在过去的十年,使用统一建模语言(UML)为软件应用程序进行建模的优势已变得日益明显。与此同时,RUP已经是一种经证明的软件开发过程,Zachman框架是一种被证明的构架工件组织和通信的框架。

UML、RUP 和 Zachman 框架的功能重迭
在众多交叠的方法中,UML、RUP和Zachman分别作为现代信息系统构架的三个重要支柱。通过检验它们的元特性并提出一些将它们与组织结合的方法来考虑这些方法组合使用。
根据定义,UML是一个建模语言。它试图将软件密集型建模系统的图形语言元素标准化。它的最新版本UML2.0由用于结构建模、行为建模和交互建模的十三个图类型组成。毫无意义的是,虽然主要是为了面向对象(OO)的分析和设计,但UML可以在许多其他条件下使用。例如,UML用例方法本身不是一个OO过程,但它却已被证实为进行一般功能需求分析的最佳技术。其他UML图,例如交互作用、状态和活动图同样也是我们经常用户描述真实世界项目情况的可用工具。
Zachman的起源
构架框架是一种用来开发和维护较广范围构架的工具。当涉及支持企业里的定制企业构架(EA)功能时,Zachman框架可以提供很多帮助。它将企业主题分级成一个6x6的单元格矩阵,每个单元格代表每个组织的一个唯一视图。
Zachman里的列代表企业最重要的方面(数据、功能、网络、人、时间、动机),而行不同,按照不同角度(规模、业务、系统、技术、细节、资产)和与一个方面相关的涉众(计划者、业务所有者、设计者、实施者、子承接者)来划分。此外,行也因细节级别而不同,因为它们是企业的抽象表达(环境中的、概念上的、逻辑的、物理的、详细的和实际的),这反过来可能与涉众和角度相连接来形成企业模型和职责的单元格。实例是:“一个系统模型(角度)是一个设计者(群体)职责范围一部分的合乎逻辑(抽象)的实体。”
三十六个框架单元格可以通过根据选择元特性描述企业的模型和工件来划分,例如方面、细节级别或者兴趣种类。框架并不规定要填充的单元格的符号或顺序,因为这一知识点已经超出了参考结构目标的范围。(后面的假设为创建使用UML和RUP框架的案例提供支持。)
过程可以被定义为“产生结果的一系列动作、变更或功能”。RUP是一个过程框架,它允许项目工作流程和任务被组织成为为最终目标为交付软件产品或解决方案的一系列动作。RUP应该被裁剪以创建满足特定组织或者项目需要的过程实例和方法。
RUP思想源于一个统一的系统的实现,这个系统通过使用UML符号来描述交付工件。重要的是新的过程具有迭代的、以构架为中心的,以及需求驱动的特征,而这些特性是已有系统所不具备的。
自出现以来,RUP已经从源于Objectory方法的软件工程过程发展为一个基于UML2.0并由Rational Method Composer(RMC)支持的用于裁剪过程的灵活的、可完全定制的平台。7例如,使用RMC,一个熟练的过程工程师可以创建一个系统工程过程的实例,定制其结构,从其他行业标准方法和最佳实践中添加需要的内容并且以超链接文本的形式产生一个备用的、适应组织或项目的过程实例。
集成的驱动力
根据前面的讨论,这三个系统中的每一个都被创建来服务特定的需求,同时他们也都有缺乏对他们侧重领域之外的更广适应性的缺点。在许多组织里,关于Zachman框架我所注意到的一点是,表面上它是一个每个人都称好的巨大海报,但是没有人使用它。我将这一点归结于这样一个事实:与其它任何静态框架一样,Zachman没有说明如何处理工件引入。另一个实用方面的缺点,通常被认为是优点,是框架缺少标准的符号。
UML在角色依赖关系上的问题稍微少一些,因为与RUP不同,它并不提出角色,因此没有方法映射的需要。尽管如此,过程和框架的独立也限制了UML的有效性。对UML来说幸运的是,尽管许多组织使用其他像实体关系图(ERD)和业务进程建模符号(BPMN)这样的结构方法和符号,但UML仍得到了普遍认可。
在尝试表达这些局限性以及为三种方法找到的共同的应用的过程中,要再一次注意的是它们被创建以表示同一个领域的不同的问题(信息系统构架),而且它们之前的目标设置实际上没有功能重迭。对企业和项目构架师来说这都是好消息,因为那意味着UML、Zachman和RUP可以共同使用以产生更全面的企业价值。
UML将Zachman和RUP结合
