随着科技的飞速发展，软件系统的复杂性不断增加，对软件架构的要求也越来越高。本书采用了循序渐进的介绍方法，深入探讨了数字化时代软件架构的分析与设计方法，涵盖了先进的架构模式、技术趋势以及应对复杂业务需求的策略。本书还明确定义了利益相关者——包括IT部门、用户、执行发起人和第三方供应商——的角色和职责，能够帮助分析师在重新设计现有应用程序和数据库以及选择第三方产品、转换方法与网络控制机制时获得更高的成功率。通过丰富的实例和详细的讲解，读者能够了解如何充分利用5G、物联网、区块链、云计算、量子计算、人工智能等领域的新技术，从而设计高效、可扩展、可靠的软件架构。具体来说，第1章为概述，交代本书的相关背景；第2章介绍如何整合内部用户和消费者的需求；第3章对面向对象的相关概念进行了回顾；第4章介绍了分布式客户端/服务器和数据相关内容；第5～8章则分别介绍无线通信、物联网、区块链、量子计算、人工智能、机器学习和云计算等相关技术对软件设计的影响；第9～11章介绍对遗留系统的处理以及新系统的建设相关权衡；第12章介绍数字化时代的软件架构分析和项目管理；最后一章则是对全书内容的总结以及对未来的展望。本书的读者对象包括IT开发人员、软件工程师、架构师、应用程序供应商、业务经理和高管，能够为他们提供实用的指导，助力他们在不断变化的技术环境中设计出卓越的软件架构。
在分析和设计数字化时代的软件架构时，必须考虑物联网、网络安全、区块链网络、云计算和量子计算等技术方面的新要求。随着5G无线技术地位的确立，将遗留应用程序迁移到这些新架构对于企业在消费者驱动市场和社交媒体经济中参与竞争至关重要。然而，很少有组织理解从中央数据库遗留架构迁移到分类账和网络环境的挑战与复杂性。这种挑战不仅限于设计新的软件应用程序。事实上，数字化时代的应用程序需要在各种设备上独立地运行，并能够在多样化且以无线为中心的网络上运行。此外，数据库必须分解为基于链表的区块链架构，这将涉及分析决策，即确定哪些数据和元数据将在链中处理，哪些将依赖于云系统。最后，通过这些庞大网络收集的所有数据需要被汇总，供分析师在安全环境中对各种竞争性业务应用程序进行预测分析。对于所有分析师和设计师来说，这都不是一件容易的事！本书提供了详细的“操作方法”，涉及从分析和设计到应用程序实现的各个方面，这些均需要集成到遗留应用程序和数据库中。通过阅读本书，你将能够了解?传统分析和设计的局限性?如何设计新的软件架构以适应新型消费市场?迁移大量遗留系统的各种方法?如何针对未来消费者的需要开发需求?下一代系统的项目管理方法
前 言
本书的目标是为管理者和从业者提供一个建立新架构的方向，以充分利用5G移动通信的能力。事实上，5G将凸显无线通信的能力，使物联网（Internet of Things，IoT）成为海量信息的“数据聚合器”，这些信息将由互联网驱动的分布式网络进行收集。不幸的是，5G的高速通信和物联网的普及对安全性提出了更高的要求。也就是说，收集大量有价值的信息是有代价的。简而言之，我们现有的架构无法提供必要的安全性来保护有价值的数据，而我们需要利用这些数据来探索人工智能（Artif?ical Intelligence，AI）和机器学习（Machine Learning，ML）的新方法。因此，必须使用基于分类账方法的区块链设计来开发新的架构。此外，这些新架构还需要一种新的方法在复杂移动网络上存储数据，这种需求催生了云计算的高级功能。
