課程簡介
課程將以上的知識串聯(lián)起來，為大家展現(xiàn)了未來數(shù)智化轉(zhuǎn)型的全景圖。通過一系列的實戰(zhàn)案例，演示了企業(yè)架構(gòu)設(shè)計中，基于價值流的業(yè)務(wù)架構(gòu)規(guī)劃，基于DDD的數(shù)據(jù)架構(gòu)治理，基于CBM的組件化的應(yīng)用架構(gòu)設(shè)計，進(jìn)而通過數(shù)據(jù)中臺開展智能的數(shù)據(jù)分析，搭建本地知識庫，開展人工智能應(yīng)用，以及在此基礎(chǔ)上搭建的大數(shù)據(jù)技術(shù)架構(gòu)設(shè)計。
目標(biāo)收益
培訓(xùn)對象
課程大綱
| 第一章 企業(yè)架構(gòu)設(shè)計概述 |
企業(yè)數(shù)智化轉(zhuǎn)型的架構(gòu)設(shè)計 過去的架構(gòu)設(shè)計 1.從宏觀上說明一套軟件系統(tǒng)的組成與特性 2.需求驅(qū)動：整理現(xiàn)有的、已知的碎片化需求 3.不斷復(fù)制、重復(fù)建設(shè)、缺乏復(fù)用、數(shù)據(jù)孤島 現(xiàn)在的架構(gòu)設(shè)計 1.站在全局角度去規(guī)劃整個企業(yè)的架構(gòu) 企業(yè)中各個產(chǎn)品線的業(yè)務(wù)規(guī)劃 → 打通業(yè)務(wù)流 企業(yè)中各個產(chǎn)品線的技術(shù)規(guī)劃 → 建立技術(shù)平臺 企業(yè)中各個產(chǎn)品線的數(shù)據(jù)規(guī)劃 → 建立數(shù)據(jù)中臺 企業(yè)中各個產(chǎn)品線的組織規(guī)劃 → 建立開發(fā)規(guī)范與組織原則 2.架構(gòu)驅(qū)動：從全局的角度探索未知的業(yè)務(wù)，摸索未來發(fā)展的模態(tài) 3.串聯(lián)與打通業(yè)務(wù)形態(tài)中的各種“鏈” 業(yè)務(wù)鏈 → 各部門精益協(xié)作，降本增效（敏捷轉(zhuǎn)型） 數(shù)據(jù)鏈 → 打通上下游產(chǎn)業(yè)鏈，建立生態(tài)（數(shù)字化轉(zhuǎn)型） 技術(shù)鏈 → 搭建統(tǒng)一、規(guī)范的平臺，并持續(xù)改進(jìn)（架構(gòu)演化） 核心：以客戶價值為核心 未來的架構(gòu)設(shè)計 1.國產(chǎn)智能大模型DeepSeek的13個應(yīng)用場景： 代碼改寫、代碼解釋、代碼生成、中英文翻譯，等等 2.智能大模型核心應(yīng)用的精華： 提示詞工程、投喂多模態(tài)數(shù)據(jù)、搭建本地知識庫、Agent智能體 3.數(shù)據(jù)中臺基礎(chǔ)上的智能應(yīng)用： 1）基于DeepSeek大模型的智能應(yīng)用 2）基于多模態(tài)數(shù)據(jù)的智能應(yīng)用 3）更多Agent智能體的應(yīng)用 站在全局的角度規(guī)劃企業(yè)架構(gòu) 業(yè)務(wù)側(cè)：業(yè)務(wù)進(jìn)化 1.用數(shù)據(jù)賦能業(yè)務(wù)：賦什么能？如何賦能？ 2.將上下游數(shù)據(jù)資產(chǎn)化 1）讓數(shù)據(jù)資源變?yōu)閿?shù)據(jù)資產(chǎn) 2）打造跨組織的生態(tài)共享平臺 3.建立以客戶為中心的價值流 技術(shù)側(cè)：技術(shù)賦能 1.用技術(shù)平臺賦能業(yè)務(wù)系統(tǒng) 1）上門戶、中共享、下云化、左開發(fā)、右安全 2）建立全業(yè)務(wù)領(lǐng)域數(shù)據(jù)中心 2.企業(yè)數(shù)智化轉(zhuǎn)型： 1）信息化建設(shè)：將業(yè)務(wù)系統(tǒng)串聯(lián)起來，建立端到端的信息流 2）數(shù)字化建設(shè)：建立獨立的、基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)中臺 3）智能化建設(shè)：搭建基于DeepSeek大模型的各種智能應(yīng)用 總結(jié)：企業(yè)架構(gòu)設(shè)計整體思路 業(yè)務(wù)架構(gòu)端到端、應(yīng)用架構(gòu)抓共享、數(shù)據(jù)架構(gòu)做生態(tài)、技術(shù)架構(gòu)平臺化 |
|
第二章 業(yè)務(wù)架構(gòu)設(shè)計 |
