domain

以您的工程实践项目为例，在深入理解需求的基础上进行业务领域建模Domain Modeling ♦ 1) Collect application domain information – focus on the functional requirements – also consider other requirements and documents ♦ 2) Brainstorming – listing important application domain concepts – listing their properties/attributes – listing their relationships to each other ♦ 3) Classifying the domain concepts into: – classes – attributes / attribute values – relationships • association, inheritance, aggregation ♦ 4) Document result using UML class diagram 最终画出业务类图，并说明业务类图中每一个类、属性、方法的来源，对于有关联类Association Class的情况要进一步给出关系数据库的模型。 记住：我们是对业务建模

1、什么是Domain Modeling 　　业务对象模型（也叫领域模型 domain model）是描述业务用例实现的对象模型。它是对业务角色和业务实体之间应该如何联系和协作以执行业务的一种抽象。业务对象模型从业务角色内部的观点定义了业务 用例 。该模型为产生预期效果确定了业务人员以及他们处理和使用的对象（“业务类和对象”）之间应该具有的静态和动态关系。它注重业务中承担的角色及其当前职责。这些模型类的对象组合在一起可以执行所有的业务用例。 业务角色显示了一个人承担的一系列职责。业务实体表示使用或产生的可交付工件、资源和事件。业务 用例 实现显示了协作的业务角色和业务实体如何执行某个工作流程。使用以下几种图来记录业务用例实现： 图显示参与的业务角色和业务实体。活动图，其中泳道显示业务角色的职责，而对象流显示如何在 工作流程 中使用业务实体。 序列图描述业务角色和业务主角之间交互的详细情况，并显示如何在业务用例执行过程中访问业务实体。 业务对象模型将结构的概念和行为的概念结合了起来。 它是一个纽带工件，用于对业务关系进行清晰的表述，表述方式与软件开发人员的思考方式类似，同时仍保留一些纯粹的业务内容。将我们所知道的有关业务的信息按照对象、属性和职责进行了合并。 它探索业务领域知识的本质，所采用的方式使我们能够从对业务问题的思考转变到对软件应用程序的思考上来。 它是一种确定需求的方法

Hive并不是简简单单写SQL，因为我们要进行层层调优，如果连Hive的内部运行机制都搞不清，那么hive对我们来说仅仅是一个黑箱，高效率的调优无从谈起，所以我们很有必要了解下Hive是如何将SQL转化为MapReduce任务的呢？ Hive 底层执行流程 我们以下面这个SQL为例 FROM src INSERT OVERWRITE TABLE dest_g1 SELECT src.key, sum(substr(src.value,4)) GROUP BY src.key; 整个编译过程分为六个阶段： 1.Antlr定义SQL的语法规则，完成SQL词法，语法解析，将SQL 转化为抽象语法树AST Tree HiveLexerX ， HiveParser 分别是Antlr对SQL编译后自动生成的词法解析和语法解析类，在这两个类中进行复杂的解析。 例子中的AST tree为 ABSTRACT SYNTAX TREE: (TOK_QUERY (TOK_FROM (TOK_TABREF src)) (TOK_INSERT (TOK_DESTINATION (TOK_TAB dest_g1)) (TOK_SELECT (TOK_SELEXPR (TOK_COLREF src key)) (TOK_SELEXPR (TOK_FUNCTION sum (TOK_FUNCTION substr

我的工程实践题目是面向银行领域的自然语言理解系统设计，下面通过类图描述该项目的业务领域。 Collect application domain information (1) 系统提供的服务有四大类包括：贷款、信用卡、理财和金融。 (2) 每个业务有不同的语料库，每个语料库中有不同类型的问题的多种问询语句以及它们的解答语句。 (3) 根据不同的语料库训练不同的模型。 (4) 用户在使用时，系统首先语音询问用户要选择哪类服务，得到用户答复后调用对应的模型，准备工作。 (5) 用户语音输入后，系统调用语音识别API，生成文本数据喂给模型进行分类以找到对应的问题。 (6) 从数据库中匹配对应问题的答复语句，最后通过语音回复用户。 Brainstorming 名词：用户、贷款、信用卡、理财、金融、业务、语料库、问询语句、解答语句、模型、语音识别API、文本数据。 动词：语音输入、语音输出、语音识别、选择模型、生成文本数据、分类、寻找、匹配。 “...是...”表达式：贷款、信用卡、理财、金融是业务。 “...分成...”、“...组成...”表达式：语料库由问询语句和解答语句组成。 Classifying the domain concepts into 类 属性 用户 业务、模型、问询语句 语音 语音识别API、文本数据 处理 文本数据、模型 语料 语料库 交互 询问语句、解答语句

我的工程实践项目是实现一个室内三维地图可视化系统。 业务描述是：将点云数据进行处理及转换后，建立八叉树模型（CAD建模），通过OpenGL渲染实现可视化，可以进一步应用于虚拟现实交互中。 经分析，采用四色原型图法： 1.实体（绿色）：表示一个参与者。 2.角色（黄色）：实体、时刻时段的角色。 3.描述（蓝色）：用来对实体、时刻时段的公共属性进行述。 4.时刻时段（粉色）：实体在某个时间段内的参与事件。 该模型是领域（技术、工具、平台）无关的。可以用任何技术实现它。 故结合我的工程实践项目，做的分析如下： 1.实体：涉及到有点云数据，八叉树模型，最终的三维地图。 2.角色： 　　点云数据的格式：一开始是在数据库里，需要转换成八叉树格式。 　　八叉树模型的格式：需要进行CAD建模，然后转换成能导入OpenGL平台渲染的格式。 3.描述：就实体和时刻时段的公共属性而言，有：点云数据的信息（三维坐标XYZ和颜色信息） 4.时刻时段：按照流程，可分为：点云数据的处理和转换->八叉树模型的建立->地图渲染->漫游路线建立。 四色原型图如下： 来源： https://www.cnblogs.com/Teresa-Chenchen/p/11926426.html

♦ 1) Collect application domain information – focus on the functional requirements – also consider other requirements and documents ♦ 2) Brainstorming – listing important application domain concepts – listing their properties/attributes – listing their relationships to each other ♦ 3) Classifying the domain concepts into: – classes – attributes / attribute values – relationships • association, inheritance, aggregation ♦ 4) Document result using UML class diagram 　领域模型(domain model)是对领域内的概念类或现实世界中对象的可视化表示。领域模型也成为概念模型、领域对象模型和分析对象模型。领域模型是一种概念模型，也叫问题域模型。它表述的是某个领域的现实概念。上世纪80年代开始

1、Collect application domain information – focus on the functional requirements – also consider other requirements and documents 创建领域模型时，请确保将问题领域与实际对象集中在一起。 尝试着围绕现实世界来组织您的软件架构。 现实世界往往比软件需求变化要小。下图显示了两种不同类型的类符号。在完整的详细类图上，您将使用左侧的版本，其属性和操作。然而，在初始领域建模过程中，分配类的这些部分为时尚早。最好使用右边所示的简单符号。此版本仅显示领域类的名称。 2、Brainstorming – listing important application domain concepts – listing their properties/attributes – listing their relationships to each other 随着时间的推移，您将会使用新的领域类别来识别您的领域模型。您还会注意到他们之间的联系（或关联） - 例如，书评属于书，采购订单（purchase order）和信用卡（credit card）是两种，因为它们都是付款类型。 第一个关系（书评属于一本书）被称为聚合（has-a，因为一本书都会有一书评）。第二个关系