几种常见的软件架构是什么？

10种常见软件架构模式

是否想知道大型企业级系统是怎么设计的？在软件主体开发之前，我们必须选择一个合适的架构来提供所需的功能和质量特征。所以在应用于设计之前，我们应该了解不同的架构。

什么是架构模式

维基百科：架构模式是在给定上下文的软件架构中，针对常发生问题的一种通用、复用的解决方案。架构模式类似于软件设计模式，但是范畴更广。

本文中，我将简要的阐述如下10中常见架构模式的应用和优缺点。

1 分层模式

2 客户端-服务端模式

3 主从模式

4 管道-过滤器模式

5 代理模式

6 点对点模式

7 事件总线模式

8 模型-视图-控制器模式

9 黑板模式

10 解释器模式

1 分层模式

该模式用于构建可分解为多组子任务的程序，每个子任务都在某个抽象层，每个层对上一个更高层提供服务。一般信息系统中最常见的4层体系如下。

表示层（也叫 UI 层）应用层（也叫服务层）业务逻辑层（也叫领域层）数据访问层（也叫持久层） 应用场景一般桌面程序电子商务网页程序

2 客户端-服务器模式

该模式由两部分构成：单个服务器端和多个客户端。服务器组件对多个客户端组件提供服务。客户端向服务器端请求服务，服务端提供对应服务给这些客户端。此外，服务器端继续监听客户端请求。

应用场景

在线应用，比如电子邮件、文档分享和银行业务

3 主从模式

该模式由两部分构成：主节点和多个从节点。主节点组件向多个独立的从节点组件分派任务，并根据从节点返回结果计算出最终结果。

应用场景

数据库复制，主数据库被视为权威来源并同步到从数据库连接到计算系统的外围设备（主从驱动）

4 管道-过滤器模式

该模式用于构建生产和处理数据流的系统。每个处理步骤封装在一个过滤器组件中。待处理的数据被传送到管道之中，这些管道可用于缓冲或者同步。

应用场景

编译器，接连的过滤器执行词义分析，语法分析，语义分析和代码生成生物资料学科的工作流

5 代理模式

该模式用于构建组件解耦的分布式系统。这些组件通过远程调用彼此交互。代理组件负责多个组件的通信协调，服务器向代理公开他们的能力（服务和特性）；客户端从代理中获取服务，然后代理重定向客户端到注册服务库中一个合适的服务。

应用场景

消息队列软件，比如 Apache ActiveMQ、Apache Kafka、RabbitMQ 和 JBoss Messaging

6 点对点模式

该模式中，各独立组件都叫对等点。对等点既可以作为客户端从其他对等点获取服务，也可作为服务端向其他对等点提供服务。对等点可作为客户端、或者服务端、或者两者，并且在不时间动态切换角色。

应用场景

文件分享网络，比如 Gnutella 和 G2多媒体协议，比如 P2PTV 和 PDTP私媒体程序，比如 Spotify

7 事件总线模式

该模式主要处理事件，有4个主要组件：事件源，事件监听器，频道和事件总线。事件源发布消息到事件总线上的某个频道，监听器订阅某个频道，并得知在已订阅频道中发布的消息。

应用场景

Android 开发通知服务

8 模型-视图-控制器模式

该模式也叫 MVC 模式，划分交互程序为3个部分：模型——包含核心功能和数据，视图——显示信息给用户（多个视图可被定义），控制器——处理用户输入。它通过分割用户信息的内部陈述和呈现、接受方式来实现，解耦组件并允许高效的代码复用。

应用场景

主流编程语言的万维网程序架构网页框架，比如 Django 和 Rails

9 黑板模式

该模式对没有确定性方案策略的问题很有用。黑板模式由三个主要组件组成，黑板——包含解空间对象的结构化全局内存，知识源——有自拥表示的专门模块，控制组件——选择、配置和执行模块。所有组件都可访问黑板，可生成新的数据对象并添加到黑板中。在黑板中，可根据已有知识源的匹配规则，寻找某些类型的数据。

应用场景

语音识别车辆识别和跟踪蛋白质结构鉴定声呐信号解释

10 解释器模式

该模式用于设计解释特定语言编写的程序的组件。该组件主要指定怎么去评估程序代码行，也就是所谓的用某种语[标签:内容]

