首页 > 其他分享 >架构分析

架构分析

时间:2024-04-23 21:12:55浏览次数:18  
标签:分析 架构 账户 用户 问题 客户 历史数据 Liz

软件体系架构课堂测试–架构分析

 

 

阅读下列案例,回答相关问题:

某大银行的一位银行卡办公室的收账经理Liz遇到了一个问题。她每周都收到一份过期未付款的账户名单。这份报告已经从两年前的250个账户增加到现在的1250个账户。

为了确定那些严重拖欠债务的账户,Liz需要通读这份报告。严重拖欠债务的账户由几个不同的规则确定,每个规则都要求Liz检查客户的一项或几项数据。过去半天的工作量现在增加到了每周三天。即使在确定了严重拖欠债务的账户后,如果没有查阅该账户三年内的历史资料,Liz也不能做出最后的信用决定(例如严厉的催款电话、断绝信用或将这个账户转给一个收账代理)。另外,Liz需要报告所有账户中过期未付款的、拖欠债务的、严重拖欠债务的和呆死账的比例。目前的报告中并没有给她提供这个信息。

假设现在需要你来开发一个软件,解决Liz面对的难题。

1、 那么你认为Liz现在遇到的问题有哪些?

(1)工作量的增加;

(2)客户账户的历史数据;

(3)问题账户所占比例没有显示…

2、你希望新的软件应该达成哪些业务目标?

BR1:能够快速查询客户账户;

BR2:能够分析一个客户是否为问题账户;

BR3:能够给出一个问题账户的三年内的历史数据:

BR4:能够计算问题账户所占比例…

2、 你怎样设计软件的高层解决方案?

(1)建立一个数据库系统用来存放客户账户信息;

(2)根据特定的判定问题账户的算法检索辨别出问题账户;

(3)工作人员能够检查该账户的三年内的历史数据;

(4)即时显示问题账户所占比例…

4、你怎样设计系统特性?

(1)创建客户信息数据库;

(2)根据原始数据重新整理并更新;

(3)提供提供客户账户基本信息查询和三年历史数据查询;

(4)设定欠账规则,创建问题用户计算过程;

(5)实时分析各类问题账户所占比例…

问题:

1、 绘制需求层次-需求方面二维矩阵。

 

功能

质量

约束

业务目标

能够快速的查询和分析客户的账户信息,分析出问题账户,给出问题账户的三年内的历史数据,做出信用决定。计算问题账户的所占比例

 

新功能上线快,随机应变

系统约束:创建用户信息库。

系统具有故障诊断和快速恢复能力

 

用户需求

可以及时提醒债务信息,

方便快捷的操作。

易用性:用户界面支

用户的个性化定制;

 

安全性:数据安全;

 

性能:用户操作的响应时间应不大于3秒

 

系统方便快捷

速度快、安全性高。

系统需求

保护用户的信息不泄露

安全、准确、快速的反应用户操作

持续可用性:系统安全可靠,符合目前主流。

可扩展性:方便增加新功能

 

 

 

2、 确定关键功能。

3、 确定关键质量。(采用质量矩阵进行分析)

标签:分析,架构,账户,用户,问题,客户,历史数据,Liz
From: https://www.cnblogs.com/mine-my/p/18153743

相关文章

  • 概念架构设计
    软件体系架构课堂测试05–软件体系结构概念架构设计 1、 绘制需求层次-需求方面二维矩阵。 功能质量约束业务目标能够快速的查询和分析客户的账户信息,分析出问题账户,给出问题账户的三年内的历史数据,做出信用决定。计算问题账户的所占比例新功能上......
  • 性能测试——压测工具locust——初步分析截图
           ......
  • DRF之异常捕获源码分析
    DRF之异常捕获源码分析【一】异常捕获介绍DjangoRestFramework(DRF)是一个用于构建WebAPI的强大框架,它提供了一种处理异常的机制,使开发人员能够捕获和处理各种异常情况。DRF中的异常捕获类是用于捕获和处理这些异常的关键组件之一。【二】异常捕获流程分析#全局异常处理......
  • DRF之JWT签发Token源码分析
    DRF之JWT签发Token源码分析【一】JWT介绍JWT(JSONWebToken)是一种用于身份认证和授权的开放标准(RFC7519)。它基于JSON格式定义了一种安全的令牌,用于在客户端和服务器之间传输信息。【二】JWT三段式JWT(JSONWebToken)是一种用于身份认证和授权的开放标准(RFC7519)。它基于......
  • DRF之分页类源码分析
    DRF之分页类源码分析【一】分页类介绍DjangoRESTframework(DRF)是一个用于构建WebAPI的强大工具,它提供了分页功能,使你能够控制API响应的数据量。在DRF中,分页功能由分页类(PaginatorClass)来管理。【二】内置分页类在DRF中,分页类通常位于rest_framework.pagination模块中,它......
  • DRF之过滤类源码分析
    DRF之过滤类源码分析【一】过滤类介绍及BaseFilterBackendDjangoRESTframework(DRF)中的过滤类允许你在API视图中对查询进行过滤,以根据特定条件筛选结果集。过滤类是DRF的一部分,它允许你轻松地添加各种过滤选项,以满足不同用例的需求。classBaseFilterBackend:"""......
  • DRF之排序类源码分析
    DRF之排序类源码分析【一】排序类介绍在DjangoRESTframework(DRF)中,排序类用于处理API端点的排序操作,允许客户端请求按特定字段对数据进行升序或降序排序。排序类是一种特殊的过滤类DRF提供了内置的排序类,并且你也可以自定义排序类以满足特定的需求。【二】内置排序类Or......
  • DRF之请求执行流程和APIView源码分析
    DRF之请求执行流程和APIView源码分析【一】路由入口fromdjango.contribimportadminfromdjango.urlsimportpathfrombookimportviewsurlpatterns=[path('admin/',admin.site.urls),#原来的路由写法#path('test_http/',views.TestHttpResponse),......
  • DRF之Response源码分析
    DRF之Response源码分析【一】响应类的对象Response源码【1】路由fromdjango.contribimportadminfromdjango.urlsimportpathfrombookimportviewsurlpatterns=[path('admin/',admin.site.urls),path('test/',views.TestView.as_view()),]【2】视......
  • DRF之频率组件源码分析
    DRF之频率组件源码分析【一】频率组件介绍DjangoRestFramework(DRF)中的频率组件是用于限制API端点的访问频率的一种机制。频率组件可以帮助你控制用户对API的请求频率,以防止滥用和DDoS攻击。比如某个接口,一分钟只能访问5次,超过了就得等按IP地址限制按用户id限制【......