戏开发]，[教会用大脑用想法赚钱实现阶层跨越]

一、什么是软件结构设计

软件架构（softwarearchitecture）是一系列相关的抽象模式，用于指导大型软件系统各个方面的设计。软件架构是一个系统的草图。软件架构描述的对象是直接构成系统的抽象组件。

软件架构（softwarearchitecture）是一系列相关的抽象模式，用于指导大型软件系统各个方面的设计。软件架构是一个系统的草图。软件体系结构是构建计算机软件实践的基础。

同样这个思考可以展开到其他的行业，比如企业的架构，国家的架构，组织架构，音乐架构，色彩架构，软件架构等等。套用三国演义的一句话，合久必分，分久必合。

1、软件设计是指在软件开发的过程中，设计软件系统的结构、组成部分、功能模块和数据结构等，以及选择适当的算法、编程语言和软件工程方法来实现这些设计。

2、计算机软件设计属于IT(InternetTechnology)专业。户件设计是从软件需求规格说明书出发，根据需求分析阶段确定的功能设计软件系统的整体结构、划分功能模块、确定每个模块的实现算法以及编写具体的代码，形成软件的具体设计方案。

3、软件设计是一系列创造活动，是借助编程语言以简单和优雅的方式表达并解决现实需求的一门科学和艺术。

4、软件设计是为一组或多组问题设想和定义软件解决方案的过程。软件设计的主要组成部分之一是软件需求分析（SRA）。SRA是软件开发过程的一部分，列出了软件工程中使用的规范。

软件设计模式就是Uml统一建模语言的技巧性概念。主要研究各个类模块和接口之间的安排与搭配，也是为程序员提供交流的一个很好的平台。利用软件设计模式您可以做出质量更高，代码更少，扩充更容易的软件。

软件体系结构通常被称为架构，指可以预制和可重构的软件框架结构。架构尚处在发展期，对于其定义，学术界尚未形成一个统一的意见，而不同角度的视点也会造成软件体系结构的不同理解，以下是一些主流的标准观点。

软件架构（softwarearchitecture）是一系列相关的抽象模式，用于指导大型软件系统各个方面的设计。软件架构是一个系统的草图。软件架构描述的对象是直接构成系统的抽象组件。

软件设计模式是对软件设计经验的总结，是对软件设计中反复出现的设计问题的成功解决方案的描述。为了记录这些成功的设计经验并方便以后使用，软件设计模式通常包含4个基本要素：模式名称、问题、解决方案以及效果。

软件架构是软件的一种搭建形式，往往规定了软件的模块组成，通信接口（含通信数据结构），组件模型，集成框架等等。往往规定了具体的细节。

软件的结构化设计SD方法中，详细设计主要是要建立什么？软件设计一般分为两个阶段：第一阶段：概要设计阶段。第二阶段：过程设计（也称详细设计）阶段。SD方法是面向数据流的方法，以SA结果为依据。

结构化方法：分析，设计，程序设计构成，面向数据流的开发方法，分解和抽象的原则，数据流图建立功能模型，完成需求分析工作。Jackson方法：面向数据结构开发方法。

结构化软件开发过程包括五个部分：系统规划：确定信息系统目标；确定系统界面，系统与外部的信息联系；系统的主要功能；系统与企业其他计算机的应用。系统分析：对组织内部整体管理状况和信息处理过程进行分析。

二、软件开发和架构的区别?

软件开发和架构的区别：

在软件领域中，软件开发和架构是两个相关但又有明显区别的概念。

软件开发：

软件开发是指将软件设计的各个阶段的概念转化为实际可执行的软件系统的过程。这包括以下几个主要方面：

软件开发强调的是将概念转化为具体的软件产品，着重于代码的实现和功能的实现。

架构：

软件架构是指对软件系统的高级结构或组织原则的定义。它关注的是系统的整体结构、组件之间的关系、数据流、以及系统中的关键决策。以下是架构方面的主要工作：

软件架构关注的是系统的整体结构和设计原则，是在软件开发之前制定的，为软件开发提供了一个框架。

总结：

在简单的说法中，软件开发强调的是将概念转化为具体的代码，而软件架构关注的是在软件开发之前制定系统的整体结构和设计原则。它们在软件生命周期的不同阶段起到了不同的作用。