模式：就是解决某一类问题的方法论。把解决某类问题的方法总结归纳到理论高度，就是模式。

Alexander有一个经典的定义，每个模式都描述了环境中不断出现的问题，然后描述了该问题的解决方案的核心。通过这种方式，可以无数次地使用那些已有的解决方案，无需在重复相同的工作。模式有不同的领域，建筑领域有建筑模式，软件设计领域也有设计模式。当一个领域逐渐成熟的时候，自然会出现很多模式。

框架：就是某种应用的半成品，是一组组件，供选用完成的系统。

软件分层的原因是为了实现"高内聚、低耦合"。把问题划分开来各个解决，易于控制，易于延展，易于分配资源。

需要注意的是，人虽然在创造性方面有绝对优势，但是在精确性、持久性、效率、质量上是无法比拟机器的。所以我们希望在软件系统构建过程中，人和机器发挥各自的长处，也就是说，让人来扮演架构师的角色，而让机器来扮演程序施工者的角色。

程序设计中的框架包含DoitPHP(原Tommyframework)是一个基于BSD开源协议发布的轻量级PHP框架，还包含如thinkphp、codeigniter（简称CI）、yii framework、doophp、qeephp、等主流的程序设计框架，根据个人习惯和性能要求，其各也有不同的优缺点。

从软件设计角度，框架是一个可复用的软件架构解决方案，规定了应用的体系结构，阐明软件体系结构中各层次间及其层次内部各组件间的毅力关系，责任分配和控制流程，表现为一组接口，抽象类以及实例间协作的方法。

框架是指对特定应用领域中的应用系统的部分设计和实现子系统的整体结构。

框架将应用系统划分为类和对象，定义类和对象的责任，类和对象如何互相协作，以及对象之间的控制线程。这些共有的设计因素由框架预先定义，应用开发人员只须关注于特定的应用系统特有部分。框架刻画了其应用领域所共有的设计决策，所以说框架着重于设计复用，尽管框架中可能包含用某种程序设计语言实现的具体类。

互联网是个神奇的大网，ERP管理系统也是一种模式，这里提供最详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了

因为软件系统发展到今天已经很复杂了，特别是服务器端软件，涉及到的知识，内容，问题太多。在某些方面使用别人成熟的框架，就相当于让别人帮你完成一些基础工作，你只需要集中精力完成系统的业务逻辑设计。而且框架一般是成熟，稳健的，可以处理系统很多细节问题，比如，事物处理，安全性，数据流控制等问题。还有框架一般都经过很多人使用，所以结构很好，所以扩展性也很好，而且它是不断升级的，可以直接享受别人升级代码带来的好处。

一、系统总体架构

根据用户需求完成航空物探数据库系统概要设计,确定软件的总体功能,说明软件的结构,定义软件的接口,系统运行环境和安全策略。在系统整体构架和需求分析的基础上构建了整个系统开发的总体架构(图4-1)。

图4-1航空物探信息系统架构

二、系统软件结构

本信息系统采用C/S架构(图4-2),系统通过局域网和航空物探资料数据库服务器(包括Oracle数据库服务器和ArcSDE空间数据库服务器)连接。数据库采用大型关系型数据库Oracle10g作为其后台数据库,通过ArcSDE对空间数据及其属性数据进行管理。使用Microsft Visual StudioNET2003中的C#语言和ESRI的Engine组件来开发信息系统。

三、系统设计

根据航空物探的业务需求、数据安全性、易开发、易维护等要求,将信息系统软件分成数据采集软件(C/S)、应用软件(C/S)两部分(图4-3)。

数据采集软件用于航空物探数据入库和入库数据质量控制。应用软件主要用于提供中心内部的数据查询统计、数据加工处理等服务。两个软件的具体功能在后继的第六、第七章中详细论述。

图4-2 航空物探信息系统软件结构

图4-3 信息系统软件关系图

前两天有小伙伴给我留言说：什么时候能出个Python框架的干货总结（本文列举只是一部分，并不包含所有Python框架），于是乎今天这篇文章孕育而生。（突然感觉自己很nice）