为了在供应链遍布世界各地的全球化环境中参与竞争，企业需要对其遗留系统进行重新设计。要想使在一个特定理念下开发了50年的产品和服务在短时间内发生变化，这几乎是不可能实现的。然而，针对这一点我有一个非常基本的认识，企业要么重做系统，要么消亡。虽然这听起来有些苛刻和片面，但我相信，不迅速行动将会极大地影响企业在数字化时代的竞争能力。本书从技术角度和管理方法两方面提供了指导。我的理念和其他人的一样，在大多数企业中，不可能重做所有的遗留系统。因此，本书提供了一种“免费方法”，即企业继续使用其遗留产品提供后端服务，但需要构建新的后端服务，以提供在消费驱动的环境下所需的新服务，现在的环境我认为是一个“技术消费化”的环境。我们不能指望企业在一夜之间完善持续了50年的糟糕架构，我们经历了使用企业资源计划（Enterprise Resource Planning，ERP）产品集成系统的挑战并为之承担了相应的成本，这些产品花了20年时间才完成。我相信，新的迁移将花费更长的时间，并且会付出更高的成本。因此，我们必须在改造旧系统的同时建设新系统，同时确保它们之间的连通性，这就是本书的目标。
从管理的角度来看，公司高管们需要推动一种新的文化。根据Gupta（2018）的研究，成功的数字化战略强调与商业方法互补，而不是试图建立独立的单位或实验室。从历史上来看，这些独立发展的举措并未收到良好的效果。Gupta的框架虽然并不独特，但是提出了有效的文化迁移需要具备的四个要素：
（1）重新规划业务。
（2）重新评估价值链。
（3）重新梳理客户。
（4）重新建立组织。
虽然我认同所有这些步骤，但高管们仍然需要重建他们的架构。毫无疑问，这个数字化时代提供了对用户更友好、更直观的应用程序，但与此同时，技术也更加复杂和先进。因此，我们需要技术合格的领导者，他们了解如何构建这些新系统来支持数字化战略。虽然文化转型是必要的，但是我们必须承认，成功的数字化公司已经建立起了协同合作的后端和前端系统。那么，在企业中谁是最有价值的成员呢？在本书中，我投票给分析师，他能给公司带来最大的投资回报。分析师通常了解企业的遗留系统，可以提供技术架构设计，并且可以进行必要的项目管理。所有这些功能都可以推动新系统的发展，并有助于发展基于数字化的新文化。虽然我们需要高管、用户和消费者从根本上参与到转型的各个方面，但分析师所代表的角色可能是转型成功的主要指导者。因此，技术主管需要强化分析师的作用，并了解该职位的重要性。
但是，本书也承认，“免费方法”只能提供短期的解决方案。我没有冒险永久依赖于旧的系统，而是一直在经济学中的“S曲线”的指导下运作，“S曲线”巧妙地定义了产品或服务的生命周期。成功的公司需要按照曲线在系统过时之前开始更换系统。本书将“S曲线”和SDLC（Software Development Life Cycle，系统开发生命周期）相结合，为计算机架构的不断发展提供了一种新的方法。最重要的是，我预测“S曲线”将持续收缩，开发有竞争力的系统的时间越短，具备竞争优势的时间也越短。
今天的企业在制定竞争战略时需要以技术为中心，这应该不是秘密。本书还阐述了整合多代管理层和员工（特别是千禧一代）的必要性。我们预测，千禧一代将比他们的前辈更快地进入管理职位。为了在数字化时代更具竞争力，企业必须更好地理解和吸收他们的才能。这些同化需要婴儿潮一代的融合，他们通常是X世代的高管和主管经理。
本书也承认消费者的作用。我预测这个时代将被称为“消费者革命时代”，因为消费者了解数字技术如何为他们提供价值。这些消费者的价值通常表现为他们对产品和服务的需求，而这些需求是建立在替代选择和个性化需求的基础上的。企业需要认识到，它们必须为多样化市场提供更多的产品和服务选择，这样才能在数字化时代生存下去。
阿瑟·M. 兰格
（Arthur M. Langer）
美国纽约哥伦比亚大学技术管理中心主任和专业实践教授、专业研究学院技术管理课程的学术主任、教育学院（师范学院）组织与领导系的实践教授。兰格博士还是WOS（Workforce Opportunity Services）的主席和创始人，这是一家非营利性非政府组织，致力于帮助难以融入社会的青年和退伍军人接受教育并展开职业生涯。他的其他出版物包括Springer的Guide to Software Development、Analysis and Design of Information Systems和The Art of Analysis。
