UML建模(七)需求启发、分析之分析类图

1.需求启发要点

  • 和涉众交流的形式应该采用视图,而不是模型
  • 和涉众交流的内容应该聚焦涉众利益,而不是需求
  • 需求启发手段:研究资料、问卷调查、访谈、观察、研究竞争对手
  • 需求人员的素质培养:好奇心、探索力、沟通力、表达力、热情

2.分析之分析类图

2.1识别类和属性

  • 核心域和非核心域:一个软件系统封装了若干领域的知识,其中一个领域的知识代表了系统的核心竞争力,是系统和其他系统区分的关键所在。 这个领域称为"核心域",其他领域称为"非核心域"。
  • 基于核心域的复用:设计的目的就是复用
  • 软件开发史,就是不不断复用级别的历史
  • 基于核心域的复用有一定的难度:因为能带来利润的系统,被迫关注的领域比较多,负载比较高
  • 要达到基于核心域的复用、有必要将核心域和非核心域分开考虑、将分析和设计分开考虑
  • 同一个核心域可能要映射到多个互相竞争的非核心域
    -人脑的容量和运算速度有限,待解决问题规模变大,就必须分而治之
  • 核心域知识和非核心域知识是独立的,域和域之间的映射规律,与域中的个体不直接相关
  • 和只有自上而下顺序的文本相比,二维图形更容易让开发人员看出这些类之间的规律,更好地切割系统


    image.png
  • 有利润的系统, 其内部都是复杂的
  • 对象封装了数据和行为
  • 对象封装了数据和行为


    image.png
  • 三种分析类的责任、和用例的关系以及命名。


    image.png
  • 控制类是可选的,如果在分配责任时只起到传递的作用,没有起到分解和分配的作用,可以删除调


    image.png
  • 针对用例规约提炼类
image.png

-在分析工作流中,系统概念被打碎成各个类,所以系统这个词不需要识别成类


image.png
  • 分析类虽然不包含设计工作流的知识,但是它是设计工作流的基础

2.2识别分析类和属性的要点

  • 中英文命名根据场景确定

  • 命名中不要到冗余信息(类、情况、信息、记录、数据、表、库、单)


    image.png

    image.png
  • 属性名称前不要加类名


    image.png
  • 英文用单数

  • 命名要一致

  • 不要类图长的象用例图

  • 不要类长得像过程

  • 不要类长得像报表

  • 使用核心域术语(涉众关心的是涉众利益,不关注系统需求)

  • 用核心域透镜的方式思考问题,从核心域视角去看所有的事情


    image.png
  • 属性要直接描述类(任何非主属性不依赖于其他非主属性)

  • 分析类中不需要主键、外键属性


    image.png
  • 属性在本领域内不可以在分解
    1.复杂属性(分不分离的理由:是否另一个领域而不是 是否简单)
    2.多重性大于1的属性


    image.png
  • 属性对所有对象都有意义

2.3识别类之间的关系

  • 类的关系:
    1.泛化
    2.关联(普通关联、聚合、组合)


    image.png

3.依赖


image.png
  • 泛化和关联的区别:
    1.泛化表示集合关系
    2.关联表示个体关系
    3.集合关系还是个体关系,这是泛化和关联的本质区别


    image.png

    image.png
  • 识别泛化的思路:
    1.直接形成
    2.自下而上(从特殊到一般)


    image.png

    3.自上而下(从一般到特殊)

  • 尽量不要跨领域使用泛化关系
  • 引入聚合/组合,相当于把类图分区,每个区找一个区长作为责任分配的起点


    image.png
  • 识别关联的思路:
    和泛化不同的是,关联不只是发生在不同的类之间,还可以发生在同一个类上,即自反关联。
    1.关联是系统维护的关系


    image.png

    2.关联名或角色名(聚合/组合关联经常被认为不需要关联名或角色名,其实也是需要的)


    image.png

    3.导航方向(关联可以是双向的,两端的对象都可以通过关联导航到另一端;关联也可以是单向的,只有其中一端能访问另一端)
    image.png

    4.多重性
    image.png

    5.自反关联(当关联的两端是同一个类时,这个关联就是自反关联。)


    image.png

    image.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343