業(yè)務(wù)架構(gòu)的規(guī)劃與能力主線 一、業(yè)務(wù)架構(gòu)的概念與重要作用 二、業(yè)務(wù)架構(gòu)的梳理與設(shè)計過程 1. 對現(xiàn)有架構(gòu)的梳理：對企業(yè)當(dāng)前IT建設(shè)現(xiàn)狀的梳理與分析 2. 價值流分析：以客戶價值為中心，識別業(yè)務(wù)能力短板，制訂架構(gòu)建設(shè)目標(biāo) 3. ESIA效能模型：清除、簡化、集成、自動化，從這四個方面優(yōu)化流程 4. 智能化：在現(xiàn)有流程的基礎(chǔ)上，探索通過智能應(yīng)用提高工作效率的方案 三、基于能力的規(guī)劃 1. 能力維度、能力主線、能力增量 2. 基于能力的規(guī)劃與設(shè)計過程 對現(xiàn)有架構(gòu)的梳理與架構(gòu)藍(lán)圖 實戰(zhàn)演練：企業(yè)業(yè)務(wù)架構(gòu)梳理過程 1. 組織模型與應(yīng)用架構(gòu)覆蓋率的分析，發(fā)現(xiàn)應(yīng)用架構(gòu)的短板 2. 基于價值流的分析，建立業(yè)務(wù)能力與應(yīng)用架構(gòu)的映射 3. 基于價值流的業(yè)務(wù)能力，規(guī)劃企業(yè)的應(yīng)用架構(gòu)與數(shù)據(jù)架構(gòu) 價值流分析與業(yè)務(wù)架構(gòu)梳理過程 1. 分析企業(yè)的組織架構(gòu)（內(nèi)部/外部/利益相關(guān)者） 2. 分析組織架構(gòu)中不同角色的價值主張，形成價值流地圖 3. 分析價值流與相關(guān)的業(yè)務(wù)能力之間的關(guān)系，尋找能力主線 4. 將價值流進(jìn)一步細(xì)化，形成端到端的流程清單 5. 在流程清單中增加角色職能，繪制端到端的流程圖 基于ESIA效能模型的端到端流程改造 一、ESIA效能模型的設(shè)計思想 二、實戰(zhàn)演練：某家居行業(yè)基于ESIA效能模型的改進(jìn) 1）清除冗余和非增值活動 2）簡化復(fù)雜流程，使其簡潔、高效，易于理解和執(zhí)行 3）整合流程、人員、信息與供應(yīng)商 4）系統(tǒng)自動化，提升業(yè)務(wù)智能化 DDD領(lǐng)域驅(qū)動設(shè)計與領(lǐng)域模型 領(lǐng)域驅(qū)動是解決業(yè)務(wù)復(fù)雜性問題 1.最初的產(chǎn)品需求并不復(fù)雜，但隨著業(yè)務(wù)的拓展越來越復(fù)雜 2.隨著業(yè)務(wù)的拓展，系統(tǒng)規(guī)模越來越大，交付速度越來越慢 3.越來越激烈的市場競爭，需要越來越快的交付速度 4.越來越快的技術(shù)更迭，需要軟件系統(tǒng)越來越快速的技術(shù)更迭 解決方案： 1.認(rèn)知負(fù)載理論揭示系統(tǒng)越復(fù)雜，業(yè)務(wù)變更成本越高 2.領(lǐng)域驅(qū)動設(shè)計的解決方案： 1)問題空間與解空間的設(shè)計思路 2)劃分子域、限界上下文與領(lǐng)域建模 3)將限界上下文的劃分落實到微服務(wù)的開發(fā) 對數(shù)智化轉(zhuǎn)型的意義：數(shù)字孿生 1.數(shù)字孿生的概念： 將數(shù)據(jù)世界與真實世界對應(yīng)起來，建立數(shù)據(jù)與業(yè)務(wù)的映射關(guān)系 2.數(shù)字孿生的建設(shè)： 將豐富多樣的數(shù)據(jù)，按照價值流將它們串聯(lián)起來、組織起來，形成數(shù)據(jù)中臺 3.數(shù)字孿生的應(yīng)用： 1）構(gòu)建“連得通”、“轉(zhuǎn)得動”、“精益化”的數(shù)字化流程 2）構(gòu)建“懂業(yè)務(wù)”、“懂?dāng)?shù)據(jù)”的數(shù)據(jù)分析智能體 3）為未來開展豐富多樣的智能應(yīng)用提供源源不斷的數(shù)據(jù) 領(lǐng)域建模的分析過程：事件風(fēng)暴會議 演練案例：在線訂餐系統(tǒng)的領(lǐng)域設(shè)計過程 1. 從領(lǐng)域中吸取業(yè)務(wù)領(lǐng)域知識 2. 統(tǒng)一語言建模：與用戶溝通需求的高級技巧 3. 事件風(fēng)暴會議 1） 梳理業(yè)務(wù)流程，識別領(lǐng)域事件 2） 為每個領(lǐng)域事件識別參與者、行為、相關(guān)事物 3） 標(biāo)記事物之間的關(guān)系、聚合、聚合根 4） 根據(jù)業(yè)務(wù)劃分限界上下文 5） 遍歷所有事件，確定上下文映射 4. 業(yè)務(wù)領(lǐng)域建模 1） 為每個領(lǐng)域事件構(gòu)建業(yè)務(wù)領(lǐng)域模型 2） 劃分主題域、支撐域、通用域 3） 落實各子域之間的聯(lián)系、接口及事件通知機(jī)制 |
| 第三章 應(yīng)用架構(gòu)設(shè)計 |