目 录?Contents
序
前言
致谢
第1章 概述 1
1.1 传统分析和设计的局限性 1
1.2 数字化时代的技术消费化 2
1.3 不断发展的分析师角色 3
1.4 为未来消费者的需要开发需求 5
1.5 新范式：5G、物联网、云、
区块链、网络安全和量子计算 6
1.5.1 5G 6
1.5.2 物联网 7
1.5.3 云 9
1.5.4 区块链 10
1.5.5 网络安全 11
1.5.6 量子计算 11
1.6 问题和练习 14
第2章 整合内部用户和消费者
需求 15
2.1 软件开发的层次结构 15
2.1.1 用户/消费者界面 16
2.1.2 工具 18
2.1.3 通过自动化提高生产率 18
2.1.4 面向对象 18
2.1.5 客户端/服务器 19
2.1.6 互联网/内部网络到移动性的
转变 19
2.2 建立内部用户界面 20
2.3 形成访谈方法 21
2.4 与不同关系的群体打交道 22
2.5 内部用户的类别和级别 23
2.6 无用户、无输入的需求 25
2.7 S曲线与数字化转型分析和设计 27
2.8 实践社区 28
2.9 数字化转型时代的分析师 33
2.10 问题和练习 34
第3章 回顾对象范式 35
3.1 逻辑等价的概念 35
3.2 结构化分析工具 39
3.3 进行更改 39
3.4 什么是面向对象分析 41
3.5 识别对象和类 43
3.6 对象建模 47
3.7 与结构化分析的关系 48
3.7.1 应用耦合 48
3.7.2 应用内聚 49
3.8 面向对象的数据库 51
3.9 借助用例分析和设计来设计
分布式对象 51
3.9.1 用例模型 52
3.9.2 参与者 52
3.10 用例 52
3.11 伪代码 53
3.12 先序后序 55
3.13 矩阵 56
3.14 问题和练习 57
3.15 小型项目 58
第4章 分布式客户端/服务器和
数据 59
4.1 客户端/服务器和面向对象分析 59
4.2 客户端/服务器应用程序的定义 59
4.3 数据库 61
4.4 逻辑数据建模 61
4.5 逻辑数据建模程序 62
4.6 键属性 64
4.7 范式化 65
4.8 范式化的局限性 72
4.9 超类型/子类型模型 73
4.10 关键业务规则 79
4.11 组合用户视图 81
4.12 与现有数据模型集成 83
4.13 确定域和触发操作 85
4.14 去范式化 86
4.15 总结 87
4.16 问题和练习 88
4.16.1 小型项目1 88
4.16.2 小型项目2 89
第5章 无线通信的影响 90
5.1 无线革命 90
5.2 5G和分布式处理 91
5.3 5G世界中的分析和设计 91
5.4 用户生成的数据和性能测量 95
5.5 总结 97
5.6 问题和练习 97
第6章 物联网 98
6.1 物联网与通信模型的逻辑
设计 100
6.2 物联网通信替代方案 100
6.2.1 请求-响应模型 101
6.2.2 发布-订阅模型 102
6.2.3 推送-拉取模型 102
6.2.4 独占对模型 103
6.3 物联网是对传统分析和设计的
颠覆 103
6.4 传感器、执行器和计算 104
6.4.1 传感器 104
6.4.2 执行器 104
6.4.3 计算 104
6.5 连通性 104
6.6 可组合性 105
6.7 可招募性 105
6.8 物联网安全和隐私 106
6.9 沉浸 106
6.10 物联网系统开发生命周期 107
6.11 向物联网过渡 107
6.12 总结 108
第7章 区块链分析和设计 109
7.1 了解区块链架构 109
7.2 区块链增长预测 112
7.3 区块链的分析和设计 113
7.4 总结 120
7.5 问题和练习 120
第8章 量子计算、人工智能、
机器学习和云计算 122
