编辑“︁企业应用架构”︁

{{DISPLAYTITLE:企业应用架构}}  
{{Note|本文适用于企业信息系统学习者，涵盖基础概念到实际应用案例}}  

== 概述 ==  
'''企业应用架构'''（Enterprise Application Architecture）是指为支持企业级业务需求而设计的软件系统结构框架。它定义了系统组件、交互模式、数据流和技术标准，旨在实现可扩展性、可维护性和跨部门集成。典型特征包括：  
* 分层设计（表现层/业务逻辑层/数据层）  
* 模块化组件（微服务/单体架构）  
* 标准化协议（REST/SOAP）  
* 数据一致性管理（ACID/CAP定理）  

== 核心架构模式 ==  
=== 分层架构（Layered Architecture） ===  
最常见的模式，将系统划分为垂直层次：  

<mermaid>  
graph TD  
    A[表现层] -->|HTTP请求| B[业务逻辑层]  
    B -->|SQL查询| C[数据访问层]  
    C --> D[(数据库)]  
</mermaid>  

==== 代码示例：Java三层架构 ====  
<syntaxhighlight lang="java">  
// 表现层  
@RestController  
public class UserController {  
    @Autowired  
    private UserService service; // 业务逻辑层依赖  

    @GetMapping("/users/{id}")  
    public User getUser(@PathVariable int id) {  
        return service.getUserById(id);  
    }  
}  

// 业务逻辑层  
@Service  
public class UserService {  
    @Autowired  
    private UserRepository repository; // 数据访问层依赖  

    public User getUserById(int id) {  
        return repository.findById(id).orElseThrow();  
    }  
}  

// 数据访问层  
@Repository  
public interface UserRepository extends JpaRepository<User, Integer> {}  
</syntaxhighlight>  

=== 六边形架构（Hexagonal Architecture） ===  
以业务逻辑为核心，通过「端口与适配器」解耦外部依赖：  

<mermaid>  
graph LR  
    B[业务逻辑] -->|接口| P1[HTTP适配器]  
    B -->|接口| P2[数据库适配器]  
    P1 --> C[Web客户端]  
    P2 --> D[(MySQL)]  
</mermaid>  

=== 事件驱动架构（EDA） ===  
通过消息队列实现组件异步通信：  
<syntaxhighlight lang="python">  
# 生产者（订单服务）  
import pika  
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))  
channel = connection.channel()  
channel.queue_declare(queue='order_created')  
channel.basic_publish(exchange='', routing_key='order_created', body='Order#123')  

# 消费者（库存服务）  
def callback(ch, method, properties, body):  
    print(f"库存系统处理: {body.decode()}")  

channel.basic_consume(queue='order_created', on_message_callback=callback, auto_ack=True)  
channel.start_consuming()  
</syntaxhighlight>  

== 关键技术考量 ==  
{| class="wikitable"  
|+ 架构决策对比  
! 维度 !! 单体架构 !! 微服务架构  
|-  
| 开发速度 || 快（初期） || 慢（需基础设施）  
|-  
| 部署粒度 || 整体部署 || 独立服务部署  
|-  
| 技术栈 || 单一 || 多样化  
|}  

=== 数据一致性模型 ===  
* **ACID**：传统数据库事务（如银行转账）  
  <math>\begin{cases}  
  \text{原子性(Atomicity)} \\  
  \text{一致性(Consistency)} \\  
  \text{隔离性(Isolation)} \\  
  \text{持久性(Durability)}  
  \end{cases}</math>  

* **BASE**：分布式系统妥协（如电商库存）  
  * Basically Available  
  * Soft state  
  * Eventually consistent  

== 实际案例 ==  
=== 案例1：零售系统升级 ===  
某连锁超市将单体ERP系统重构为：  
* 前端：React微前端  
* 订单服务：Spring Boot（ACID事务）  
* 推荐服务：Python+Redis（最终一致性）  

=== 案例2：航空订票系统 ===  
采用CQRS模式分离读写路径：  
<mermaid>  
graph LR  
    A[订票命令] --> B[关系型数据库]  
    B --> C[事件总线]  
    C --> D[读模型缓存]  
    D --> E[航班查询]  
</mermaid>  

== 常见反模式 ==  
* '''大泥球架构'''：无规则混合代码  
* '''数据库中心化'''：业务逻辑写在存储过程  
* '''过度分层'''：简单CRUD应用使用7层架构  

{{Warning|避免过早优化架构，应根据团队规模和业务复杂度选择模式}}  

== 延伸阅读 ==  
* 企业集成模式（EIP）中的消息路由策略  
* 领域驱动设计（DDD）与限界上下文  
* 云原生架构中的Service Mesh应用

[[Category:计算机科学]]
[[Category:数据库与信息系统]]
[[Category:企业信息系统]]