DDD的微服務(wù)落地實踐 基于領(lǐng)域模型的戰(zhàn)略設(shè)計 1. 小而專的微服務(wù)設(shè)計 2. 限界上下文與微服務(wù)拆分 3. 上下文地圖與微服務(wù)接口 基于微服務(wù)的戰(zhàn)術(shù)設(shè)計 1. 各微服務(wù)中實體、值對象與服務(wù)的設(shè)計 2. 各微服務(wù)中聚合、工廠與倉庫的設(shè)計 3. 領(lǐng)域模型4種關(guān)系3種繼承的數(shù)據(jù)庫設(shè)計 4. 聚合層的設(shè)計、工廠和倉庫的實現(xiàn) 5. 基于DDD的微服務(wù)架構(gòu)分層 差異分析：架構(gòu)轉(zhuǎn)型路線圖 1.目標(biāo)架構(gòu)：基于DDD規(guī)劃的架構(gòu)設(shè)計 2.基線架構(gòu)：現(xiàn)有系統(tǒng)的架構(gòu)設(shè)計現(xiàn)狀 3.過渡架構(gòu)：規(guī)劃架構(gòu)轉(zhuǎn)型的路線圖 DDD+微服務(wù)的設(shè)計難題 1.限界上下文及微服務(wù)劃分的原則與方法 1）業(yè)務(wù)的相關(guān)性 2）業(yè)務(wù)的復(fù)雜度 3）主題域/支撐域 2.跨庫查詢的設(shè)計難題與設(shè)計實現(xiàn) 1）數(shù)據(jù)補(bǔ)填的解決方案 2）建立寬表的解決方案 3.領(lǐng)域事件的通知機(jī)制與設(shè)計實現(xiàn) 基于消息隊列的事件通知機(jī)制 4.微服務(wù)接口的防腐層設(shè)計 5.狀態(tài)查詢跟蹤的設(shè)計思路與代碼實現(xiàn) 基于組件的模型分析與優(yōu)化 一、CBM組件化模型的概念與設(shè)計思想 1. 內(nèi)部專業(yè)化：整合內(nèi)部業(yè)務(wù)職能，把流程優(yōu)化轉(zhuǎn)變?yōu)闃I(yè)務(wù)模塊化建設(shè) 2. 外部專業(yè)化：集成外部商業(yè)合作伙伴，打造端到端的行業(yè)生態(tài)系統(tǒng) 二、CBM分析與改造的三個階段：洞察、架構(gòu)、投資 基于CBM的業(yè)務(wù)中臺建設(shè) 一、中臺的由來：淘寶和天貓的設(shè)計難題 二、阿里巴巴的中臺建設(shè)思路與能力中心 三、案例分析：自助連鎖服務(wù)的中臺建設(shè) |
| 第四章 數(shù)據(jù)架構(gòu)設(shè)計 |
企業(yè)數(shù)智化轉(zhuǎn)型的本質(zhì) 1.讓企業(yè)具有端到端流程的數(shù)字化運營管理的能力 管什么、怎么管、用什么管、管多寬 2.數(shù)據(jù)是如何賦能業(yè)務(wù)的？ 賦什么能： 1）為新產(chǎn)品創(chuàng)新賦能 2）為業(yè)務(wù)戰(zhàn)略決策賦能 3）為高效而透明地運營賦能 怎么賦能： 1）建立企業(yè)數(shù)智化運營 2）搭建生態(tài)級數(shù)據(jù)共享平臺 3）建設(shè)流批一體的數(shù)據(jù)中臺 數(shù)據(jù)架構(gòu)設(shè)計思路與過程 一、數(shù)據(jù)架構(gòu)的設(shè)計思路：將數(shù)據(jù)從資源變?yōu)橘Y產(chǎn) 1.數(shù)據(jù)生產(chǎn)：信息化建設(shè)過程中，制訂數(shù)據(jù)標(biāo)準(zhǔn)、提高數(shù)據(jù)質(zhì)量 2.數(shù)據(jù)加工：將分散在各系統(tǒng)的數(shù)據(jù)收集起來，通過加工形成資產(chǎn) 3.數(shù)據(jù)利用：進(jìn)行數(shù)智化建設(shè)，讓數(shù)據(jù)為業(yè)務(wù)賦能 數(shù)據(jù)資產(chǎn)管理與數(shù)據(jù)治理 數(shù)據(jù)資產(chǎn)管理的思路 1. 數(shù)據(jù)資產(chǎn)的構(gòu)成：業(yè)務(wù)數(shù)據(jù)、分析數(shù)據(jù)、主數(shù)據(jù) 2. 數(shù)據(jù)資產(chǎn)管理的核心是數(shù)據(jù)治理 3. 為DeepSeek大模型理解數(shù)據(jù)創(chuàng)造條件 數(shù)據(jù)治理面臨的難題 1. 雜亂無章的數(shù)據(jù)來源 2. 晦澀難懂的數(shù)據(jù)語義 3. 千差萬別的數(shù)據(jù)格式 4. 無處不在的數(shù)據(jù)問題 數(shù)據(jù)治理的過程 1. 通過領(lǐng)域模型梳理各業(yè)務(wù)系統(tǒng)的業(yè)務(wù) 2. 將領(lǐng)域模型轉(zhuǎn)換成多維數(shù)據(jù)模型 3. 探查數(shù)據(jù)質(zhì)量，建立ETL過程 4. 將數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉庫，劃分主題模型 案例：智慧遠(yuǎn)程大數(shù)據(jù)平臺的建設(shè)過程 數(shù)據(jù)質(zhì)量管理 數(shù)據(jù)質(zhì)量管理的挑戰(zhàn) 1.獲取大量準(zhǔn)確數(shù)據(jù)非常困難，不能滿足分析需求 2.獲取大量、豐富但不太準(zhǔn)確的數(shù)據(jù)（大數(shù)據(jù)時代特征） 建立數(shù)據(jù)質(zhì)量管理體系： 1.事前：數(shù)據(jù)質(zhì)量評估 2.事中：建立ETL過程 3.事后：數(shù)據(jù)質(zhì)量報告 數(shù)據(jù)質(zhì)量管理的過程：ETL過程 1.