业务架构 序列5 -- 以终为始(非功能性需求分析)

2023-10-30 20:20

本文主要是介绍业务架构 序列5 -- 以终为始(非功能性需求分析),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们知道软件有功能性需求和非功能需求之分。在很早以前,惠普公司的罗伯特·格雷迪(Robert Grady)及卡斯威尔(Caswell)就提出了FURPS需求模型(关于什么是FURPS模型,自己百度之)。

有兴趣朋友也可以进一步关注公众号“架构之道与术”, 获取原文。 或扫描如下二维码: 这里写图片描述

软件的非功能性需求其实有很多,不同类型的软件,其侧重点也会有差别。同时,随着分布式系统的发展,这方面的理论也在扩充。

本文想通过一些最通俗的表述,来说明我们常用的、关注最多的非功能性需求都有哪些。

并发性
c端的系统,大家首先关注的,就是系统能抗多大的量。说通俗点,可以多少人同时访问。常用的衡量指标就是TPS/QPS, 平均响应时间/最大响应时间,并发数。(关于高并发相关的技术设计,将会在另外一个序列:技术架构中详细讲述)

可用性
从服务角度来说,1个服务不可用,有2层意思:
(1)机器挂了,不能对外提供服务,直接抛错
(2)机器没挂,但是超时。这涉及到“性能”2字。

一致性
比如数据库的参照完整性、事务、缓存与DB数据同步、多备份数据一致性问题。。

大家熟知的CAP里面,C就是这里的一致性,A就是这里的可用性,还有1个P(指的网络出现分区。网络分区其实是不可避免的1个客观存在)。

稳定性/可靠性
稳定性,可靠性,这2个词的界限很模糊,此处也不想去深究这2个词到底有什么本质差别。只是想用直白的语言,说明一下这个词指代什么?

我理解的“稳定性”,指系统没有任何undefined的行为。啥叫undefined?

所有的if-else语句里面,没有不处理的分支;
所有的API调用,每种异常返回值都有处理;
有没有考虑内存、磁盘的上限;
系统不会时不时冒个bug出来;
出了case,有很好的日志监控,能快速修复。
系统的qps,不会有抖动(除非业务有变化,比如大促),是1条平滑的曲线;
发布新版本,回滚方案?
新系统上线,灰度平滑切换?
Monkey Test? 压力测试?
。。。
可以看出,“稳定性”或者“可靠性”,这个范围非常广,这个也就是我们常说的,“很能反映一个工程师的素养的地方”。

可维护性
跟可维护性密切相关的,是另外一个1个词:“可理解性”,或者说“代码可读性”。

系统架构设计简单,接口简洁,表数据合理?
旧的人离职,新人接手,是否要用很长时间才能搞清楚代码逻辑?

系统功能耦合,改1个地方,牵动全身?

系统某些模块,年久失修,没人能搞清内部逻辑?
。。。

可扩展性
来个新需求,堆1堆新功能,没办法在现有系统上灵活扩展?

很多地方写死的,没有办法灵活配置?

容易变化的逻辑,散落在各个系统里面,很多地方跟着一起改?

可重用性
开发新的需求,旧的功能模块,拿过来可以直接用?
还是要改很多地方,改了半天,发现还不如做个新的?

补充:
对于C端应用来讲,会很关注高并发/高可用,然后有的业务(比如支付),对一致性要求非常高;

对于B端业务,会更关注系统的可维护性、可扩展性、可重用性,有了这些特性,你的系统才能不拖业务后腿,可以快速的支撑各种各样的复杂业务需求的开发。

总结
本文讲这个,主要是想说明做架构的一种“以终为始”的思维方式。先明确落脚点,或者说最终要达到目的(也就是上面这些非功能性需求),再去想要达到这些目的,可以用什么样的技术手段。

相关链接:
《业务架构 – 序列4 – 圈定边界(利益相关者分析)》

这篇关于业务架构 序列5 -- 以终为始(非功能性需求分析)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/310347

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原