概述
首先，系统是什么？根据《系统架构》一书的定义，系统是由一组实体和这些实体之间的关系所构成的集合，其功能要大于这些实体各自的功能之和。对于我们的场景，系统可能是 App、Web 应用、服务、批处理程序等，也可能是包括所有这些的一个大系统。
随着互联网和传统企业的结合越来越深入，业务会越来越复杂。我们该如何设计我们的系统呢？
从产品到研发
从产品作出原型，到研发编程实现，中间有巨大的鸿沟。越复杂的业务需求，这条鸿沟就越大。一般而言，我们至少还要有两个步骤：业务分析与架构设计。
业务分析，主要处理的是业务领域的建模。解决的问题是业务上如何实现。然后是技术与架构方面的设计，主要针对的是技术实现，解决的问题是技术上如何实现。这两个方面是会互相影响的，设计的时候往往需要来来回回的考虑这两个方面。甚至系统开发时也时常会需要调整模型或者架构，当然相应的也需要更新文档。
基本原则
设计与分析的过程就是不停的进行抽象和封装，并且确定各个系统实体的细节。抽象是指将业务抽象为软件领域的元素（系统、模块或类）；封装则是指定义元素的边界，隐藏实现，开放接口。
相应的，分析与设计时，最基本的原则就是抽象性和封装性。当然，我们有 SOLID、DRY、高内聚低耦合、设计模式等各种原则和方法，具体方式本文不详述了，但最终它们都可以归类到以上两点。
业务分析
分析方法
业务分析是针对业务领域的建模，产出就是分析模型。分析模型描述系统的逻辑设计与结构，一般会包括需求用例、实体模型以及业务场景的交互流程、状态转换等。分析模型让非技术人员能够理解系统是如何构造的，让技术人员能够以此为基础搭建系统。
分析的过程是不断迭代的。特别对于复杂的、涉及多个业务领域的需求，第一步往往需要在整体系统的层级进行分析，然后将模型划分到多个子系统，然后再在子系统的层级进行更细节的分析与建模。
另一方面，分析过程中需要不断的优化和调整。例如在确定实体的行为细节时，发现两个实体的耦合很高，那么可能需要重新进行抽象，调整实体的功能范围。
理清业务需求
理清业务需求是所有分析与设计的前提：
- 确定系统的利益相关者（Stakeholder）及他们的关注点。
- 确定系统的业务需求，即「谁」使用该系统「做什么」。
- 确定系统的功能范围，即该系统「包含什么」，不包含「什么」。
系统需要满足利益相关者的关注点，所以要确保所有这些关注点都有涉及到。最重要的利益相关者当然就是用户（有时还会细分为不同类型的用户），此外还应该包括供应商、合作方、运营、销售、老板甚至政府等等，也同样包括研发测试和运维。
具体到系统的用户，还需要细分到角色，即使有些角色实际可能是同一个人。比如对于门诊，可能有护士、顾问或系统管理员等等，可以进行不同的操作。需求范围简单话用一个列表即可，复杂的系统可以考虑使用用例图。
例如，门诊预约系统的用例图可以这样画：
- 角色有医生、患者和门诊员工。
- 用例有设置排班、管理预约以及预约/取消医生。
建立实体模型
实体模型是确定系统包含的实体以及它们之间的关联的过程：
- 理清业务概念，统一业务词汇。
- 抽象业务实体，包括事件、人/角色、地点和事物等。
- 识别实体关系：继承、聚合、关联等。
实体模型也叫 ER（Entity-Relation）模型。可以考虑使用四色法建模，一般可以使用类图或组件图表示。需要注意的是一定要理清业务的概念，统一命名和定义业务相关词汇，这是进一步沟通的基础。
例如，预约系统的实体关系图可以这样画：
分析业务场景
场景分析用于确定具体业务场景中，各个参与者的交互过程，从而进一步完善分析模型：
- 分析具体业务场景，确定业务规则，梳理业务流程。
- 如果涉及复杂的状态转换，需要确定状态转换逻辑。
- 补充和完善实体模型的内容描述。
对于一个业务场景，参与者可能包括人、内部模块、外部服务等，这一步需要理清楚整个业务过程和规则。需要注意的是，对于一些次要路径或者异常路径，也一定要考虑到。对于业务过程和规则，可以使用普通的流程图、泳道图，也可以考虑UML的活动图，状态转换过程则可以通过UML的状态图展示。
对于场景分析中不太确定的需求，或者可能会有技术难点地方，可以记录下来，后面确认和验证。
例如，下面是预约系统的预约状态图。
例如，下面是我们和一家药品供应商对接的流程图。
架构与技术设计
架构方法
架构设计不一定要深入到具体的实现细节，但是应该尽量全面的考虑系统的各个方面。关键是要对项目风险有比较大的把握，这样才能避免开发过程出现不可控的问题。具体设计需要多详细，是需要设计者自己去把握度的。
对于暂时无法确定的内容，应该在文档中注明，在开发过程早期进行试验和验证。如果对项目比较关键，可以考虑先行开发原型来进行验证。
架构设计常见的是4+1视图，即逻辑视图、开发视图、过程视图、物理视图，再加上场景。另外一种我更喜欢的是视点和视角的方法，如果再加上场景的话，可能会更全面。
确定整体架构
首先需要在整体上考虑系统的位置和职责：
- 确定系统在整个上下文中的位置，与其他系统的关联。
- 确定系统自身以及各个外部系统的职责。
整体架构对应的就是情景视图。这一步将系统看作一个黑盒，确认系统自己的范围和职责，相关的外部系统的职责，以及他们之间的关联。