數(shù)據(jù)清洗及其實戰(zhàn)舉例 2.數(shù)據(jù)轉(zhuǎn)換及其實戰(zhàn)舉例 3.數(shù)據(jù)集成及其實戰(zhàn)舉例 主數(shù)據(jù)管理 主數(shù)據(jù)的范圍： 1.基礎(chǔ)數(shù)據(jù)、組織機(jī)構(gòu)、財務(wù)類數(shù)據(jù) 2.物資設(shè)備、知識數(shù)據(jù)、客戶/供應(yīng)商 主數(shù)據(jù)系統(tǒng)架構(gòu)： 1.主數(shù)據(jù)采集、主數(shù)據(jù)治理、主數(shù)據(jù)業(yè)務(wù)管理 2.主數(shù)據(jù)管控、主數(shù)據(jù)維護(hù)、主數(shù)據(jù)分發(fā)與數(shù)據(jù)安全 主數(shù)據(jù)建設(shè)的過程 1.沒有主數(shù)據(jù)的數(shù)據(jù)治理：成本非常高 2.開始建設(shè)主數(shù)據(jù)：數(shù)據(jù)治理與主數(shù)據(jù)建設(shè)并行開展 3.建立起主數(shù)據(jù)系統(tǒng)：數(shù)據(jù)質(zhì)量大幅度提高 元數(shù)據(jù)管理 元數(shù)據(jù)治理面臨的挑戰(zhàn)： 數(shù)據(jù)找不到、讀不懂、不可信 元數(shù)據(jù)的概念與分類 1. 業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)、操作元數(shù)據(jù) 2. 消費側(cè)、服務(wù)側(cè)、數(shù)據(jù)主題側(cè)、數(shù)據(jù)湖側(cè)、數(shù)據(jù)源側(cè) 講解元數(shù)據(jù)治理的過程 1. 數(shù)據(jù)資產(chǎn)的整理與規(guī)范 2. 元數(shù)據(jù)的注冊與采集 3. 元數(shù)據(jù)的版本管理與發(fā)布 案例：基于大模型的智能數(shù)據(jù)分析平臺 1.通過元數(shù)據(jù)的梳理，讓智能大模型也可以理解業(yè)務(wù) 2.用戶輸入提示詞，讓大模型自動生成SQL，進(jìn)行數(shù)據(jù)分析 將領(lǐng)域模型轉(zhuǎn)換成多維數(shù)據(jù)模型 1. 建立多維數(shù)據(jù)模型 1）動態(tài)數(shù)據(jù)：核心業(yè)務(wù)數(shù)據(jù)，有業(yè)務(wù)發(fā)生時間，最終形成事實表 2）靜態(tài)數(shù)據(jù)：相關(guān)的檔案、信息表、數(shù)據(jù)字典，最終形成維度表 2. 多維數(shù)據(jù)模型優(yōu)化 1）雪花模型轉(zhuǎn)換為星型模型 2）日期維、組合維、層級維 3）一對多、多對多的模型轉(zhuǎn)換 3. 數(shù)據(jù)主題域的劃分 4. 數(shù)據(jù)中臺的分層： 原始數(shù)據(jù)層、細(xì)節(jié)數(shù)據(jù)層、輕度綜合層、數(shù)據(jù)集市層 5. 數(shù)據(jù)集市與數(shù)據(jù)分析挖掘 |
| 第五章 技術(shù)架構(gòu)設(shè)計 |
技術(shù)架構(gòu)規(guī)劃的設(shè)計思想 1. 體系化：將各種技術(shù)棧有機(jī)地集成整合 2. 專業(yè)化：不斷面向全新的技術(shù)發(fā)展趨勢 3. 集約化：從分散到集中的架構(gòu)持續(xù)優(yōu)化 技術(shù)架構(gòu)的設(shè)計與規(guī)劃 1. 上門戶：服務(wù)網(wǎng)關(guān)、門戶網(wǎng)站 2. 中共享：技術(shù)開發(fā)平臺、業(yè)務(wù)中臺建設(shè) 3. 下云化：分布式云原生、自動化運維 4. 左開發(fā)、右安全 5. 全業(yè)務(wù)領(lǐng)域數(shù)據(jù)中心 大數(shù)據(jù)中臺的技術(shù)架構(gòu) 1.盡可能多地采集數(shù)據(jù)：結(jié)構(gòu)化數(shù)據(jù)采集與非結(jié)構(gòu)化數(shù)據(jù)采集 案例：基于結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行多模態(tài)的智能應(yīng)用 2.流批一體的數(shù)據(jù)中臺： 1）流式計算：Kafka + Flink/FlinkSQL + ElasticSearch 2）批量處理：Sqoop + Spark/SparkSQL + Hive 3.湖倉一體的數(shù)據(jù)基座： 數(shù)據(jù)湖：不同來源、不同格式、統(tǒng)一元數(shù)據(jù)管理的數(shù)據(jù) 數(shù)據(jù)倉庫：統(tǒng)一格式、清晰結(jié)構(gòu)、準(zhǔn)確含義、高質(zhì)量的數(shù)據(jù) 4.數(shù)據(jù)分析、數(shù)據(jù)挖掘： 1）數(shù)據(jù)分析工具：ClickHouse、Kylin 2）數(shù)據(jù)挖掘工具：SparkML/FlinkML/TensorFlow 5.人工智能大模型： 1）人工智能大模型：Ollama、DeepSeek、Qwen 2）搭建本地知識庫：RAG、Dify、AnythingLLM 3）大語言應(yīng)用框架：LangChain 4）Agent智能體：Manus |
