一、现代服务业与SSME

现代服务业 = 传统服务业 +  新业务模式 +  新型IT技术 +  知识密集

IT服务：由专门的IT组织向企业用户所提供的业务过程与功能性服务，以支持企业用户业务的正常运转。

现代服务业的四大领域 ： 基础服务  生产服务  生活服务  公共服务

 1）为什么现代服务业会从传统的服务业概念中分离出来？  即现代服务业是如何产生的？

服务外包是指一家企业将某些非核心业务或流程委托给外部专业机构或个人来完成。

服务聚合是指将多个不同的服务整合到一个平台或应用程序中，使用户可以方便地访问和使用各种服务。这种模式通过集成和整合不同的服务，为用户提供更加全面和便捷的服务体验。

• BIRIS模式通过服务中介方连接顾客和服务提供者，充分利用中介的资源整合能力来优化服务过程，提升服务价值

“万物皆服务”这一概念，在当下社会和技术背景下，指的是将传统的商品或产品转化为服务的一种趋势。在这种模式下，消费者不再购买并拥有实物产品，而是通过订阅或按需付费的方式，使用这些产品并享受相应的服务。

SoLoMo，即Social（社交）、Local（本地化）和Mobile（移动）是当前服务行业的重要发展方向。这一概念强调了在服务提供中整合社交网络、本地化信息和移动技术的重要性。

二、服务学基础知识

服务是顾客与服务提供者之间创造价值和共担风险的协同生产过程

服务的本质特征：不可分离性、不可贮存性、异构性、无形性

3）应该如何描述一个服务？

SSME (Service Science, Management and Engineering)：服务科学、管理与工程，是将科学、管理、工程的相关学科知识应用于服务领域的一门新的交叉学科。后在中国被称为“服务学”（Serviceology）。

服务学三大组成部分  服务科学   服务工程  服务管理

服务系统是指通过特定的技术或组织配置的网络化系统，旨在提供服务以满足顾客的需求和期望。

2）服务系统包含哪些组成要素？

三大要素： 人 (people) 技术 (technology) 共享信息 (shared information)

服务价值网(Service Value Network, SVN)：描述服务参与者之间价值交换关系的有向网络结构

直达顾客模式

外包链模式

聚合/聚集模式

服务系统的广义生命周期

一服务模式创新→服务设计与建模→服务系统实现→服务系统运行→服务系统维护、演化与重构
 

服务蓝图

服务蓝图用3条线分为4个部分，分别是：顾客行为、前台接触员工行为、后台接触员工行为以及支持过程。交互线，可见线，内部交互线

 三、SOA基础

SOA面向服务的体系结构

服务=用法和交互模式十服务过程（活动）

根本原因：构造动态的IT架构来适应业务环境的迅速变化

SOA主要实现方式 CORBA Web Service

SOA解决方案的业务建模方法

• 自顶向下的业务级建模技术CBM
  • 业务组件：能提供特定业务价值的人员、技术、和资源的组合，能进行独立的业务操作。

SOA解决方案的架构方法

• SOA设计原则
• 业务与IT对齐
• 保持灵活性
• 松散耦合

2）SOA方法学与其他方法学之间存在着怎样的联系？

 3)SOA参考架构由哪些部分组成？每个部分的含义是什么？

• a)ESB与控制服务：
• b)业务逻辑服务：

SOA解决方案的实施方法

SOA切入点

• 人员(People)
• 流程(Process)
• 信息(Information)
• 联系性(Connectivity)
• 重用性(Reuse)
   

SOA生命周期

建模

组装

部署

管理

SOA治理是面向服务架构（Service-Oriented Architecture, SOA）的关键管理活动，旨在规范服务的全生命周期管理，确保服务质量、安全性和合规性。