推荐一：Django（推荐学习：Python视频教程）

Django应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。

优点：

开源框架，有完美的文档支持

解决方案众多，内部功能支持较多

优雅的URL，完整的路由系统

自助式的后台管理

缺点：

系统紧耦合，想用喜欢的第三方库来代替是非常难的，即使打了一些补丁用上了也会觉得非常别扭。

Django自带的ORM远不如SQLAlchemy强大。

Template功能比较弱，不能插入Python代码，要写复杂一点的逻辑需要另外用Python实现 Tag或Filter。

推荐二：Flask

Flask是一个用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数 据库、窗体验证工具。

优点：

Flask比Django更灵活，用Flask来构建应用之前，选择组件的时候会给开发者带来更多的灵活性 ，可能有的应用场景不适合使用一个标准的ORM(Object-Relational Mapping对象关联映射)，或者需要与不同的工作流和模板系统交互。

缺点：

Flask只是一个内核，默认依赖于两个外部库： Jinja2 模板引擎和 Werkzeug WSGI 工具集，其他很多功能都是以扩展的形式进行嵌入使用。

推荐三：Scrapy

Scrapy是Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。

优点：

Scrapy是一个功能非常强大的爬虫框架，它不仅能便捷地构建request，还有强大的selector能够方便地解析response，然而它最受欢迎的还是它的性能，既抓取和解析的速度，它的downloader是多线程的，request是异步调度和处理的。这两点使它的爬取速度非常之快。

另外还有内置的logging，exception，shell等模块，为爬取工作带来了很多便利。

缺点：

scrapy是封装起来的框架，他包含了下载器，解析器，日志及异常处理，基于多线程， twisted的方式处理，对于固定单个网站的爬取开发，有优势，但是对于多网站爬取100个网站，并发及分布式处理方面，不够灵活，不便调整与括展。

推荐四：Tornado

Tornado是一种 Web 服务器软件的开源版本。Tornado 和现在的主流 Web 服务器框架（包括大多数 Python 的框架）有着明显的区别：它是非阻塞式服务器，而且速度相当快。

优点：

Tornado擅长为需要严密控制异步网络细节的应用程序提供基础架构。例如，Tornado不仅提供内置的异步HTTP服务器，还提供异步HTTP客户端。因此，Tornado非常适合构建应用程序，例如Web scraper或bot，它们并行查询其他站点并对返回的数据进行操作。

缺点：

模板和数据库部分有很多第三方的模块可供选择，这样不利于封装为一个功能模块。

推荐五：Web2py

web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容 Google App Engine。

优点：

Web2py最大的吸引力在于其内置的开发环境。当设置Web2py实例时，将获得一个Web界面，实际上是一个在线Python应用程序编辑器，可以在其中配置应用程序的组件。这通常意味着创建模型，视图和控制器，每个都通过Python模块或HTML模板进行描述。

缺点：

Web2py的一个重要限制是它仅与Python 2x兼容。首先这意味着Web2py无法使用Python 3的异步语法。如果你依赖于Python3独有的外部库，那么你就不走运了。但是，正在开展使Web2py Python3兼容的工作，并且在撰写本文时它已接近完成。

推荐六：Weppy

Weppy感觉就像Flask的简约风格和Django的完整性之间的中间标记。虽然开发Weppy应用程序具有Flash的直接性，但Weppy具有Django中的许多功能，如数据层和身份验证。因此，Weppy适用于从极其简单到适度复杂的应用程序。

优点：

Weppy的文档与框架本身具有相同的风格。它干净，可读，并且被人类消费。除了通常的“hello world”应用程序示例之外，它还包含一个很好的演练教程，可以让你创建一个微博系统作为初学者项目。

缺点：

虽然Weppy有一个扩展机制，但官方批准的附加组件列表很小，远小于Flask的扩展目录。

推荐七：Bottle

Bottle可以被认为是一种迷你烧瓶，因为它比其他“微框架”更加紧凑和简洁。由于其占地面积最小，Bottle非常适合包含在其他项目中或快速交付REST API等小型项目。

优点：

Bottle不需要像其他框架那样多的文档，但文档绝不是吝啬。所有关键的东西都适合单个（尽管很长）的网页。除此之外，还可以找到每个API的完整文档，如何在各种基础架构上进行部署的示例，内置模板语言的解释以及一系列常见配方。

缺点：

Bottle极简主义的一个后果是有些功能根本就不存在。不支持表单验证，包括CSRF保护等功能。如果要构建支持高度用户交互的Web应用程序，则需要自己添加它们。

更多Python相关技术文章，请访问Python教程栏目进行学习！