8.1 数据集 122
8.2 物联网和量子 123
8.3 人工智能、机器学习和预测
分析 123
8.4 服务环境中的机器学习 125
8.5 分析机器学习用例 125
8.6 数据准备 126
8.7 云 127
8.8 云架构 128
8.8.1 多数据中心架构 130
8.8.2 全球服务器负载均衡 130
8.8.3 数据库的恢复能力 130
8.8.4 混合云架构 131
8.9 云、边缘和雾计算 133
8.10 问题和练习 133
第9章 分析和设计中的网络安全 134
9.1 概述 134
9.2 S曲线中的网络安全风险 135
9.3 网络安全分析中的分解 135
9.4 风险责任 136
9.5 制定过程系统 137
9.6 物联网与安全 138
9.7 ISO 9000作为网络标准的
参考 140
9.8 如何将ISO 9000纳入现有的
安全管理和软件生命周期 141
9.9 关联IT人员 144
9.10 致力于ISO 9000 145
9.11 问题和练习 147
第10章 遗留系统转换 148
10.1 概述 148
10.2 遗留系统的类型 149
10.3 第三代语言遗留系统集成 150
10.4 替换第三代遗留系统 150
10.5 逻辑重构方法 151
10.6 增强第三代遗留系统 153
10.7 数据元素增强 154
10.8 “保持原样离开”——第三代
遗留系统 158
10.9 第四代语言遗留系统集成 158
10.10 替换第四代遗留系统 159
10.11 逻辑重构方法 159
10.12 增强第四代遗留系统 160
10.13 “保持原样离开”——第四代
遗留系统 161
10.14 混合方法：网关方法 162
10.15 增量式应用程序集成 163
10.16 增量式数据集成 164
10.17 转换遗留的基于字符的屏幕 166
10.18 遗留屏幕编码值的挑战 168
10.19 遗留迁移方法论 169
10.20 问题和练习 175
第11章 构建与购买 176
11.1 概述 176
11.2 核心与外围 177
11.3 覆盖范围 178
11.4 方向 178
11.5 总拥有成本 178
11.6 规模 178
11.7 时间 179
11.8 标准 179
11.9 其他评价标准 179
11.10 驱动者/支持者 180
11.11 购买决策中的支持者一方 182
11.12 开源范式 182
11.13 云计算选项 183
11.14 部署模型 184
11.15 总结 185
11.16 问题和练习 185
第12章 下一代分析师和项目
管理 186
12.1 概述 186
12.2 定义项目 189
12.3 确定项目目标 189
12.4 确定用户和消费者 189
12.5 确定项目的范围 190
12.6 管理范围 191
12.7 预算 192
12.8 项目团队 194
12.9 项目团队动态 196
12.10 为沟通制定规则和指导方针 196
12.11 审查网站 197
12.12 使用用户资源 198
12.13 外包 198
12.14 计划和过程开发 198
12.15 技术计划 201
12.16 确定技术开发要求 202
12.17 维护 202
12.18 项目管理与沟通 203
12.19 总结 204
12.20 问题和练习 204
第13章 结论以及未来的道路 206
13.1 感知与响应以及计划的终结 208
13.2 人工智能和机器学习的作用 208
13.3 区块链 209
13.4 云 210
13.5 量子计算 210
13.6 下一代数字化组织的人的因素 210
13.7 向数字化企业转型 211
13.8 安全是一个核心问题 213
13.9 分析师的角色 213
13.10 问题和练习 214
参考文献 215
书单推荐
