UML 哲学之道——领域模型[四]
前言
简单整理一下领域模型。
正文
领域模型是对领域内的概念类或现实中的对象的可视化表示
领域模型也称概念模型、领域对象模型和分析对象模型
领域模型是可以在业务建模科目中创建的制品之一
领域模型是up业务对象模型的特化。
领域模型在软件设计图的关系:

一开始是梳理需求,写出用例文本,建立用例模型。
然后领域模型是业务模型的一环,领域模型通过用例模型抽取出概念类、术语、概念、属性、关联。
当在业务模型中建立了领域模型之后,反过来丰富了用例模型,多了些操作契约。多了契约操作的话,那么可以以此来编写顺序图。

在uml中,领域模型被描述为一组没有定义操作的类图。
值得注意的是领域模型不是在设计阶段,不要带软件中的设计或者数据库设计。
现实中的思想,事务或者对象。关注现实世界,而非软件对象。
领域模型创建的步骤:
- 寻找概念类
- 绘制UML类图
- 加关联属性
如果寻找概念类?
- 重用修改现在的模型
- 常见分类列表
- 名词短语(从详述用例)
什么是概念类:
概念类是思想、事物或对象。更正正式地讲,概念类可以从其符号、内涵和外延来考虑。
举个例子:



领域模型和数据模型是一回事吗?
- 领域模型不是数据模型(持续化数据)
- 在领域模型中不会排除没有明确要求记录其相关信息的类,也不会排除没有属性的概念类
- 在领域内充当纯行为角色,而不是信息角色的概念类也是有效的
动机: 降低与oo建模之间的表示差异
例如:

面向对象开发者在创建类时收到真实世界领域的启发
因此,涉众所设想的领域与其在在在软件的表示之间的表示差异被降低。
准则: 像地图绘制者一样思考:使用领域术语
- 使用地域中现有的名称。在图书馆模型中,将顾客命名为"借书者"、"赞助者"等,这是图书管理员使用的术语
- 排除无关或超出范围的特性
- 不要凭空增加事物
准则: 如何对非现实世界建模
- 有些软件系统的领域与自然领域或业务领域几乎没有类似指出,例如:电信软件
- 此时需要高度的抽象,对常见的非00设计进行回顾,并认真汲取领域专家所使用的核心词汇和概念
- 例如,电信软件的候选概念类:消息、连接、端口、会话、路由、协议
准则: 属性与类的常见错误
常见错误: 把应该是概念类的事务表示属性
判别准则: 如果我们认为某概念X不是现实中的数字或者文本,那么x可能是概念类而不是属性。

准则: 何时使用"描述"类建模
描述包含描述事物的信息:如productDescription 记录Item的价格、图片和文字描述。
命名方式:项目-描述符
- 描述有关商品或服务的描述,独立于任何商务或服务现有实例
- 删除所描述事物的实例后,导致信息丢失,而这些信息是需要维护的,但是被错误低于所删除的事务关联起来
- 减少冗余或重复信息


关联:
关联是类之间的关系,表示有意义和值得关注的连接。
在uml中,关联被定义为"两个或多个类之间的语义联系",涉及这些类元实例之间的连接。

观点:关联是否在软件中实现
- 在领域建模中,关联不是关于数据流、数据库外键的联系、实例变量或软件方案的对象连接语句;
关联声明是针对现实领域从纯概念角度看有意义的关系 - 这些关系的大部分作为导航(设计模型和数据模型中的)和可见性路径再软件中加以实现。









