事件風暴 vs 事件建模

banq發表於2021-07-22
事件

事件風暴與事件建模都是DDD建模方法，兩種方法提出發明者不同，切入點不同，雖然都是以領域事件為抓手，eventmodeling.org原文如下：
事件風暴EventStorming分為設計級別或流程級別，需要一些 DDD 知識，像“聚合”或“有界上下文”這樣的詞，對於非技術觀眾來說有點難，這是一種基於概念和規則的結構的語義記憶 。
而事件建模是基於情境記憶，建立長篇故事，展示資訊是如何隨著時間的推移而逐步處理的，就像我們將看到資訊如何在整個公司中流動。
當人類與外部世界互動、做出決定時，他們會使用很多啟發式方法，不一定基於純知識。。然而，對於一個處理資訊的機器人般的員工，我們寧願要求一些理性。決策應基於知識。
如何獲得這些決策？我們有可觀察到的事件或事實歷史，從而得出結論。
三個構建塊：事件/事實歷史、結論/觀點、意圖/決定/命令。是建立一個顯示我們如何思考/處理資訊的決策所需的。透過這種方式，可以透過示例充分描述資訊系統的需求，這是 EventModeling 的核心。
建立這樣的故事不需要任何特殊的技術知識——它只是一個故事。這個故事可以在以後實施。
但是，如果您關心業務規則或業務策略是什麼，直接從事件建模中指出它們會有點困難。而這是事件風暴的特長。
 

事件風暴與事件建模哪一個更好？
兩者區別類似法律體系中大陸法和海洋法。
法律（來自維基百科）：它是一個特定國家或社群認可的規則體系，可以規範其成員的行為，並且可以透過施加懲罰來強制執行。
在美國，我們有基於先例的法律，而在歐洲大多數國家/地區，法律基於法規。
兩者都有效。兩者都有一些缺陷。
基於先例的法律看起來像是透過事件建模設計的系統，包含故事的活生生的例子；
而基於規則的歐洲法律看起來像是透過事件風暴設計級別設計的系統，需要對概念、規則和結構有更深入的瞭解。
找到要遵循的先例，還是找到要遵循的規則，哪個更好？
 

人類大腦發展出情景記憶和語義記憶：

  • 人類短記憶（例如：您可以重複您聽到但尚未理解的句子），類似CPU 處理器快取
  • 人工工作記憶，類似（RAM）
  • 人類長期記憶，類似磁碟空間

讓我們把大腦想象成一臺處理資訊的機器。它可以快速學習，立即處理大量資料。它如何獲取資訊/學習 - 這就是我們應該如何收集 IT 系統需求的方式。那麼知識是如何構建的，它儲存在哪裡以及如何儲存？
人類的記憶可以分為兩類：語義記憶和情節記憶。
兩者都是外顯（有意識的、陳述性的）記憶的一部分。
  1. 語義記憶是指我們在整個經歷中積累的一般世界知識——它作為事件流儲存在情境記憶中。
  2. 情境記憶可以包含影像的快照，一個接一個發生的場景，這是一本有影像但沒有結論的故事書。事實、想法和概念可以從中衍生出來，從而建立語義記憶。

事件建模類似情境記憶；事件風暴類似語義記憶。
因此在實際中選擇哪一種？我們自然的工作方式取決於上下文。
為什麼我們不開發一個可以從這兩種不同角度顯示需求的系統？

 

相關文章