例如，交易系统的整体架构大概是这样的：
设计功能模块
其次需要确定系统内部的功能模块及其职责：
- 确定系统的模块划分。
- 确定每个模块的职责以及模块间的关联。
功能模块对应的就是功能视图。这一步需要明确系统的内部结构。内部模块划分主要有基于业务功能的划分，以及基于实现层次的划分，稍复杂的系统可能会两者都有。也有一些系统会采用CQRS等架构，那么模块划分可能会不一样。功能模块可以使用UML的组件图表示。
明确架构关注点
然后需要确定系统架构的理念：
- 理清架构设计需要考虑的关注点。
- 确定系统的架构设计上的取舍。
这一步需要考虑各种架构视角，主要有(但不限于)以下关注点：
- 安全性：身份验证、权限控制和授权、操作日志、安全审计、数据一致性等。
- 性能：响应时间、吞吐量等。
- 稳定性：停机时间、故障恢复、数据一致性、数据备份等。
- 扩展性：未来可能的变更，以及如何应对变更。
- 其他：国际化、易用性、合规性等。
以上所有的关注点，和开发资源、时间、范围各个方面，往往很难同时满足，所以必须要明确哪些是关注的重点，哪些则可以有所妥协。例如，为了满足性能要求，可能需要降低数据的一致性；为了合规性，可能不得不花更多开发时间。
对于未来可能的变更，也一定要考虑到。通常情况下，我们至少要考虑未来半年的架构，但可能只实现当前需要的版本，但是确保未来可以很容易的扩展。
一旦确定了关注的重点，在设计和开发的每个过程中，我们都要把这个重点放在心上。
例如，对于订单系统，因为涉及到钱和交易，数据的一致性和可追溯性极其重要。下单和支付的API都必须是幂等的，每一笔收入变动都必须记录日志，必须有严格的核对和对账。为了安全，每一次API调用都必须进行权限验证。
例如，亚马逊有个知名的原则，所有的系统间调用都必须通过定义清楚的 API，不允许共享数据库。这也是一个架构原则。
设计数据库模型
如果分析时有了完善了实体模型，设计数据库模型就不是什么难事了。开发完成后，数据库模型应该以数据库为准，架构文档就不需要保留这一部分了。
需要注意的是，数据库模型是实体模型在关系数据库的实现，但不一定是严格的映射。数据库可能会有范式、冗余、一致性、同步、分表分库方面的考虑，必要时可能会使用非关系型数据库如ElasticSearch、Cassandra等。
有时候还会涉及到数据处理的流程。例如，一张图片提交后可能需要进行预处理，然后有运营人员进行审核和标记，最后进行发布。过程中数据的保存形式或者状态标记可能是不一样的。
数据库设计的更多规范可以参考数据库规范。
设计接口
然后就需要确定 API 细节了。一般我们的服务的 API 是 JSON 格式 HTTP 形式的请求和回调。API 可能是接口定义，也可能会有其他接口形式，例如消息队列等。设计阶段，API 文档可以通过 Markdown 文档、RAP 等记录，开发完成后可以独立维护，或者使用 Swagger 和代码一起维护。
接口设计需要注意几点：
- 接口的设计应该以系统提供的领域资源或服务为基础，同时考虑调用方的需求。
- 接口的粒度很重要，太细则调用方很不方便需要多次调用，太粗则无法灵活的满足各种需求，需要仔细权衡。
- 接口的设计也需要从调用方的角度考虑如何进行调用。必要的话可以画流程图、时序图、状态图详细说明调用顺序即状态转换等。
- 接口的文档一定要清楚的说明调用接口的方法、前置条件，参数作用、不同条件的处理、返回接口等。
场景实现
一般情况下，有了业务场景分析，有了数据库模型和 API，系统的实现一般是比较简单了。但可能还会有一些细节需要进一步考虑实现细节，以避免风险。可以考虑更细节的活动图、时序图甚至伪代码。例如：
- 复杂业务场景的详细设计，或者复杂算法的实现描述。
- 离线任务的执行方式、时间和步骤。
- 非业务的一些场景，例如网络断开、缓存失效、第三方系统宕机等。
例如，对于支付系统的微信 Web 支付过程，涉及系统较多，交互比较复杂，可以通过时序图来定义清楚：
其他考虑
对于我们的后台系统来说，基本的技术框架都已确定，可以解决很多基础的非业务需求。不过设计系统时，也还是需要考虑以下等方面：
- 通用处理的方式，例如日志、错误处理、代码规范、单元测试等。
- 数据迁移、同步和回滚方案：对于老系统的重构，需要仔细考虑并且提前演练。
- 系统部署和发布：如果系统涉及多个子系统，需要考虑系统的部署架构。特别是同时涉及到数据迁移的，一定要仔细考虑发布的过程。
- 系统监控和告警：除了常规的监控和告警，是否有特殊的指标需要监控？
- 并发和数据量：如果系统可能面临对高并发和大数据量的问题， 需要设计对应的方案，以及相关的性能测试和压力测试。
- 缓存设计：如果需要使用缓存，除了要考虑缓存的选型、方案，而且要把缓存放到整个系统中去进行设计。
- 技术选型：涉及到新技术的引入时，则需要仔细分析备用技术的优缺点，选择最合适的方案。
设计方法和工具
- UML
- 面向对象设计（OOAP）
- 领域驱动设计（DDD）
- CQRS & Event Sourcing