结
下一节顺序图
UML 哲学之道——领域模型[四]的更多相关文章
- 敏捷开发之道(四)Scrum概述
上次的博文敏捷开发之道(二)极限编程XP和敏捷开发之道(三)极限编程XP续中,我们介绍了一下敏捷开发中的XP开发方法,今天咱们来了解另一个比较流行的敏捷开发方法--Scrum. 1.Scrum简介 S ...
- java中文乱码解决之道(四)-----java编码转换过程
前面三篇博客侧重介绍字符.编码问题,通过这三篇博客各位博友对各种字符编码有了一个初步的了解,要了解java的中文问题这是必须要了解的.但是了解这些仅仅只是一个开始,以下博客将侧重介绍java乱码是如何 ...
- HT图形组件设计之道(四)
在<HT图形组件设计之道(二)>我们展示了HT在2D图形矢量的数据绑定功能,这种机制不仅可用于2D图形,HT的通用组件甚至3D引擎都具备这种数据绑定机制,此篇我们将构建一个3D飞机模型,展 ...
- java中文乱码解决之道(四)—–java编码转换过程
原文出处:http://cmsblogs.com/?p=1475 前面三篇博客侧重介绍字符.编码问题,通过这三篇博客各位博友对各种字符编码有了一个初步的了解,要了解java的中文问题这是必须要了解的. ...
- codeforces水题100道 第四题 Codeforces Round #105 (Div. 2) A. Insomnia cure (math)
题目链接:http://www.codeforces.com/problemset/problem/148/A题意:求1到d中有多少个数能被k,l,m,n中的至少一个数整出.C++代码: #inclu ...
- 编写高质量代码:Web前端开发修炼之道(四)
这一节是继上一节高质量的Javascript 7)编程实用技巧 1:弹性 从 一个标签区和内容区的实例(就是点击不同的标签菜单显示不同的内容块)来说明不需要每个tabmenu都设置onclick事件, ...
- UML和模式应用5:细化阶段(2)--细化阶段制品之领域模型
1.前言 领域模型是OO分析中最重要和经典的模型.它阐述了领域中的重要概念: 领域模型作为设计某些软件对象的重要来源,也作为案例研究中探讨的几个制品的输入: 领域模型的范围限定于当前迭代开发的用例场景 ...
- 2019年北航OO第四单元(UML任务)及学期总结
第四单元两次作业总结 第十三次作业 需求分析 本次作业需要完成一个UML类图解析器,所需要解析的只有符合UML标准和能够在Java 8中复现的UML类图.查询指令存在两种:仅与所查对象有关的指令,以及 ...
- <..................> 哈佛大学哲学系 && 历史哲学笔记文献集
哈佛大学哲学系课程表 (一)概况 (1)哈佛大学哲学系现有教师21人,其中访问教授7人,教师流动性较大,每年有一定的变化.以下为现任教师:Richard Moran(系主任 ...
- UML期末复习题——2.4:Domain Model
第四题:领域模型 重要概念: 1. 领域模型:是对领域内的概念类或现实世界中对象的可视化表示.领域模型也称为概念模型,领域对象模型和分析对象模型. 2. 应用UML表示法,领域模型被描述为一组没有定义 ...
随机推荐
- Java 手动抛异常
1 package com.bytezero.throwable; 2 3 import java.io.File; 4 import java.io.FileInputStream; 5 impor ...
- C++ //排序案列 //描述:将person自定义数据类型进行排序,Person中有属性 姓名,年龄,身高 //排序规则: 按照年龄进行的升序,如果年龄相同按照身高进行降序
1 //排序案列 2 //描述:将person自定义数据类型进行排序,Person中有属性 姓名,年龄,身高 3 //排序规则: 按照年龄进行的升序,如果年龄相同按照身高进行降序 4 5 #inclu ...
- 安卓开发基础适配器,SimpleAdapter 快速演示
第一,主视图如下: <?xml version="1.0" encoding="utf-8"?> <RelativeLayout xmlns: ...
- Linux 系统进程管理
Linux 系统进程管理 目录 Linux 系统进程管理 一.进程的概述 1.1 什么是进程? 1.2 进程和程序的区别 1.3 进程的生命周期 1.4 进程的运行过程 二. 静态显示进程状态-ps ...
- 英语单词组件- 单词在句子中,上面显示中文下面显示音标 css样式
原先效果: 改进demo效果 优化点 音标长度超出,或者中文超出,总宽度会按照最长的走 居中显示 再次优化 line-height: 22px; 加入这个 对齐中间行(字号大小会让绝对上下高度,对不齐 ...
- PowerShell alias - cmd中设置别名 快捷的执行命令
Step. 1: 发现需求 最近学nest.js发现,都是用命令创建工程文件,然后教程里面都是用的快捷命令 比如 pd = pnpm run dev pb = pnpm run build 但是我这里 ...
- GoFrame 优化接口的错误码和异常的思路
前言 你是否想在使用 GoFrame 的过程中,拥有一个能打印异常堆栈,能自定义响应状态码,能统一处理响应数据的接口.如果你回答是,那么,请耐心看完本文,或许会对你有所启发.若文中由表达不当之处,恳请 ...
- 基于六轴传感器MPU6050的加速度和角度值读取
一 系统简介 1.简介 MPU-60x0 是全球首例 9 轴运动处理传感器.它集成了 3 轴MEMS陀螺仪,3 轴MEMS加速度计,以及一个可扩展的数字运动处理器 DMP(Digital Motion ...
- 加密与安全:非对称加密算法 RSA 1024 公钥、秘钥、明文和密文长度
RSA 1024 是指公钥及私钥分别是 1024bit,也就是 1024/8 = 128Bytes. RSA 原理 RSA 算法密钥长度的选择是安全性和程序性能平衡的结果,密钥长度越长,安全性越好,加 ...
- pandas:如何保存数据比较好?
我们在使用pandas处理完数据之后,最终总是要把数据作为一个文件保存下来,那么,保存数据最常用的文件是什么呢?我想大部分人一定会选择csv或者excel. 刚接触数据分析时,我也是这么选择的,不过, ...