在大多数组织里,当系统可能以某种形式存在很长时间的时候,例如UML起码已经有大约十年的时间,缺少标准的符号是可以理解的。即使在相对现代化的系统环境里,UML也可能由于文档设计的时间限制和缺少必要的技巧设置等原因没有被使用。
通过RUP驱动系统交付项目将UML应用到组织之后,它的用途可以扩展到以Zachman为基础的企业构架,没有减少它的需求的风险。
正如我上面所陈述的,Zachman和RUP都依赖UML。RUP专门由UML驱动,而符号未知的Zachman依赖其实现符号。UML可被证明是Zachman使用的最好符号,因为它不依赖其他方法,因此可以作为RUP和Zachman的出发点。此外,即使以后您决定不使用RUP或者Zachman,UML仍是一个十分有用而且易于理解的可视化语言,可用于全面分析、解决方案的分析和设计以及提高团队交流。
和Zachman一起学习RUP
在RUP实践中可以有许多Zachman方面可以与之并行,这样一个方法也的确帮助Zachman增加价值。例如,用RUP业务过程建模、用例和序列图来表示Zachman“功能”,同样地,使用用例和UI设计来处理“人机交互”,使用类和对象图来处理“数据”。Zachman结构的某些行与RUP的需求驱动、递增和以构架为中心的原则是相通的,而列相当于一些UML模型和最佳实践的目标设置。例如,“如何实现”这一列重点强调处理过程,并可以与UML活动图相比较。
可以证明,了解Zachman比了解RUP和UML更简单,因为Zachman处理的是企业系统构架的静态视图,而不是动态模型和过程。尽管如此,学习Zachman的方法可能主要受益于一些RUP主要原则——例如,“需求驱动”、“以架构为中心”、“模型驱动”和“迭代”——的应用。我的看法是当这些原则加入到学习过程和它的实际应用时,Zachman框架更容易掌握。
有一个企业和项目构架师必须协同合作的局限性,Zachman在这里要扮演一个角色——使项目构架工作具体化的框架。尽管每个组织将为连接企业和项目级别工件开发其自己独特的方法,但是一个共同的目标是将Zachman单元格与RUP的工作流和活动连接起来。不幸的是这些例子仅代表描述的一部分,因为他们只描述工件到表格的静态映射,通常不提供动态的阶段/迭代/活动事件方面的指导。
当然,对于一些架构师来说,按照笔者所描述的方法使用Zachman听起来可能太混乱,而经验丰富的专业人员可能觉得对于他们自己的知识框架来说那是多余的。我仍相信大多数实践人员将会发现Zachman在他们的工作中是便利的分析参考资源。当为项目建立环境时,计划自身是一项重要的任务,它通常不是很难,而且对项目和组织来说都很有价值。
作为他们各自领域的领导者,UML、RUP和Zachman框架可以在任何组织中共同使用以产生更加全面的构架价值。RUP和Zachman都是模型驱动的并需要某种符号来实现功能。既然RUP规定UML作为其符号,那么对于企业构架来说,使UML作为标准化的符号可能更加有意义,因为通常情况下,它没有任何缺点。
虽然RUP和Zachman都依赖模型,但实际上它们没有功能交迭。这主要是因为RUP是一个过程,而Zachman是一个框架,但是也反映了RUP以项目构架为目标,而Zachman的重点是在企业组织上。
既然RUP和Zachman都可以依赖UML,后者是三个方法中先要引入的首选方法。将RUP应用于Zachman或者相反,有助于更全面的学习经验。
项目计划成果也得益于对Zachman的应用,因为它可以很快地使您得到需求收集或分析/设计中可以用到的工件。即使在没有连接到Zachman工件时,Zachman结构本身仍是非常有帮助的,因为在项目反映的业务问题上它提供了各种有用的观点。
一个组织几乎必然将从支持企业构架和其项目之间的工件可追踪性中受益,这种可追踪性可以通过建立对一个工件从创建到结束的生命周期的控制来取得。通过这种方法,RUP和Zachman都可以被应用于管理工件。
当要创建灵活的和可维护的解决方案的时候,项目和企业团队应该协同合作。项目成员应该了解更广泛的企业环境,而他们对应的企业必须不断地监控项目以保持知识是最新的。在RUP和Zachman中结合应用用例可以帮助缩小企业与其项目之间的差距,从而使得组织更加有效。最后,那就是所有的一切。

UML 连接 RUP 和 Zachman 框架
<!--新闻内容//--><!--评论发布-->
分享到:
相关推荐
内容概要:本文详细介绍了如何利用MATLAB进行价格型需求响应的研究,特别是电价弹性矩阵的构建与优化。文章首先解释了电价弹性矩阵的概念及其重要性,接着展示了如何通过MATLAB代码实现弹性矩阵的初始化、负荷变化量的计算以及优化方法。文中还讨论了如何通过非线性约束和目标函数最小化峰谷差,确保用户用电舒适度的同时实现负荷的有效调节。此外,文章提供了具体的代码实例,包括原始负荷曲线与优化后负荷曲线的对比图,以及基于历史数据的参数优化方法。 适合人群:从事电力系统优化、能源管理及相关领域的研究人员和技术人员。 使用场景及目标:适用于希望深入了解并掌握价格型需求响应机制的专业人士,旨在帮助他们更好地理解和应用电价弹性矩阵,优化电力系统的负荷分布,提高能源利用效率。 其他说明:文章强调了实际应用中的注意事项,如弹性矩阵的动态校准和用户价格敏感度的滞后效应,提供了实用的技术细节和实践经验。
一级医院医疗信息管理系统安装调试技术服务合同20240801.pdf
表5 文献综述.doc
36W低压输入正激电源 变压器电感设计
基于YOLOv8的深度学习课堂行为检测系统源码,软件开发环境python3.9,系统界面开发pyqt5。在使用前安装python3.9,并安装软件所需的依赖库,直接运行MainProgram.py文件即可打开程序。模型训练时,将train,val数据集的绝对路径改为自己项目数据集的绝对路径,运行train.py文件即可开始进行模型训练,内含项目文件说明,以及检测图片和视频。
odbc_oracle zabbix模版原版
内容概要:本文探讨了利用纳什谈判理论来优化风光氢多主体能源系统的合作运行方法。通过MATLAB代码实现了一个复杂的优化模型,解决了风电、光伏和氢能之间的合作问题。文中详细介绍了ADMM(交替方向乘子法)框架的应用,包括联盟效益最大化和收益分配谈判两个子任务。此外,还涉及了加权残差计算、目标函数构造、可视化工具以及多种博弈模式的对比等功能模块。实验结果显示,合作模式下系统总成本显著降低,氢能利用率大幅提升。 适合人群:从事能源系统研究的专业人士、对博弈论及其应用感兴趣的学者和技术人员。 使用场景及目标:适用于需要优化多主体能源系统合作运行的场合,如工业园区、电网公司等。主要目标是提高能源利用效率,降低成本,增强系统的灵活性和稳定性。 其他说明:代码中包含了丰富的可视化工具,能够帮助研究人员更好地理解和展示谈判过程及结果。同时,提供了多种博弈模式的对比功能,便于进行性能评估和方案选择。
内容概要:本文详细介绍了如何利用C#与Halcon联合编程构建高效的视觉几何定位与测量框架。主要内容涵盖模板创建与匹配、圆测量、数据持久化以及图像采集等方面的技术细节。首先,通过创建形状模板并进行匹配,实现了工件的精确定位。接着,针对圆形物体的测量,提出了动态ROI绘制、亚像素边缘提取和稳健圆拟合的方法。此外,还讨论了模板管理和图像采集的最佳实践,确保系统的稳定性和高效性。最后,强调了Halcon对象的内存管理和错误处理机制,提供了实用的优化建议。 适合人群:具备一定编程基础,尤其是对C#和Halcon有一定了解的研发人员和技术爱好者。 使用场景及目标:适用于工业生产线上的自动化检测设备开发,旨在提高工件定位和尺寸测量的精度与效率。主要目标是帮助开发者掌握C#与Halcon联合编程的具体实现方法,从而构建稳定可靠的视觉检测系统。 其他说明:文中提供了大量实战代码片段和调试技巧,有助于读者快速理解和应用相关技术。同时,作者分享了许多实际项目中的经验和教训,使读者能够避开常见陷阱,提升开发效率。
QT视频播放器实现(基于QGraphicsView)
评估管线钢环焊缝质量及其对氢脆的敏感性.pptx