SOA治理遵循生命周期原则

四、SOI 概述

有关企业集成 技术层面 非技术层面

导致集成失败的一般原因 缺少规划 拘泥于技术 缺乏对经验的利用

SOI 应用架构模式

SOI的集成模式属于应用集成模式

从流程角度切入的SOI应用集成模式：

• 直接连接：服务间点到点的拓扑结构

• 代理： 基于一对多的拓扑结构 将业务应用逻辑和基于代理规则的分布逻辑隔离

• 串行流程及其变体

并行流程：

从信息角度切入的SOI应用集成模式：

• 数据集中

• 数据联邦

• 双向数据同步

SOI 运行架构模式

直接连接的简单服务总线模式

企业服务总线（ESB）模式    ESB提供了合适的服务等级和可维护性.支持集中化管理,又具有物理上分散的能力

企业服务总线网关（ESB Gateway）模式

业务服务编排BSC；

ESB与BSC合成模式；

暴露的企业服务总线网关模式；

暴露的企业服务总线网关与BSC合成模式；

消息通道模式

点对点通道

发布订阅通道

数据类型通道

什么时候使用无效消息通道

无效消息:能被正确接收,但无法处理

• 将不正确的消息从通道中清除
• 放到另外一个地方供消息系统来发现问题

死信通道

如何实现保证交付：

• 存储于内存:在正常工作情况下有保证
• 持久化数据(存储于磁盘):系统崩溃时有保证

通道适配器

• 定义：通道适配器是一种软件模式，它允许不同系统之间的交互，通过将一个系统的输出格式转换成另一个系统的输入格式来实现数据的兼容和传输。

消息桥 

• 定义：消息桥是一种用于连接不同消息传递系统（如消息队列或消息总线）的技术，它在不同的消息系统间转发消息，实现系统间的通信和数据共享。

消息总线：

• 定义：消息总线是一种跨进程的通信机制，用于在上下游之间传递消息，它是一种常见的用于实现逻辑解耦和物理解耦的消息通信服务。

消息创建模式 

指令消息 (Command Messages)

• 定义与用途：指令消息是一种请求或命令，由一个系统组件发送到另一个组件以执行特定操作。在分布式系统中，这些消息通常需要被接收方确认并执行相应的动作。
• 通常在点对点通道上发送

事件消息 (Event Messages)

• 定义与用途：事件消息用于通知某些已经发生的情况或状态的改变。它们是由系统内部或外部的事件触发的，并且可以由多个接收者消费。
• 通常通过发布订阅通道广播

文档消息 (Document Messages)

• 定义与用途：文档消息用于传递具有结构化格式的信息，通常包含较多的数据和详细的描述信息，如报告、配置文件等
• 发送通道

请求回答：同步阻塞：异步回调：

怎样解决海量消息的传输问题：

什么是消息过期和格式标识符：

定义：消息过期是一个指定消息生存长短或者过期时间的时间戳

对过期消息的处理：死信通道/无效消息通道

服务消息路由模式

内容路由器模式

• 内容路由器主要根据消息的内容来决定消息的路由。这种路由器会检查消息的有效载荷或其他属性，如头部信息，并根据这些信息将消息转发到适当的通道或端点。

消息过滤器：

• 消息过滤器用于确定哪些消息应该被传递，哪些应该被拦截。过滤器通常基于消息的一个或多个属性来做出决策。只有当消息满足过滤器的条件时，它才会被传递到下游通道；否则，它将被丢弃或发送到错误处理流程。

动态路由器模式

• 动态路由器提供了极高的灵活性，能够在运行时根据各种条件动态决定消息的路由。这些条件可以包括消息的属性、外部环境变量、时间等因素。动态路由器可以根据配置的策略或算法来确定消息的最佳路径。

3）接收列表如何工作，它和消息过滤器结合广播通道的处理方式有什么异同:

接收列表是一种管理广播接收者注册信息的机制，通常与广播接收器结合使用。在Android系统中，当一个广播发送时，系统会根据注册信息中的接收列表来决定哪些广播接收器应该接收到这个广播。接收列表通过IntentFilter来定义，其中包含了广播接收器感兴趣的广播类型。

分解器模式 工作方式：将包含多项内容的消息分割成多个只包含单项内容的消息

聚合器模式 适用情况：将一组相互关联的消息组合为一条消息

重排器模式 适用情况：为一组相关的混乱消息重新排序

组合消息处理器模式 适用情况：消息中包含多个条目，每个条目需要不同的系统来处理

分发—集合器模式 适用情况：一个消息需要发送给多个接收者，每个接收者可能会有反馈结果

路由表：

1. 功能定义：路由表是存储在路由器中的一张表格，它记录了到达各个目的地址的最佳路径。这张表是路由器做决策的基础，当数据包到达路由器时，路由器会查询路由表，根据表中的信息决定数据包的下一跳去向。

流程管理器：

1. 功能定义：流程管理器是指在操作系统或网络设备中负责协调和管理各种流程和任务执行次序的软件组件。它确保所有的操作按照预定的顺序和逻辑进行，从而保证系统的稳定性和效率。

消息代理模式

服务消息转换模式

信封包装器要做些什么：

信封包装器主要负责将原始消息转换为符合特定系统要求的消息格式，确保消息在传递过程中的安全和正确性。内容扩充器和内容过滤器则分别用于丰富和精简消息的内容，以满足不同的业务需求和提高系统的处理效率。

内容扩充器

适用情况：消息发起者无法提供目标系统所需的所有信息项 任务：在消息体中加入信息，补充源消息中缺失的内容

内容过滤器

消除信息中不重要的消息，只保留相关的内容

4）取货单如何工作：

适用情况：减少系统中传递的消息的数据量，但又不失去数据

1. 规范器的工作方式
   • 数据验证：确保所有输入数据遵循预定的格式和标准。
   • 数据转换：将不符合标准的数据转换成标准格式，例如日期时间的格式化。
   • 数据清洗：移除重复、错误或不必要的数据，保持数据的整洁性。
   • 数据一致性维护：确保不同来源的数据在集成时保持一致，避免信息冲突。