以上内容是由猪八戒网精心整理，希望对您有所帮助。

企业架构12——数据架构之数据建模

数据架构是业务和应用系统建设的桥梁，贯穿了业务、应用及技术架构，成为链接彼此的桥梁。本文就数据架构之数据建模展开分析，一起来看看吧。

数据架构是业务与应用系统建设的桥梁，数据架构基于业务架构（业务模式、流程、规则等）识别出业务数据需求，统一数据语言及操作手段，作为应用架构（系统功能、组建、接口等）和技术架构（技术指标、技术选型等）设计和开发的依据。

简单说就是——数据架构贯穿了业务、应用及技术架构，成为链接彼此的桥梁。

因为笔者不是技术人员，在技术这块知识不是很足，所以不会往技术的部分深入，而是通过梳理数据架构的内容，去反哺因为及应用部分。

完整的设计数据架构的步骤如下所述:

A、数据模型——通过各层级的建模得出整个系统的数据模型

B、数据来源——数据的类型、采集方式及来源

C、数据的处理——数据清洗及转化、集成、存储

D、数据分析——如何分析数据

E、数据展示——以什么样的方式来展示数据

F、数据应用——将数据应用在哪些方面

一、数据建模

整个企业架构的建模过程如下，从业务到应用、再到数据架构。每一个架构又从上而下、从粗颗粒到细颗粒度逐步拆解。数据架构也不例外，我们就来看看，如何搭建一个业务的数据架构。

数据建模，采用分层建模的方式，可以有如下几个层级：

我们从业务的整个价值链来看，一个价值链条就是一个业务，一个业务与对应一个数据主题域，比如以上可以得到这个制造系统的核心数据主题域：研发、采购、制造、仓储、营销、运输。

我们选择采购来进行分析：

单个业务域的数据主题域关系图，与应用系统的比较类似，如应用系统中的采购管理系统下包含：

a、供应商管理；

b、采购计划管理；

c、采购合同管理；

d、货品库存管理；

e、配送调度管理。

如果是多个系统的数据主题域关系图则概略如下所示示意图。

概念数据模型就是梳理主题域中各数据主题中的业务对象，并将业务对象之间的关系梳理出来，这样概念数据模型就搭建好了。

如下图，用户采购，1个采购会对应多个订单，1个订单又会对应多个商品。则其概念数据模型简单说明如下：

我们进一步详细的说一下，首先是要挑选出数据主题域中的业务对象，那什么是业务对象呢，有什么选择标准，怎么样来筛选呢？

A、业务对象包含：是业务领域中的人、事、物、地等，承载了业务运作及管理的重要信息，比如说书店管理系统中的：图书、职工、会员、售货员等。

I、人员角色——比如用户、配送员、供应商、商家等

Ii、客观存在的事物——比如商品、配件

Iii、一种行为、规则、过程概念——比如调度规则、账户

Iv、事件——比如订单

以上简单总结就是，找关键路径上的人事物规则等。

B、业务对象具有唯一的标识信息，比如供应商有供应商编号

C、相对独立，比如订单和商品，本身互相是彼此独立的

D、一般为主数据（各系统中共享的数据，比如商品、订单等）及事务数据

1）首先以满足管理和运营的需要为前提，寻找需要追溯的事件，或者叫关键业务时刻。

2）根据这些需要追溯，寻找足迹以及相应的Moment-interval（关键业务时刻）对象。

3）寻找“关键业务时刻”对象周围的Party，Placeorthing（人-事-物）对象。

4）从“人-事-物”中抽象出Role（角色）。5）把一些描述信息（Description）用对象补足。

举例：

我们以一个线上书店的业务来说明，核心链条是：用户浏览之后下订单，支付成功之后，根据用户的下单地址，给快递公司下单，快递公司根据快递单进行运输，最终送到用户的手上。我们就得到一个主干的E-R图，如下：

得到骨干之后，我们需要丰富这个模型，使它可以更好的描述业务概念。这时候，我们需要补充一些实体对象。通常实体对象有三类：人-事-物（Party，Place，orThing）。如图所示：

在这个基础上，我们可以进一步抽象这些实体事如果参与到各种不同的流程中去的，这时候，我们就需要用到角色（role），如图所示：

最后再把一些需要描述的信息放入描述对象（description）。如图所示：

A、首先是根据业务梳理数据域得到了数据主题域

B、按照业务流程顺序，梳理数据主题中的关键时刻

C、梳理关键时刻对应的主要人事物角色，

D、进一步细化、补充分支对象

E、并建立关联关系

举例：

我们将数据主题域中的业务对象找出来，并按照业务流程发生的先后顺序，得到如下的图：

我们再按照之前说明的如何找业务对象，将其中的主要人事物梳理出来，并进一步的细化，简单示意图如下：

以上是采购管理的部分，如果我们把其它的部分加上，比如财务结算，运输环节，则会有各部分的示意图如下。此图形则一方面能够展示各业务对象之间的关系，另外也能展示数据的流向，比如采购中是先有采购计划，然后是有采购合同，所以也是一个数据流图，同时也能展示数据的分布，可以算是一个数据分布图。