该是一个在 Kaggle 上发布的数据集,专注于 2024 年出现的漏洞(CVE)信息。以下是关于该数据集的详细介绍:该数据集收集了 2024 年记录在案的各类漏洞信息,涵盖了漏洞的利用方式(Exploits)、通用漏洞评分系统(CVSS)评分以及受影响的操作系统(OS)。通过整合这些信息,研究人员和安全专家可以全面了解每个漏洞的潜在威胁、影响范围以及可能的攻击途径。数据主要来源于权威的漏洞信息平台,如美国国家漏洞数据库(NVD)等。这些数据经过整理和筛选后被纳入数据集,确保了信息的准确性和可靠性。数据集特点:全面性:涵盖了多种操作系统(如 Windows、Linux、Android 等)的漏洞信息,反映了不同平台的安全状况。实用性:CVSS 评分提供了漏洞严重程度的量化指标,帮助用户快速评估漏洞的优先级。同时,漏洞利用信息(Exploits)为安全研究人员提供了攻击者可能的攻击手段,有助于提前制定防御策略。时效性:专注于 2024 年的漏洞数据,反映了当前网络安全领域面临的新挑战和新趋势。该数据集可用于多种研究和实践场景: 安全研究:研究人员可以利用该数据集分析漏洞的分布规律、攻击趋势以及不同操作系统之间的安全差异,为网络安全防护提供理论支持。 机器学习与数据分析:数据集中的结构化信息适合用于机器学习模型的训练,例如预测漏洞的 CVSS 评分、识别潜在的高危漏洞等。 企业安全评估:企业安全团队可以参考该数据集中的漏洞信息,结合自身系统的实际情况,进行安全评估和漏洞修复计划的制定。
博客主页:https://blog.csdn.net/luoyayun361 QML ComboBox控件,输入关键字后自动过滤包含关键字的列表,方便快速查找列表项
内容概要:本文全面介绍了人工智能技术的发展历程、核心技术原理、应用方法及其未来趋势。首先阐述了人工智能的定义和核心目标,随后按时间顺序回顾了其从萌芽到爆发的五个发展阶段。接着详细讲解了机器学习、深度学习、自然语言处理和计算机视觉等核心技术原理,并介绍了使用现成AI服务和开发自定义AI模型的应用方法。此外,还展示了智能客服系统、图像分类应用和智能推荐系统的具体实现案例。针对普通用户,提供了使用大模型的指南和提问技巧,强调了隐私保护、信息验证等注意事项。最后展望了多模态AI、可解释AI等未来发展方向,并推荐了相关学习资源。; 适合人群:对人工智能感兴趣的初学者、技术人员以及希望了解AI技术应用的普通大众。; 使用场景及目标:①帮助初学者快速了解AI的基本概念和发展脉络;②为技术人员提供核心技术原理和应用方法的参考;③指导普通用户如何有效地使用大模型进行日常查询和任务处理。; 其他说明:本文不仅涵盖了AI技术的基础知识,还提供了丰富的实际应用案例和实用技巧,旨在帮助读者全面理解人工智能技术,并能在实际工作中加以应用。同时提醒读者关注AI伦理和版权问题,确保安全合法地使用AI工具。
本学习由 Matrix 工作室制作并开发,包括算法与数据结构的学习路线和各种题解。
本项目致力于构建基于微服务架构的智慧图书馆管理平台,重点突破多校区图书馆异构系统间的数据壁垒。通过建立统一数据治理规范、部署智能分析模块、重构业务流程引擎,系统性实现以下建设目标:构建跨馆业务数据的标准化整合通道,实施容器化部署的弹性资源管理体系,开发具备机器学习能力的业务辅助决策系统,打造可量化评估的管理效能提升模型,最终形成支持PB级数据处理的分布式存储体系与全维度数据资产图谱。
根据processlist查询出慢sql 1.修改配置文件中的mysql链接 2.目前是15秒执行一次获取执行时间在5秒上的sql,可以在配置中修改 3.执行后查出的慢sql会记录到log文件夹中以日期命名的txt文件中,可自行查验
全域通航 低空经济服务平台建设实施方案.pptx
全国交通一卡通互联互通服务手册,支持在线查询
内容概要:本文详细介绍了如何在Simulink中进行移相全桥DC-DC变换器的离散化建模及其优化。主要内容包括搭建主电路、PWM波形生成、数字PI调节器的设计以及针对负载突变情况下的闭环控制优化。文中特别强调了移相控制、死区时间设置、采样周期选择、积分限幅、前馈补偿等关键技术点的应用,确保在极端负载条件下(如从3kW突变为3.6W)输出电压仍能保持稳定。此外,作者还分享了许多实践经验,如避免非线性磁化曲线带来的数值振荡、合理设置仿真步长等。 适合人群:从事电力电子研究或开发的技术人员,尤其是对移相全桥变换器感兴趣的研究者和技术爱好者。 使用场景及目标:适用于需要深入了解移相全桥DC-DC变换器工作原理及其在Simulink环境下的离散化建模和优化的人群。目标是掌握如何通过合理的参数设定和算法改进,使系统能够在复杂工况下保持良好的性能。 其他说明:文中提供了大量具体的Matlab/Simulink代码片段,帮助读者更好地理解和实践相关概念。同时,作者也指出了许多常见的陷阱和注意事项,有助于初学者少走弯路。