• 过去这十年规则平台的机会不仅仅是变得更智能,虽然这当然很重要,而且还可以消除程序员的工作量。但是存在三个挑战: 问题 1.我们是否取得了重大进展? 这个问题很简单——绝对!决策和 DMN 标准为行业做出了重大贡献。所以,我们可以继续前进。 
  • 领域驱动设计是一门软件设计学科,其核心原则是: 复杂领域的软件要求所有设计人员(工程师、测试人员、分析师……)在领域专家的指导下对该领域有深入的、共同的理解 这种理解植根于语言:领域语言应该被形式化为一种无处不在的语言(共享、一致、明确) 理解表达在专家和设计 icon
  • 人们经常会就如何探索模型寻求更具体的指导,尤其是在敏捷或精益环境中。这是埃里克·埃文斯 (Eric Evans) 试图以书面形式记录多年来以各种形式和设置与客户一起使用的流程。这不是一个开发流程。它应该适合大多数迭代设计的流程。 icon
  • 当前项目组合:EventStorming BP/PL(领域探索)+用户故事映射(故事发现、确定优先级、划分为更小的故事)+ BDD(规范)+ EventStorming DL(设计)+ BDD/TDD/DDDtactical(DDD战术设计、实施)。势不可挡!  icon
  • 商业软件的最大问题之一是技术架构比领域模型获得的提升会更多。大多数领域模型都是普通的,并且可以由学校学生以比通常花费很少的成本来实现;然而,通常支持模型的软件架构,通常是过度设计的。一个常见的吹嘘是这样的:“该架构每秒可以处理 10,000,000 多条消息!” 但架构师无法证明这一 icon
  • 事件驱动系统有各种形状和大小。明显的共同点是;他们都使用事件来传达信息。这些事件有多种形式和大小,确定事件中的内容会对系统设计产生巨大影响。在这篇文章中,我想讨论三种不同类型的事件。我希望澄清这些类型将使您能够更好地讨论事件驱动的架构和集成。三种事件原型当我与其他开发 icon
  • 环顾四周,看看最近发生了多少创新。 超过 80% 的财富 100 强公司信任并使用 Kafka。 icon
  • 这是一本非凡的书籍《加速专业知识 icon
  • 东南亚最大消费app的商业智能副总裁的BI经验证明:没有业务领域深入挖掘,就得不到大数据分析带来的业绩提升,只会导致大数据杀熟敲诈。上篇点击标题,本文是续篇,有关领域事件的详细设计,没有良好的DDD设计,就没有良好的大数据结果,就没有良好的数据工程,这也是大多数数据分析都是失败的原因 icon
  • 文中的想法最适用于实现(复杂)业务规则、状态转换并将其数据保存到某个数据库的后端应用程序。复杂的逻辑应该在您可以完全控制内部域模型的数据结构上实现,您可以根据问题对其进行定制以简化代码。这是本文中使用的术语定义的(自以为是的)列表: 领域= 要保留应用程序逻辑 icon
  • 头脑风暴是一种很有用的技术,可以产生不同的想法,解决或找到复杂问题的解决方案,并正确分析业务。它被定义为 "一种小组解决问题的技术,涉及小组所有成员自发贡献的想法"。在头脑风暴中,鼓励每个人的每个想法,无论它是否是出格的想法。只由一个人完成的头脑风暴可以被认为是独立的头脑风暴 icon
  • 以下是我所依赖的所有我最喜欢的模板和框架。作为奖励,我请 Twitter 的优秀人员分享他们的最爱,我从中挑选 icon
  • 事件风暴将正式包含在下一版本敏捷框架 SAFe 中 icon
  • 命令代表意图:它针对特定的受众。当你问“把盐递给我”时,它可以是你的朋友。它可以是一个应用服务和请求,意图是“添加用户”或“将订单状态更改为已确认”。所以命令的发送者必须知道接收者并期望请求被执行。当然,接收者可能会拒绝这样做,因为在请求处理期间不向我们传递 icon
  • 目前自动化运营业务决策做得相当好,可以业务逻辑的编码从程序员转移到专门规则引擎平台,从而显着提高 IT 生产力。但是程序员仍然要对另一种与规则相关的编码负责,这种类型得编码不仅消耗大量资源,而且对服务质量和数据质量都有深远的影响。 让我们通过一个示例规则来探讨这个问题 icon
  • 关键点 虽然我们相信我们的大脑准确地感知客观现实,但神经科学的证据表明这种理解是错误的。 我们的大脑不会根据我们过去的经验来过滤信息,而不是感知外部世界的公正表现。 虽然由于我们的感知联系,我们无法完全消除大脑的偏见,但我们可以意识到顺从和确认偏见的趋势。 < icon
  • 我们在临床实践中所做的一切都需要数据。基本上我们需要三件事的数据:确定患者的当前状态,即诊断。确定患者的预期状态,即预测。以及我们是否可以通过医疗干预改变患者的预期状态。导致观察到的状态,即结果。这些基本之间的关系描述如 icon