課程簡介
課程將以上的知識(shí)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(shí)戰(zhàn)案例，演示了企業(yè)架構(gòu)設(shè)計(jì)中，基于價(jià)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(jì)，進(jìn)而通過數(shù)據(jù)中臺(tái)開展智能的數(shù)據(jù)分析，搭建本地知識(shí)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(jì)。
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(jì)概述 |
企業(yè)數(shù)智化轉(zhuǎn)型的架構(gòu)設(shè)計(jì) 過去的架構(gòu)設(shè)計(jì) 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(dòng)：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(jì) 1.站在全局角度去規(guī)劃整個(gè)企業(yè)的架構(gòu) 企業(yè)中各個(gè)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(gè)產(chǎn)品線的技術(shù)規(guī)劃 → 建立技術(shù)平臺(tái) 企業(yè)中各個(gè)產(chǎn)品線的數(shù)據(jù)規(guī)劃 → 建立數(shù)據(jù)中臺(tái) 企業(yè)中各個(gè)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(dòng)：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(tái)，并持續(xù)改進(jìn)（架構(gòu)演化） 核心：以客戶價(jià)值為核心 未來的架構(gòu)設(shè)計(jì) 1.國產(chǎn)智能大模型DeepSeek的13個(gè)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(shí)庫、Agent智能體 3.數(shù)據(jù)中臺(tái)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(tái) 3.建立以客戶為中心的價(jià)值流 技術(shù)側(cè)：技術(shù)賦能 1.用技術(shù)平臺(tái)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(dú)立的、基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)中臺(tái) 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(jì)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(tái)化 |
|
第二章 業(yè)務(wù)架構(gòu)設(shè)計(jì) |
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(jì)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(jià)值流分析：以客戶價(jià)值為中心，識(shí)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(dòng)化，從這四個(gè)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(jì)過程 對現(xiàn)有架構(gòu)的梳理與架構(gòu)藍(lán)圖 實(shí)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(jià)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(jià)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(jià)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(jià)值主張，形成價(jià)值流地圖 3. 分析價(jià)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(jià)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(jì)思想 二、實(shí)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(dòng) 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(dòng)化，提升業(yè)務(wù)智能化 DDD領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)與領(lǐng)域模型 領(lǐng)域驅(qū)動(dòng)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(dòng)設(shè)計(jì)的解決方案： 1)問題空間與解空間的設(shè)計(jì)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(shí)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(shí)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(jià)值流將它們串聯(lián)起來、組織起來，形成數(shù)據(jù)中臺(tái) 3.數(shù)字孿生的應(yīng)用： 1）構(gòu)建“連得通”、“轉(zhuǎn)得動(dòng)”、“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(huì)議 演練案例：在線訂餐系統(tǒng)的領(lǐng)域設(shè)計(jì)過程 1. 從領(lǐng)域中吸取業(yè)務(wù)領(lǐng)域知識(shí) 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(huì)議 1） 梳理業(yè)務(wù)流程，識(shí)別領(lǐng)域事件 2） 為每個(gè)領(lǐng)域事件識(shí)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(gè)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(shí)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(jì) |
DDD的微服務(wù)落地實(shí)踐 基于領(lǐng)域模型的戰(zhàn)略設(shè)計(jì) 1. 小而專的微服務(wù)設(shè)計(jì) 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(jì) 1. 各微服務(wù)中實(shí)體、值對象與服務(wù)的設(shè)計(jì) 2. 各微服務(wù)中聚合、工廠與倉庫的設(shè)計(jì) 3. 領(lǐng)域模型4種關(guān)系3種繼承的數(shù)據(jù)庫設(shè)計(jì) 4. 聚合層的設(shè)計(jì)、工廠和倉庫的實(shí)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(jì) 2.基線架構(gòu)：現(xiàn)有系統(tǒng)的架構(gòu)設(shè)計(jì)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(jì)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(jì)難題與設(shè)計(jì)實(shí)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(jì)實(shí)現(xiàn) 基于消息隊(duì)列的事件通知機(jī)制 4.微服務(wù)接口的防腐層設(shè)計(jì) 5.狀態(tài)查詢跟蹤的設(shè)計(jì)思路與代碼實(shí)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(jì)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(gè)階段：洞察、架構(gòu)、投資 基于CBM的業(yè)務(wù)中臺(tái)建設(shè) 一、中臺(tái)的由來：淘寶和天貓的設(shè)計(jì)難題 二、阿里巴巴的中臺(tái)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(tái)建設(shè) |
| 第四章 數(shù)據(jù)架構(gòu)設(shè)計(jì) |
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(yùn)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(yùn)營賦能 怎么賦能： 1）建立企業(yè)數(shù)智化運(yùn)營 2）搭建生態(tài)級數(shù)據(jù)共享平臺(tái) 3）建設(shè)流批一體的數(shù)據(jù)中臺(tái) 數(shù)據(jù)架構(gòu)設(shè)計(jì)思路與過程 一、數(shù)據(jù)架構(gòu)的設(shè)計(jì)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(tái)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(shí)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(bào)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(shí)戰(zhàn)舉例 2.數(shù)據(jù)轉(zhuǎn)換及其實(shí)戰(zhàn)舉例 3.數(shù)據(jù)集成及其實(shí)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(cái)務(wù)類數(shù)據(jù) 2.物資設(shè)備、知識(shí)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(fèi)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(tái) 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(dòng)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(dòng)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(shí)間，最終形成事實(shí)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(tái)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(jì) |