最终的整体效果如下图。能够显示整个应用系统中数据主题、业务对象之间的关系及数据在其中的流向，有一个宏观而清晰的认知。

逻辑数据模型是干什么呢？

是将业务对象及属性结合，也就是将一个业务对象描述清楚。

比如订单下会有：订单支付、订单配送、订单购买用户、订单商品等多个子项，则我们进一步梳理清楚。

看起来感觉和概念数据模型差不多，有什么不同呢？

概念数据模型是梳理业务对象之间的关系，业务对象是彼此独立的，而逻辑数据模型是作用于实体，彼此之间有层级关系，从属关系，也就是说明一个业务对象及其下属的关系。这个层级就需要细化到一个表单及子表的层级。

比如一个订单的逻辑数据模型如下图所示：

当我们梳理了逻辑数据模型，也就是细化到数据表单的层级的时候，我们就能够将主题域中的所有数据表单整理出来，我们将表单的控制权做关联，比如哪些系统中需要操作对应的表单做清晰的展示，则得到如下的更细化的数据表单分布控制图。

这个能够清晰的看到各系统对相应数据是否有控制权，控制权是否超出本身权限范围外，哪些系统没有拿到应得的数据控制权限，都可以通过表单级别的数据分布图做自我检查和校验。

物理数据模型就细化到表单中的具体字段、字段的具体属性值类型、范围、大小等。如下图为发票的物理数据模型示例。

六、数据标准

在建模过程中，我们会用到很多术语（业务术语是公司内部业务对象统一的定义）。

流程、IT系统界面会统一引用业务术语，以方便业务人员之间交流、IT系统之间信息的集成。一般来说，容易出现歧义的业务对象需发布业务术语以消除歧义提高沟通效率。

数据标准用于描述公司层面需共同遵守的属性层数据含义和业务规则。其描述了公司层面对某个数据的共同理解，这些理解一旦确定下来，就应做为企业层面的标准在企业内被共同遵守。

最终达到：统一语言、消除歧义、调高沟通效率、减少错误、降低成本、调高客户满意度的目的。

简单说明如下：

A、统一业务规则——业务上需要首先明晰

B、统一定义——达成一致，消除歧义

C、明确责任人——可以找到责任主体

D、严格执行——对标准的使用，引用已经定义好的内容，对于新的内容需要先明确定义，达成共识再使用。

总结

通过以上内容，我们了解到数据建模的整个过程。通过商业模式中的价值链，我们能够映射出数据主题域。

按照业务流程的顺序，去梳理出业务对象，并将业务对象之间的数据关系处理之后，就能够得到概念数据模型。

我们在讲业务对象进一步拆分，能够得到业务对象及附属项目的关系，这就是逻辑数据模型，相当于主表和子表的整体关系。

描述业务对象的子项目就是一张张的数据表，也就是产品中的表单，那么我们进一步梳理表单中的字段及字段的属性值、大小、类型等，就能够得到一张表的模型，这个模型就是物理数据模型。

通过链接各业务对象，并表明数据的流向，我们能够知道业务中数据是如何流转的

通过梳理数据表单在各系统之间的控制权限，我们能够得到数据的分布图，这能够看到数据是否被合理的使用控制。

另外在建模中，我们要注意数据的标准，是的数据的定义等需要标准、明确、清晰。

到此，我们对整个业务的数据建模就完成了。

专栏作家

Markzou，8年产品经验，人人都是产品经理专栏作家。主要专注于本地生活、O2O、到家服务、新零售领域；曾任职于多家本地生活垂直领域头部公司，具有丰富的本地生活行业经验。

本文原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

【FUTURE PROGRAMMING COURSE】尊享对接老板

电话+V： 152079-09430

机构由一批拥有10年以上开发管理经验，且来自互联网或研究机构的IT精英组成，负责研究、开发教学模式和课程内容。公司具有完善的课程研发体系，一直走在整个行业发展的前端，在行业内竖立起了良好的品质口碑。