|
第一章 企業(yè)架構(gòu)設(shè)計概述 企業(yè)數(shù)智化轉(zhuǎn)型的架構(gòu)設(shè)計 過去的架構(gòu)設(shè)計 1.從宏觀上說明一套軟件系統(tǒng)的組成與特性 2.需求驅(qū)動：整理現(xiàn)有的、已知的碎片化需求 3.不斷復(fù)制、重復(fù)建設(shè)、缺乏復(fù)用、數(shù)據(jù)孤島 現(xiàn)在的架構(gòu)設(shè)計 1.站在全局角度去規(guī)劃整個企業(yè)的架構(gòu) 企業(yè)中各個產(chǎn)品線的業(yè)務(wù)規(guī)劃 → 打通業(yè)務(wù)流 企業(yè)中各個產(chǎn)品線的技術(shù)規(guī)劃 → 建立技術(shù)平臺 企業(yè)中各個產(chǎn)品線的數(shù)據(jù)規(guī)劃 → 建立數(shù)據(jù)中臺 企業(yè)中各個產(chǎn)品線的組織規(guī)劃 → 建立開發(fā)規(guī)范與組織原則 2.架構(gòu)驅(qū)動：從全局的角度探索未知的業(yè)務(wù)，摸索未來發(fā)展的模態(tài) 3.串聯(lián)與打通業(yè)務(wù)形態(tài)中的各種“鏈” 業(yè)務(wù)鏈 → 各部門精益協(xié)作，降本增效（敏捷轉(zhuǎn)型） 數(shù)據(jù)鏈 → 打通上下游產(chǎn)業(yè)鏈，建立生態(tài)（數(shù)字化轉(zhuǎn)型） 技術(shù)鏈 → 搭建統(tǒng)一、規(guī)范的平臺，并持續(xù)改進(jìn)（架構(gòu)演化） 核心：以客戶價值為核心 未來的架構(gòu)設(shè)計 1.國產(chǎn)智能大模型DeepSeek的13個應(yīng)用場景： 代碼改寫、代碼解釋、代碼生成、中英文翻譯，等等 2.智能大模型核心應(yīng)用的精華： 提示詞工程、投喂多模態(tài)數(shù)據(jù)、搭建本地知識庫、Agent智能體 3.數(shù)據(jù)中臺基礎(chǔ)上的智能應(yīng)用： 1）基于DeepSeek大模型的智能應(yīng)用 2）基于多模態(tài)數(shù)據(jù)的智能應(yīng)用 3）更多Agent智能體的應(yīng)用 站在全局的角度規(guī)劃企業(yè)架構(gòu) 業(yè)務(wù)側(cè)：業(yè)務(wù)進(jìn)化 1.用數(shù)據(jù)賦能業(yè)務(wù)：賦什么能？如何賦能？ 2.將上下游數(shù)據(jù)資產(chǎn)化 1）讓數(shù)據(jù)資源變?yōu)閿?shù)據(jù)資產(chǎn) 2）打造跨組織的生態(tài)共享平臺 3.建立以客戶為中心的價值流 技術(shù)側(cè)：技術(shù)賦能 1.用技術(shù)平臺賦能業(yè)務(wù)系統(tǒng) 1）上門戶、中共享、下云化、左開發(fā)、右安全 2）建立全業(yè)務(wù)領(lǐng)域數(shù)據(jù)中心 2.企業(yè)數(shù)智化轉(zhuǎn)型： 1）信息化建設(shè)：將業(yè)務(wù)系統(tǒng)串聯(lián)起來，建立端到端的信息流 2）數(shù)字化建設(shè)：建立獨立的、基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)中臺 3）智能化建設(shè)：搭建基于DeepSeek大模型的各種智能應(yīng)用 總結(jié)：企業(yè)架構(gòu)設(shè)計整體思路 業(yè)務(wù)架構(gòu)端到端、應(yīng)用架構(gòu)抓共享、數(shù)據(jù)架構(gòu)做生態(tài)、技術(shù)架構(gòu)平臺化 |
|
第二章 業(yè)務(wù)架構(gòu)設(shè)計 業(yè)務(wù)架構(gòu)的規(guī)劃與能力主線 一、業(yè)務(wù)架構(gòu)的概念與重要作用 二、業(yè)務(wù)架構(gòu)的梳理與設(shè)計過程 1. 對現(xiàn)有架構(gòu)的梳理：對企業(yè)當(dāng)前IT建設(shè)現(xiàn)狀的梳理與分析 2. 價值流分析：以客戶價值為中心，識別業(yè)務(wù)能力短板，制訂架構(gòu)建設(shè)目標(biāo) 3. ESIA效能模型：清除、簡化、集成、自動化，從這四個方面優(yōu)化流程 4. 智能化：在現(xiàn)有流程的基礎(chǔ)上，探索通過智能應(yīng)用提高工作效率的方案 三、基于能力的規(guī)劃 1. 能力維度、能力主線、能力增量 2. 基于能力的規(guī)劃與設(shè)計過程 對現(xiàn)有架構(gòu)的梳理與架構(gòu)藍(lán)圖 實戰(zhàn)演練：企業(yè)業(yè)務(wù)架構(gòu)梳理過程 1. 