最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

使用ArchiMate的参考架构模型

[复制链接]
跳转到指定楼层
楼主
发表于 2019-11-5 16:09:19 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
在之前的Marc Lankhorst博客中,参考架构的价值得到了突出体现,包括原因和方式。在这篇博客中,我想深入一点,专注于我们(或我们中的一些人)熟悉的“产品” - 参考模型,使用ArchiMate作为语言。

什么是参考模型?

首先,我们退后一步,并参考参考架构,这些架构被描述为“为特定领域,行业或领域提供参考框架的标准化架构”。
参考模型带来的是一个非常清晰的视图(通常是在页面上)的感兴趣的领域 - 可以重复使用的东西,当然可以调整以适应组织。
参考模型类型的示例:
  • 业务参考模型(或BRM)
  • 技术参考模型(或TRM)
  • 信息参考模型(或IRM)
有许多行业参考模型可供任何人使用,但真正的优势在于将这些模型转化为组织特定的参考模型 - 这些模型可以促进讨论,​​促进重用,并为其他建筑领域提供可追溯性。
我如何使用ArchiMate表示这一点?

参考模型通常只是PowerPoint幻灯片,Visio图表,甚至是Excel电子表格中的一些填充单元格。这非常适合进行通信,并且可以一次性获取消息。
当我们谈论企业架构时,很少有参考模型被孤立使用 - 我们需要将它们“链接”到其他区域,因此需要使用标准将参考模型元素绑定到 - 例如ArchiMate。
一次又一次出现的问题是 - “我应该使用什么概念来表示这个特定参考模型上的'块'?”
这是一个通常需要花费数天甚至数周讨论的主题领域 - 并且争论它实际上只是违背了使用参考模型的目标,因为,参考 - 我们需要就表示达成一致,然后只是始终如一地使用它!为了建议或回答这个问题,我们确实需要放大相关的参考模型。我将回顾上面提到的三个例子。
业务参考模型

基本上描述了“在页面上的商业”,我们将父母“区域”分解为儿童,然后是孙子等。它应该描述“组织的作用”,这通常提供了一个很大的线索。
对于那些至少具有ArchiMate工作知识的人来说,某种“行为”正在被描述,它本质上应该是“商业性的”。这听起来像商务功能!
Microsoft Industry Reference Architecture for Banking
技术参考模型

与业务参考模型类似,TRM通常描述“基于页面的基础结构”,但同样在更具功能性的角度 - 它不应该是关于服务器x,y和z,处理器和服务器的细节级别。 技术信息的类型。
考虑到这些要点,我们再次关注基础设施服务和基础设施功能(即行为)。
The Cloud Ecosystem Reference Model
信息参考模型

到目前为止,在上面的两个例子中,我们注意到“行为”概念似乎被使用 - 这通常是一系列参考模型的情况。 毕竟,“结构”概念通常更接近于实施。
IRM描述了组织内部可用的常见“信息”(TM论坛SID就是很好的灵感)。 从正确的角度来看,行为概念的使用并不合适 - 因此我们在逻辑上看待“被动结构”专栏(描述某种“对象”)。
正如ArchiMate的忠实用户所知,可能会决定是否使用Business Objects或Data Objects来表示IRM的元素。 这再次受到解释,但通常像“信息”这样的高级别可能最适合作为业务对象。
The Information Framework (SID)
结论

因此,我们有它。 使用ArchiMate使用参考模型的一些建议。
您可以使用各种ArchiMate概念来表示模型中的元素; 但最重要的一点是要就标准达成一致(并坚持下去),在使用中保持一致,并分享结果!
最后一个结论侧重于向“非技术”利益相关者展示 - 记住,虽然建筑师可以用标准化的ArchiMate表示法创建参考模型(创建有效的关系以执行影响分析等),但没有理由不输出 是不同的(它可以是“通知”类型的观点)。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-28 03:52

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表