阿里云做网站用哪个镜像/百度账号注册

目录

1、定义

2、通用架构风格分类

3、架构风格比较

4、示例：管道-过滤 VS 数据仓库）比较因素分析

---

1、定义

架构风格：描述某一特定应用领域中系统组织方式的惯用模式，反映了领域中众多系统所共有的结构和语义特性，并指导如何将各个模块和子系统有效地组织成一个完整的系统。

---

2、通用架构风格分类

• 数据流风格：批处理序列；管道-过滤器。
• 调用-返回风格：主程序/子程序；面向对象风格；层次结构；客户端/服务器。
• 独立构件风格：进程通信；事件系统。
• 虚拟机风格：解释器；基于规则的系统。
• 仓库风格：数据库系统；超文本系统；黑板系统。

架构风格	定义	代表
1. 数据流	面向数据流，按照一定的顺序从前向后执行	批处理序列 管道-过滤器
2. 调用/返回	构件之间存在显式的互相调用关系， 在系统启动时加载，已经在系统内编码，可直接运行。 容易实现并发处理和多任务。 树型结构，削弱了对计算的控制能力。	主程序/子程序 面向对象 层次结构 客户端/服务器
3. 独立构件	独立构件之间无直接交互(不直接调用一个过程)，而是触发/广播一个或多个事件，通过事件驱动的方式实现通信和协作。	进程通信 基于事件的隐式调用
4. 虚拟机	自定义规则：将业务逻辑中频繁变化的部分（用户级别、折扣规则、机器学习流程）定义为可动态改变的规则，通过灵活的自定义规则， 实现规则的重组。 基于这个规则来开发构件，能够跨平台适配，业务逻辑随时改变，规则灵活定义、灵活组合。 解释器可以解释执行用户自定义的规则。	解释器 基于规则的系统
5. 仓库	以数据为中心，所有的操作都是围绕建立的数据中心进行的	数据库系统 超文本系统 黑板系统

---

3、架构风格比较

架构风格	灵活性	可扩展性	性能	应用
解释器	将用户级别、折扣规则定义为可动态改变的规则，通过灵活的自定义规则， 实现规则的重组。 基于这个规则来开发构件，能够跨平台适配，业务逻辑随时改变，规则灵活定义、灵活组合。 解释器可以解释执行用户灵活自定义的规则(个性化折扣)。	折扣规则是独立的语法规则，可动态改变，由解释器对变化的规则进行解析，修改更容易。 加入新的用户级别和折扣规则时，通过定义新的规则实现可扩展性。	解释器是运行期动态绑定执行。 需要对用户级别与折扣规则进行实时解释,性能较差。	规则集、规则解释器、选择器和工作内存，用于 DSS 和人工智能、专家系统。· 解释自定义的规则，解释引擎、存储区、数据结构。*
基于规则
面向对象	面向对象的实现相对固定，高度模块化，将用户级别、折扣规则等封装为对象，业务有变化需要修改具体的类/对象。	业务逻辑有变化需要修改具体的类/对象。 加入新的用户级别和折扣规则时，需要重新定义新的对象，并需要重启系统。	在系统启动时加载，用户级别和折扣规则已经在系统内编码，可直接运行，性能较好。	对象是构件，通过对象调用封装的方法和属性。，
隐式调用	独立构件之间无直接交互、不直接调用一个过程，而是触发/广播一个或多个事件，通过事件驱动的方式实现通信和协作。 解耦构件之间的依赖关系，降低耦合度，提升灵活性。	支持构件的动态添加和移除。当系统需要新增功能时，可以通过添加监听器或订阅者的方式来扩展系统的功能。	能够实现异步、非阻塞的事件处理。 通过处理函数的并发调用，提高系统处理性能。性能较好 事件发布者将事件发布到事件总线上，事件订阅者可以异步处理这些事件，从而提高系统的并发性和性能。	1.根据用户的注册兴趣，向用户推送其感兴趣的新闻内容； 2.修改代码后，触发语法高亮、语法错误提示、代码格式化
管道-过滤器	流式数据结构，数据驱动机制,处理流程事先确定，顺序或有限循环的交互方式，交互性差。 每个构件都有一组输入和输出，构件读取输入的数据流，经过内部处理产生输出数据流。 数据处理组件之间有依赖关系，前一个构件的输出作为后一个构件的输入，前后数据流关联，灵活性差。	数据与处理紧密关联，调整处理流程需要重新启动系统。 接口适配的扩展方法。	需要数据格式转换，性能降低。 支持过滤器并发调用，性能提高。	1. 数据输入某个构件，经过内部处理，产生数据输出。 2. 传统的编译器包括词法分析、语法分析、语义分析、代码生成等，每个阶段产生的结果作为下一个阶段的输入。
仓库	数据存储在中央仓库，处理流程独立，独立构件之间无直接交互，通过数据仓库间接交互。 独立构件对中央数据进行操作，支持交互式处理。	数据与处理解耦合，可动态添加和删除处理组件。 独立构件与数据仓库进行数据适配。	数据与处理分离，需要加载数据，性能降低。 数据处理组件之间一般无依赖关系，可并发调用，提高性能。	语音识别、知识推理等问题复杂、解空间很大、求解过程不确定的这一类软件系统，黑板、知识源、控制。“

---

4、示例：管道-过滤 VS 数据仓库）比较因素分析

比较因素	管道-过滤器风格	数据仓储风格
数据结构	流式数据	文件或模型
控制结构	数据驱动	业务功能驱动
交互方式	顺序结构、有限循环结构	独立构件之间无直接交互，通过数据仓库间接交互
数据处理	数据驱动机制，处理流程事先确定，交互性差。	数据存储在中央仓库，处理流程独立，独立构件对中央数据进行操作，支持交互式处理。
可扩展性	数据与处理紧密关联，调整处理流程需要重新启动系统。	数据与处理解耦合，可动态添加和删除处理组件。
扩展方法	接口适配	与数据仓库进行数据适配
处理性能	需要数据格式转换，性能降低。   支持过滤器并发调用，性能提高。	数据与处理分离，需要加载数据，性能降低。 数据处理组件之间一般无依赖关系，可并发调用，提高性能。