对程序员来说，架构是一个常见词汇。如果想成为一名架构师，对架构概念的理解必须清晰。否则，在制定架构方案时，肯定会漏洞百出，问题频发，这将对你的面试、晋升和团队领导产生负面影响。

我们看下维基百科关于架构的定义：

软件架构是抽象描述系统的一组结构，以及构建这些结构的规则。这些结构包括：软件要素、要素之间的关系以及它们的属性。

在这个定义中，核心概念为系统、要素、关系。

系统

在软件架构中，"系统"是指由多个相互作用的部分组成的复杂整体，这些部分共同完成特定的功能或任务，而架构设计就是对某个系统的抽象描述。

要素

“要素”是构成系统的基本单元，通常有子系统、模块、组件。

• • 子系统是一个较大系统的一部分，具有特定的功能责任，通常可以独立于整个系统操作。每个子系统可以包含多个模块或组件，且通常围绕特定的业务领域或技术功能进行组织。

• • 模块是软件架构中的逻辑单元，它封装了一组相关的功能或服务。模块通常通过定义良好的接口与其他模块交互，支持高内聚和低耦合的设计原则。

• • 组件是自包含的、可编程的、可重用的、与语言无关的软件单元，软件组件可以很容易被用于组装应用程序中，是可以独立完成部署的最小单元。

可能有人对模块、组件的概念比较懵。简单来说，模块是从业务逻辑维度上的划分，组件是从技术维度上的复用。下面还会用一个例子说明它们的区别。

关系

”关系“指的是系统中各个要素（如子系统、组件、模块、类等）之间的连接和交互方式。这些关系定义了要素如何协作，以及它们如何共同实现系统的功能。

我们以新零售SaaS系统为例，解释一下各个概念：

• • 子系统包括：线上商城子系统、POS收银子系统、订单管理子系统、商品管理子系统、客户管理子系统、仓储管理子系统、配送子系统、中央库存子系统、客服子系统、采购子系统等。

• • 订单履约系统，从业务维度可划分为以下模块：C端履约服务模块、订单派单模块、订单管理模块、拣货管理模块、发货管理模块、逆向履约模块等。

• • 订单管理模块从技术维度上，依赖Mysql、Redis、Elasticsearch、安全组件等技术组件。

• • 各子系统、各模块、各组件都可能产生关系，通过协作关系共同完成系统功能。

架构的视图与视角

在工作当中，我们经常会听到以下说法：

• • 产品负责人说，现在的业务架构太复杂，需要仔细梳理一下。

• • 技术领导说，这个项目很复杂，需要做下架构方案评审。

• • 研发经理说，这次秒杀活动方案，需要用到高并发架构方案。

• • 一线研发说，互联网大厂都会用到微服务架构，我要学好微服务。

上面提到的架构到底是指什么？这些说法究竟对还是错？

其实上面的说法都是对的，只是采取的视角不一样。

因为复杂系统涉及的利益干系人众多，例如：客户、产品经理、研发、销售、运营、管理层等。由于背景不同，认知不同，每个人看待系统的角度、方法都不相同。

为了控制复杂度，我们需要设计一整套架构描述物，并且为它们做好分类和定义，让每种架构描述物都有自己的侧重，让每个利益干系人都能快速获取关注的信息。

为了达成这个目标，首先需要理解视图与视角的概念。

架构视角

什么是视角？大白话就是你站在什么地方看。

我们以城市系统为例，你站在城市的某条马路上，能看到什么？

能看到几座楼房，几排树木，几条大马路，熙熙攘攘的一些人。

但是你坐在飞机上看，能看到什么？

能看到一片片的楼盘，能看到群山，能看到江河湖海。所以，你能看到什么和你站在什么地方看有很大关系，同时也会影响你看待事物的粒度。

如果把视角比作一个坐标点，那它需要一套坐标系，坐标系通常有4个维度：广度、深度、视图类型、时间。

广度是指看待事物的宽度，以业务流程为例，根据出发点不同，有时需要看一个部门内的流程，有时需要看多个部门的协作流程，有时需要看端到端跨部门的流程。

深度是指看待事物时，要到达哪个细节层次，例如看业务流程，需要看到组织级、部门级、还是某个岗位的具体操作步骤。看软件系统，需要看到系统级、模块级、还是一行行的代码。

广度和深度一般是相互影响的，如果看待事物的广度越宽，那么层次就会越抽象，这和组织架构的设计也是相辅相成的，一般高层管理者看问题非常全面，但对细节不关注，一线执行人员，对问题的细节非常了解，但视角却非常窄。

视图类型是为利益干系人量身打造的一组关注点的集合，下文中会详细介绍。

时间维度比较好理解，就是看待事物的时间点，过去、现在、还是未来。

架构视图

什么是视图？大白话就是你想看到什么。

视图是为利益干系人量身打造的一组关注点的集合。

同样以城市系统为例，想要赶早高峰的上班族，他的关注点是哪条路线最快，因此他需要一副地铁公交路线图。

想要租房的租客，他的关注点是公司附近有哪些小区，租金多少，因此他需要一副租房地图。

想要疏通下水道的工人，他的关注点是下水道是怎样排布的，因此他需要一副下水道的排布图。

同一个城市系统，不同角色的关注点是完全不一样的，想要获取的信息也是完全不一样，如果把所有信息杂糅在一起，不做视图隔离，导致的结果就是信息太庞杂，每个人都很难获取想要的信息。

同理，不同干系人看待软件系统的关注点也是迥然不同的，为了把不同人的关注点区分开，诞生了很多软件视图的分类方法，比较著名的有“4+1”视图，TOGAF的业务架构、应用架构、数据架构、技术架构等视图分类法。

我们重点说下TOGAF的视图类型：业务架构，应用架构，数据架构，技术架构。

其中业务架构是灵魂，应用架构，数据架构，技术架构都是支撑业务架构而存在的，后三者也统称IT架构。

• • 业务架构：为了实现企业的业务战略，企业将自身业务结构化表达为全面的、多维度的抽象模型，包括：业务能力、端到端的价值交付、信息和组织结构，它们之间的关系，以及它们与战略、产品、策略、项目执行、利益干系人之间的关系。

• • 应用架构：基于业务架构，设计出应用系统的层次结构，包括系统、应用、模块、组件等构件的划分规范，它们的定义、边界、相互间的交互协议，以及它们和业务活动的关系。

• • 数据架构：数据架构描述了一系列的模型、策略、规则、标准，它们决定数据如何获取、如何存储、如何分布、如何集成，以及数据如何在系统和组织中使用。数据架构是企业架构中非常重要的一块架构领域，通常包括3个架构过程，概念模型设计（设计业务概念模型）、逻辑模型设计（设计模型间的逻辑关系与自身属性）、物理模型设计（设计数据的技术实现细节）。

• • 技术架构：技术架构描述了一系列的可部署的软件包、硬件能力，以及它们之间的协作关系，通过它们可以支撑起企业对业务、数据、应用服务的需求，它们包括但不限于IT基础设施、中间件、网络、通信设施、运算能力、硬件标准等。

通过视图与视角，我们可以分离关注点，将复杂问题进行拆解，让每个局部的复杂度控制在一个可以接受的范围。

同时，团队有了统一的认知坐标系，进一步促成了业务标准化，以业务标准化为基础，通过分离不变点与变化点，提炼出可复用的组件，快速响应业务需求变化。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