組織模型與應(yīng)用架構(gòu)覆蓋率的分析，發(fā)現(xiàn)應(yīng)用架構(gòu)的短板 2. 基于價值流的分析，建立業(yè)務(wù)能力與應(yīng)用架構(gòu)的映射 3. 基于價值流的業(yè)務(wù)能力，規(guī)劃企業(yè)的應(yīng)用架構(gòu)與數(shù)據(jù)架構(gòu) 價值流分析與業(yè)務(wù)架構(gòu)梳理過程 1. 分析企業(yè)的組織架構(gòu)（內(nèi)部/外部/利益相關(guān)者） 2. 分析組織架構(gòu)中不同角色的價值主張，形成價值流地圖 3. 分析價值流與相關(guān)的業(yè)務(wù)能力之間的關(guān)系，尋找能力主線 4. 將價值流進(jìn)一步細(xì)化，形成端到端的流程清單 5. 在流程清單中增加角色職能，繪制端到端的流程圖 基于ESIA效能模型的端到端流程改造 一、ESIA效能模型的設(shè)計思想 二、實戰(zhàn)演練：某家居行業(yè)基于ESIA效能模型的改進(jìn) 1）清除冗余和非增值活動 2）簡化復(fù)雜流程，使其簡潔、高效，易于理解和執(zhí)行 3）整合流程、人員、信息與供應(yīng)商 4）系統(tǒng)自動化，提升業(yè)務(wù)智能化 DDD領(lǐng)域驅(qū)動設(shè)計與領(lǐng)域模型 領(lǐng)域驅(qū)動是解決業(yè)務(wù)復(fù)雜性問題 1.最初的產(chǎn)品需求并不復(fù)雜，但隨著業(yè)務(wù)的拓展越來越復(fù)雜 2.隨著業(yè)務(wù)的拓展，系統(tǒng)規(guī)模越來越大，交付速度越來越慢 3.越來越激烈的市場競爭，需要越來越快的交付速度 4.越來越快的技術(shù)更迭，需要軟件系統(tǒng)越來越快速的技術(shù)更迭 解決方案： 1.認(rèn)知負(fù)載理論揭示系統(tǒng)越復(fù)雜，業(yè)務(wù)變更成本越高 2.領(lǐng)域驅(qū)動設(shè)計的解決方案： 1)問題空間與解空間的設(shè)計思路 2)劃分子域、限界上下文與領(lǐng)域建模 3)將限界上下文的劃分落實到微服務(wù)的開發(fā) 對數(shù)智化轉(zhuǎn)型的意義：數(shù)字孿生 1.數(shù)字孿生的概念： 將數(shù)據(jù)世界與真實世界對應(yīng)起來，建立數(shù)據(jù)與業(yè)務(wù)的映射關(guān)系 2.數(shù)字孿生的建設(shè)： 將豐富多樣的數(shù)據(jù)，按照價值流將它們串聯(lián)起來、組織起來，形成數(shù)據(jù)中臺 3.數(shù)字孿生的應(yīng)用： 1）構(gòu)建“連得通”、“轉(zhuǎn)得動”、“精益化”的數(shù)字化流程 2）構(gòu)建“懂業(yè)務(wù)”、“懂?dāng)?shù)據(jù)”的數(shù)據(jù)分析智能體 3）為未來開展豐富多樣的智能應(yīng)用提供源源不斷的數(shù)據(jù) 領(lǐng)域建模的分析過程：事件風(fēng)暴會議 演練案例：在線訂餐系統(tǒng)的領(lǐng)域設(shè)計過程 1. 從領(lǐng)域中吸取業(yè)務(wù)領(lǐng)域知識 2. 統(tǒng)一語言建模：與用戶溝通需求的高級技巧 3. 事件風(fēng)暴會議 1） 梳理業(yè)務(wù)流程，識別領(lǐng)域事件 2） 為每個領(lǐng)域事件識別參與者、行為、相關(guān)事物 3） 標(biāo)記事物之間的關(guān)系、聚合、聚合根 4） 根據(jù)業(yè)務(wù)劃分限界上下文 5） 遍歷所有事件，確定上下文映射 4. 業(yè)務(wù)領(lǐng)域建模 1） 為每個領(lǐng)域事件構(gòu)建業(yè)務(wù)領(lǐng)域模型 2） 劃分主題域、支撐域、通用域 3） 落實各子域之間的聯(lián)系、接口及事件通知機(jī)制 |
|
第三章 應(yīng)用架構(gòu)設(shè)計 DDD的微服務(wù)落地實踐 基于領(lǐng)域模型的戰(zhàn)略設(shè)計 1. 小而專的微服務(wù)設(shè)計 2. 限界上下文與微服務(wù)拆分 3. 上下文地圖與微服務(wù)接口 基于微服務(wù)的戰(zhàn)術(shù)設(shè)計 1. 各微服務(wù)中實體、值對象與服務(wù)的設(shè)計 2. 各微服務(wù)中聚合、工廠與倉庫的設(shè)計 3. 領(lǐng)域模型4種關(guān)系3種繼承的數(shù)據(jù)庫設(shè)計 4. 聚合層的設(shè)計、工廠和倉庫的實現(xiàn) 5. 基于DDD的微服務(wù)架構(gòu)分層 差異分析：架構(gòu)轉(zhuǎn)型路線圖 1.目標(biāo)架構(gòu)：基于DDD規(guī)劃的架構(gòu)設(shè)計 2.基線架構(gòu)：現(xiàn)有系統(tǒng)的架構(gòu)設(shè)計現(xiàn)狀 3.