技術(shù)架構(gòu)規(guī)劃的設(shè)計(jì)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(jì)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(tái)、業(yè)務(wù)中臺(tái)建設(shè) 3. 下云化：分布式云原生、自動(dòng)化運(yùn)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(tái)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(tái)： 1）流式計(jì)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(shí)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(jì)概述 企業(yè)數(shù)智化轉(zhuǎn)型的架構(gòu)設(shè)計(jì) 過去的架構(gòu)設(shè)計(jì) 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(dòng)：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(jì) 1.站在全局角度去規(guī)劃整個(gè)企業(yè)的架構(gòu) 企業(yè)中各個(gè)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(gè)產(chǎn)品線的技術(shù)規(guī)劃 → 建立技術(shù)平臺(tái) 企業(yè)中各個(gè)產(chǎn)品線的數(shù)據(jù)規(guī)劃 → 建立數(shù)據(jù)中臺(tái) 企業(yè)中各個(gè)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(dòng)：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(tái)，并持續(xù)改進(jìn)（架構(gòu)演化） 核心：以客戶價(jià)值為核心 未來的架構(gòu)設(shè)計(jì) 1.國產(chǎn)智能大模型DeepSeek的13個(gè)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(shí)庫、Agent智能體 3.數(shù)據(jù)中臺(tái)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(tái) 3.建立以客戶為中心的價(jià)值流 技術(shù)側(cè)：技術(shù)賦能 1.用技術(shù)平臺(tái)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(dú)立的、基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)中臺(tái) 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(jì)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(tái)化 |
|
第二章 業(yè)務(wù)架構(gòu)設(shè)計(jì) 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(jì)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(jià)值流分析：以客戶價(jià)值為中心，識(shí)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(dòng)化，從這四個(gè)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(jì)過程 對現(xiàn)有架構(gòu)的梳理與架構(gòu)藍(lán)圖 實(shí)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(jià)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(jià)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(jià)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(jià)值主張，形成價(jià)值流地圖 3. 分析價(jià)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(jià)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(jì)思想 二、實(shí)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(dòng) 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(dòng)化，提升業(yè)務(wù)智能化 DDD領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)與領(lǐng)域模型 領(lǐng)域驅(qū)動(dòng)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(dòng)設(shè)計(jì)的解決方案： 1)問題空間與解空間的設(shè)計(jì)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(shí)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(shí)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(jià)值流將它們串聯(lián)起來、組織起來，形成數(shù)據(jù)中臺(tái) 3.數(shù)字孿生的應(yīng)用： 1）構(gòu)建“連得通”、“轉(zhuǎn)得動(dòng)”、“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(huì)議 演練案例：在線訂餐系統(tǒng)的領(lǐng)域設(shè)計(jì)過程 1. 從領(lǐng)域中吸取業(yè)務(wù)領(lǐng)域知識(shí) 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(huì)議 1） 梳理業(yè)務(wù)流程，識(shí)別領(lǐng)域事件 2） 為每個(gè)領(lǐng)域事件識(shí)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(gè)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(shí)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(jì) DDD的微服務(wù)落地實(shí)踐 基于領(lǐng)域模型的戰(zhàn)略設(shè)計(jì) 1. 小而專的微服務(wù)設(shè)計(jì) 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(jì) 1. 各微服務(wù)中實(shí)體、值對象與服務(wù)的設(shè)計(jì) 2. 各微服務(wù)中聚合、工廠與倉庫的設(shè)計(jì) 3. 領(lǐng)域模型4種關(guān)系3種繼承的數(shù)據(jù)庫設(shè)計(jì) 4. 聚合層的設(shè)計(jì)、工廠和倉庫的實(shí)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(jì) 2.基線架構(gòu)：現(xiàn)有系統(tǒng)的架構(gòu)設(shè)計(jì)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(jì)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(jì)難題與設(shè)計(jì)實(shí)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(jì)實(shí)現(xiàn) 基于消息隊(duì)列的事件通知機(jī)制 4.微服務(wù)接口的防腐層設(shè)計(jì) 5.狀態(tài)查詢跟蹤的設(shè)計(jì)思路與代碼實(shí)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(jì)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(gè)階段：洞察、架構(gòu)、投資 基于CBM的業(yè)務(wù)中臺(tái)建設(shè) 一、中臺(tái)的由來：淘寶和天貓的設(shè)計(jì)難題 二、阿里巴巴的中臺(tái)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(tái)建設(shè) |
|
第四章 數(shù)據(jù)架構(gòu)設(shè)計(jì) 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(yùn)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(yùn)營賦能 怎么賦能： 1）建立企業(yè)數(shù)智化運(yùn)營 2）搭建生態(tài)級數(shù)據(jù)共享平臺(tái) 3）建設(shè)流批一體的數(shù)據(jù)中臺(tái) 數(shù)據(jù)架構(gòu)設(shè)計(jì)思路與過程 一、數(shù)據(jù)架構(gòu)的設(shè)計(jì)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(tái)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(shí)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(bào)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(shí)戰(zhàn)舉例 2.數(shù)據(jù)轉(zhuǎn)換及其實(shí)戰(zhàn)舉例 3.數(shù)據(jù)集成及其實(shí)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(cái)務(wù)類數(shù)據(jù) 2.物資設(shè)備、知識(shí)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(fèi)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(tái) 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(dòng)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(dòng)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(shí)間，最終形成事實(shí)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(tái)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(jì) 技術(shù)架構(gòu)規(guī)劃的設(shè)計(jì)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(jì)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(tái)、業(yè)務(wù)中臺(tái)建設(shè) 3. 下云化：分布式云原生、自動(dòng)化運(yùn)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(tái)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(tái)： 1）流式計(jì)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(shí)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
