应用架构图

简介: 在业务架构基础上,技术架构将需求转化为技术实现。它涵盖分层设计、技术选型与关键组件关系,包括单体四层结构(表现、业务、数据、基础层)和分布式SOA架构,明确应用内外调用关系及边界,形成完整技术体系图谱,支撑系统高效落地。(239字)

在上一节有了业务架构的基础之上,当我们需要落地具体的技术方案时,此时就需要技术人员开始考虑技术架构了。技术架构是应接应用架构的技术需求,并根据识别的技术需求,进行技术选项,把各个关键技术和技术之间的关系描述清楚。
基础结构解决的主要问题包括:如何进行技术层面的分层、开发框架的选择、开发语言的选择、涉及非功能性需求的技术选择。由于应用架构体系是分层的,那么对应的技术架构体系自然也是分层的。大的分层有微服务架构分层模型,小的则是单个应用的技术分层框架。大的技术体系考虑清楚后,剩下问题就是根据实际业务考虑选择具体的技术点。各个技术点的分析、方案选择,最终形成关键技术清单,关键技术清单应考虑架构本身的分层逻辑,最终形成一个完整的技术架构图。
简而言之,技术架构试讲产品需求转变为技术实现的过程。
单体应用架构
单体应用架构一般是比较传统的分为4层:数据层(Data Layer)、应用逻辑层(Business Layer)、表现层(Presentation Layer)和基础通用层(Common Layer)。

展现层
展现层是整个应用面向用户的入口,用户通过展现层实现与系统的交互。展现层为用户提供系统功能的操作、系统数据的展现。展现层按照面向的用户类型提供不同的交互服务。例如在业务场景中,用户有实操层用户、管理层用户、决策层用户。针对不同层级的用户,系统所提供的功能是不相同:
● 面向实操层用户,提供的是对系统的操作功能,满足业务日常运营。往往更多的是执行具体操作。
● 面向管理层用户,满足管理者的日常管理需求,通常提供经营数据、日常管理数据、团队业务数据等等。通过数据分析,改善日常运营的流程。
● 面向决策层用户,这一层的用户不需要太细的数据,为其提供企业的经营诊断数据和报告,辅助决策支持。
业务层
业务层是应用为解决业务需求,按照产品架构中的功能模块进行细化。业务层是对将产品层从粗到细的分解过程。这个过程是对业务的细化过程,把项目要交付的模块细分到最基本的单元。最基本单元是实现日常业务操作的最细粒度的功能点。由此,我们能够得到实现业务逻辑的全功能结构。
数据层
数据层按照应用的数据模型分别进行存储。这里的存储介质包含关系型数据库、NoSQL、分布式文件系统。
基础层
通用基础层是为系统提供通用能力的中间件,比如流程引擎、消息中间件、缓存、搜索引擎等等。这些中间件和业务是无相关性的,提供的是通用的基础技术能力。
基于上述分析,我们可以得到一个如下单体应用的技术架构:

分布式应用架构
分布式应用架构图实质是产品内部所有应用在分布式环境下的调用关系图。各应用间通过服务的形式相互调用,这是典型的 SOA 架构。在应用架构图中,SOA 架构中的服务注册、服务治理、服务发现这些 RPC 框架的基础平台功能不用在应用架构中体现。
应用架构图的重点是体现应用之间的逻辑关系和通信关系,体现产品的内部关系和外部关系。内部关系是产品内各应用的调用关系;外部关系展现的是产品与外部系统间的调用关系。将应用的内外关系呈现在应用架构中,产品在整个业务中的定位和影响将变得清晰。
应用间调用关系
在产品内部的各子系统之间,为了解决业务需求,通过应用之间的服务调用或者异步消息调用产生数据关系。通过产品架构图中得到的应用系统划分,按照系统间的调用关系,形成内部应用的集成架构图。在应用集成架构图中,需要标注调用链路中的业务含义,清楚的标注应用之间发生的业务关系。

外部系统调用关系
数据输入做为产品的业务数据来源,很大部分是外部系统提供。在应用架构图中,按照业务属性、来源关系进行对外部系统进行归类,并将外部的来源系统纳入整个应用架构中。我们知道计算机系统中,数据输入和数据输出是作为一个整体。应用架构中除了输入系统,输出系统做为整个产品的一部分,需要纳入到应用架构图中。