過渡架構(gòu)：規(guī)劃架構(gòu)轉(zhuǎn)型的路線圖 DDD+微服務(wù)的設(shè)計難題 1.限界上下文及微服務(wù)劃分的原則與方法 1）業(yè)務(wù)的相關(guān)性 2）業(yè)務(wù)的復(fù)雜度 3）主題域/支撐域 2.跨庫查詢的設(shè)計難題與設(shè)計實現(xiàn) 1）數(shù)據(jù)補(bǔ)填的解決方案 2）建立寬表的解決方案 3.領(lǐng)域事件的通知機(jī)制與設(shè)計實現(xiàn) 基于消息隊列的事件通知機(jī)制 4.微服務(wù)接口的防腐層設(shè)計 5.狀態(tài)查詢跟蹤的設(shè)計思路與代碼實現(xiàn) 基于組件的模型分析與優(yōu)化 一、CBM組件化模型的概念與設(shè)計思想 1. 內(nèi)部專業(yè)化：整合內(nèi)部業(yè)務(wù)職能，把流程優(yōu)化轉(zhuǎn)變?yōu)闃I(yè)務(wù)模塊化建設(shè) 2. 外部專業(yè)化：集成外部商業(yè)合作伙伴，打造端到端的行業(yè)生態(tài)系統(tǒng) 二、CBM分析與改造的三個階段：洞察、架構(gòu)、投資 基于CBM的業(yè)務(wù)中臺建設(shè) 一、中臺的由來：淘寶和天貓的設(shè)計難題 二、阿里巴巴的中臺建設(shè)思路與能力中心 三、案例分析：自助連鎖服務(wù)的中臺建設(shè) |
|
第四章 數(shù)據(jù)架構(gòu)設(shè)計 企業(yè)數(shù)智化轉(zhuǎn)型的本質(zhì) 1.讓企業(yè)具有端到端流程的數(shù)字化運營管理的能力 管什么、怎么管、用什么管、管多寬 2.數(shù)據(jù)是如何賦能業(yè)務(wù)的？ 賦什么能： 1）為新產(chǎn)品創(chuàng)新賦能 2）為業(yè)務(wù)戰(zhàn)略決策賦能 3）為高效而透明地運營賦能 怎么賦能： 1）建立企業(yè)數(shù)智化運營 2）搭建生態(tài)級數(shù)據(jù)共享平臺 3）建設(shè)流批一體的數(shù)據(jù)中臺 數(shù)據(jù)架構(gòu)設(shè)計思路與過程 一、數(shù)據(jù)架構(gòu)的設(shè)計思路：將數(shù)據(jù)從資源變?yōu)橘Y產(chǎn) 1.數(shù)據(jù)生產(chǎn)：信息化建設(shè)過程中，制訂數(shù)據(jù)標(biāo)準(zhǔn)、提高數(shù)據(jù)質(zhì)量 2.數(shù)據(jù)加工：將分散在各系統(tǒng)的數(shù)據(jù)收集起來，通過加工形成資產(chǎn) 3.數(shù)據(jù)利用：進(jìn)行數(shù)智化建設(shè)，讓數(shù)據(jù)為業(yè)務(wù)賦能 數(shù)據(jù)資產(chǎn)管理與數(shù)據(jù)治理 數(shù)據(jù)資產(chǎn)管理的思路 1. 數(shù)據(jù)資產(chǎn)的構(gòu)成：業(yè)務(wù)數(shù)據(jù)、分析數(shù)據(jù)、主數(shù)據(jù) 2. 數(shù)據(jù)資產(chǎn)管理的核心是數(shù)據(jù)治理 3. 為DeepSeek大模型理解數(shù)據(jù)創(chuàng)造條件 數(shù)據(jù)治理面臨的難題 1. 雜亂無章的數(shù)據(jù)來源 2. 晦澀難懂的數(shù)據(jù)語義 3. 千差萬別的數(shù)據(jù)格式 4. 無處不在的數(shù)據(jù)問題 數(shù)據(jù)治理的過程 1. 通過領(lǐng)域模型梳理各業(yè)務(wù)系統(tǒng)的業(yè)務(wù) 2. 將領(lǐng)域模型轉(zhuǎn)換成多維數(shù)據(jù)模型 3. 探查數(shù)據(jù)質(zhì)量，建立ETL過程 4. 將數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉庫，劃分主題模型 案例：智慧遠(yuǎn)程大數(shù)據(jù)平臺的建設(shè)過程 數(shù)據(jù)質(zhì)量管理 數(shù)據(jù)質(zhì)量管理的挑戰(zhàn) 1.獲取大量準(zhǔn)確數(shù)據(jù)非常困難，不能滿足分析需求 2.獲取大量、豐富但不太準(zhǔn)確的數(shù)據(jù)（大數(shù)據(jù)時代特征） 建立數(shù)據(jù)質(zhì)量管理體系： 1.事前：數(shù)據(jù)質(zhì)量評估 2.事中：建立ETL過程 3.事后：數(shù)據(jù)質(zhì)量報告 數(shù)據(jù)質(zhì)量管理的過程：ETL過程 1.數(shù)據(jù)清洗及其實戰(zhàn)舉例 2.數(shù)據(jù)轉(zhuǎn)換及其實戰(zhàn)舉例 3.數(shù)據(jù)集成及其實戰(zhàn)舉例 主數(shù)據(jù)管理 主數(shù)據(jù)的范圍： 1.基礎(chǔ)數(shù)據(jù)、組織機(jī)構(gòu)、財務(wù)類數(shù)據(jù) 2.