数字化时代的软件架构 设计与分析

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