明确应用调用边界
应用边界对于产品的定位、产品的设计有很重要的影响。在应用架构中需要通过不同颜色的标注,来确定产品与外部系统的边界。通过不同颜色标注外部来源系统、内部应用、应用依赖系统、输出系统。为后续的规划、发展提供基础。

相关文章
|
9天前
|
存储 NoSQL Linux
2-MongoDB单机部署
提供Win32/64位MongoDB安装包,支持命令行或配置文件启动,附Linux部署、图形化工具Compass连接及版本选择指南,详细配置与启动步骤一应俱全。
|
9天前
|
敏捷开发 Java 测试技术
为什么要单元测试
单元测试看似“踩刹车”,实则是让开发跑得更快。它提升代码质量、加速排错、增强重构信心,是高效研发的基石。从谷歌到阿里,实践证明:充分的单元测试能降低维护成本,支撑持续交付,让软件真正从“爬行”进化为“奔跑”。
|
9天前
|
NoSQL Java 测试技术
5-MongoDB实战演练
基于SpringDataMongoDB实现头条文章评论功能,涵盖增删改查、按文章ID查询评论及点赞功能。采用MongoDB存储,通过索引优化查询效率,支持分页查询子评论,构建高并发评论系统。
|
9天前
|
安全 数据安全/隐私保护
1.什么是权限管理
权限管理包含认证与授权两大核心:认证验证用户身份(如登录),授权则根据角色分配资源访问权限。通过角色叠加生成可访问菜单,实现安全控制,避免操作失误与数据泄露,保障系统安全运行。
|
9天前
|
SQL 关系型数据库 Java
3.分页
本文介绍五种分页实现方式:MyBatis自带RowBounds内存分页、PageHelper插件分页、原生SQL分页、数组分页(查全量再subList)及拦截器分页。前两者属逻辑分页,数据量小见效快但内存压力大;后三者为物理分页,通过SQL或拦截机制实现,适合大数据量场景,性能更优。
|
9天前
|
存储 JSON NoSQL
3-MongoDB常用命令
本节介绍MongoDB数据库articledb中文章评论数据的存储与操作,涵盖数据库及集合的创建、删除,以及文档的增删改查。使用`use`切换数据库,插入数据时可自动创建集合;通过`insert()`或`insertMany()`插入单条或多条评论记录,支持指定字段与投影查询,熟练运用find()实现条件筛选和结果控制。
|
9天前
|
安全 Java Spring
2.过滤器链加载原理
通过分析DelegatingFilterProxy、FilterChainProxy与SecurityFilterChain源码,揭示了Spring Security过滤器链的加载机制:由web.xml中配置的DelegatingFilterProxy通过bean名称获取FilterChainProxy,再由其封装多个SecurityFilterChain,最终将十五个过滤器逐一加载执行,实现安全控制。
|
10天前
|
SQL 运维 分布式计算
如何做好SQL质量监控
SLS推出SQL质量监控功能,集成于CloudLens for SLS,从健康分、服务指标、运行明细、SQL Pattern及优化建议5大维度,助力用户全面掌握SQL使用情况,提升查询效率与资源管理能力。
|
10天前
|
运维 Devops 开发工具
4生产环境缺陷管理
针对大型团队多分支开发中bug管理难题,我们基于go-git打造了分布式工具git-poison,实现bug的追溯、查询与发布卡点。通过“投毒-解毒”机制,自动化同步各分支bug状态,避免因沟通遗漏导致的线上故障,降低协同成本,提升发布安全性与效率,真正实现从“不做错”到“做不错”的转变。
|
10天前
|
Java 测试技术 Linux
生产环境发布管理
本文介绍大型团队中生产环境发布管理的全流程,涵盖从开发到生产的多环境部署策略(dev→test→pre→prod),结合自动化CI/CD平台实现分支化、容器化发布,支持一键部署与回滚。通过Jenkins+K8S构建自动化流水线,各环境隔离部署,确保稳定性。日志排查由传统手动方式升级为Skywalking或ELK链路追踪,提升故障定位效率。适用于前后端协同、高频率发布的复杂场景,保障发布安全与效率。(238字)