物資設(shè)備、知識數(shù)據(jù)、客戶/供應(yīng)商 主數(shù)據(jù)系統(tǒng)架構(gòu)： 1.主數(shù)據(jù)采集、主數(shù)據(jù)治理、主數(shù)據(jù)業(yè)務(wù)管理 2.主數(shù)據(jù)管控、主數(shù)據(jù)維護(hù)、主數(shù)據(jù)分發(fā)與數(shù)據(jù)安全 主數(shù)據(jù)建設(shè)的過程 1.沒有主數(shù)據(jù)的數(shù)據(jù)治理：成本非常高 2.開始建設(shè)主數(shù)據(jù)：數(shù)據(jù)治理與主數(shù)據(jù)建設(shè)并行開展 3.建立起主數(shù)據(jù)系統(tǒng)：數(shù)據(jù)質(zhì)量大幅度提高 元數(shù)據(jù)管理 元數(shù)據(jù)治理面臨的挑戰(zhàn)： 數(shù)據(jù)找不到、讀不懂、不可信 元數(shù)據(jù)的概念與分類 1. 業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)、操作元數(shù)據(jù) 2. 消費側(cè)、服務(wù)側(cè)、數(shù)據(jù)主題側(cè)、數(shù)據(jù)湖側(cè)、數(shù)據(jù)源側(cè) 講解元數(shù)據(jù)治理的過程 1. 數(shù)據(jù)資產(chǎn)的整理與規(guī)范 2. 元數(shù)據(jù)的注冊與采集 3. 元數(shù)據(jù)的版本管理與發(fā)布 案例：基于大模型的智能數(shù)據(jù)分析平臺 1.通過元數(shù)據(jù)的梳理，讓智能大模型也可以理解業(yè)務(wù) 2.用戶輸入提示詞，讓大模型自動生成SQL，進(jìn)行數(shù)據(jù)分析 將領(lǐng)域模型轉(zhuǎn)換成多維數(shù)據(jù)模型 1. 建立多維數(shù)據(jù)模型 1）動態(tài)數(shù)據(jù)：核心業(yè)務(wù)數(shù)據(jù)，有業(yè)務(wù)發(fā)生時間，最終形成事實表 2）靜態(tài)數(shù)據(jù)：相關(guān)的檔案、信息表、數(shù)據(jù)字典，最終形成維度表 2. 多維數(shù)據(jù)模型優(yōu)化 1）雪花模型轉(zhuǎn)換為星型模型 2）日期維、組合維、層級維 3）一對多、多對多的模型轉(zhuǎn)換 3. 數(shù)據(jù)主題域的劃分 4. 數(shù)據(jù)中臺的分層： 原始數(shù)據(jù)層、細(xì)節(jié)數(shù)據(jù)層、輕度綜合層、數(shù)據(jù)集市層 5. 數(shù)據(jù)集市與數(shù)據(jù)分析挖掘 |
|
第五章 技術(shù)架構(gòu)設(shè)計 技術(shù)架構(gòu)規(guī)劃的設(shè)計思想 1. 體系化：將各種技術(shù)棧有機(jī)地集成整合 2. 專業(yè)化：不斷面向全新的技術(shù)發(fā)展趨勢 3. 集約化：從分散到集中的架構(gòu)持續(xù)優(yōu)化 技術(shù)架構(gòu)的設(shè)計與規(guī)劃 1. 上門戶：服務(wù)網(wǎng)關(guān)、門戶網(wǎng)站 2. 中共享：技術(shù)開發(fā)平臺、業(yè)務(wù)中臺建設(shè) 3. 下云化：分布式云原生、自動化運維 4. 左開發(fā)、右安全 5. 全業(yè)務(wù)領(lǐng)域數(shù)據(jù)中心 大數(shù)據(jù)中臺的技術(shù)架構(gòu) 1.盡可能多地采集數(shù)據(jù)：結(jié)構(gòu)化數(shù)據(jù)采集與非結(jié)構(gòu)化數(shù)據(jù)采集 案例：基于結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行多模態(tài)的智能應(yīng)用 2.流批一體的數(shù)據(jù)中臺： 1）流式計算：Kafka + Flink/FlinkSQL + ElasticSearch 2）批量處理：Sqoop + Spark/SparkSQL + Hive 3.湖倉一體的數(shù)據(jù)基座： 數(shù)據(jù)湖：不同來源、不同格式、統(tǒng)一元數(shù)據(jù)管理的數(shù)據(jù) 數(shù)據(jù)倉庫：統(tǒng)一格式、清晰結(jié)構(gòu)、準(zhǔn)確含義、高質(zhì)量的數(shù)據(jù) 4.數(shù)據(jù)分析、數(shù)據(jù)挖掘： 1）數(shù)據(jù)分析工具：ClickHouse、Kylin 2）數(shù)據(jù)挖掘工具：SparkML/FlinkML/TensorFlow 5.人工智能大模型： 1）人工智能大模型：Ollama、DeepSeek、Qwen 2）搭建本地知識庫：RAG、Dify、AnythingLLM 3）大語言應(yīng)用框架：LangChain 4）Agent智能體：Manus |
近期公開課推薦
