软件架构是指软件系统中各个重要组成部分的组织方式、这些部分之间的关系,以及指导其构建与演进的原则。它关注使系统能够实现预期目标的结构:职责如何划分、信息如何流动、计算在何处进行,以及变更或故障如何传播。在软件工程中,架构将利益相关者的需求和约束转化为可付诸实现的技术组织方式。
架构不只是一张图、一套技术栈或一份框架清单。它还包含体现在接口、依赖关系、数据归属、部署边界、运维策略以及对周边环境的假设之中的各种决策。任何具有一定规模的软件系统都有其架构,无论这一架构是经过有意设计,还是在历次修改中逐渐形成的。架构描述呈现的是架构的某些选定方面,而非架构本身。
架构选择会影响性能、安全性、可靠性、可维护性、开发协作和成本。为快速本地计算而组织的系统,可能难以改造成分布式系统;针对独立部署进行优化的系统,则可能需要更复杂的故障处理和数据管理。因此,软件架构既涵盖技术结构,也涵盖选择、沟通、评估和修订这些结构时所依据的推理与权衡。
理论基础与历史发展
软件架构源于早期关于程序组织、模块化和复杂性管理的研究。20 世纪 60 年代至 70 年代,软件规模不断扩大,使人们难以仅将系统视为指令序列来理解。艾兹赫尔·戴克斯特拉于 1968 年对 THE 多道程序系统的描述,展示了一种严谨的层次化组织方式,其中高层依赖低层提供的服务。戴维·帕纳斯于 1972 年发表的关于系统模块划分准则的论文提出,模块应当隐藏可能发生变化的设计决策,而不应仅仅对应各个处理步骤。这一原则称为信息隐藏,至今仍是架构边界设计的核心。
20 世纪 80 年代末至 90 年代,架构逐渐成为一个更为明确的研究领域。玛丽·肖、戴维·加兰等研究者的工作,将反复出现的系统组织形式与具体程序的细节区分开来。他们于 1996 年出版的《软件架构:一门新兴学科的视角》一书,推动了由组件、连接件、配置和架构风格等概念构成的术语体系的形成。研究重点也随之转变:不再只是将系统视为过程或类的集合,而是研究系统更大尺度上的组织方式,以及这种组织方式所支持或制约的特性。
此后,相关标准对架构描述作出了正式规定。2000 年发布的 IEEE 1471 确立了一个以系统、利益相关者、关注点、视图和视点为核心的框架。ISO/IEC/IEEE 42010:2011 进一步发展了这一框架。它所界定的架构,涵盖系统在其环境中的基本概念或属性,并体现于系统的元素、关系以及设计与演进原则之中。这一定义的范围远超源文件的组织方式:运行环境、外部依赖和支配系统的基本假设都可能与架构有关。
架构决策与一般设计决策之间,并不存在普遍适用的规模界限。如果某项选择会对系统整体特性产生重大影响、制约后续的许多决策,或需要付出高昂代价才能撤销,那么它就具有架构意义。选择数据库一致性模型可能属于架构决策,而选择局部变量名通常不属于。然而,仅凭规模并不足以判断:一个很小的身份验证组件,也可能因每个请求都要经过其边界而在架构上至关重要。因此,架构与详细设计是相互交叠的思考层次,而非截然分开的阶段。
软件架构实践也不同于指令集架构;后者规定底层软件与处理器之间的接口。它也不同于企业架构,后者处理组织能力、信息、流程与技术之间更广泛的关系。这些领域相互关联,但软件架构关注的是支配软件密集型系统的结构与决策。
元素、接口与结构关系
可以从几种不同的结构分解方式来考察软件系统。模块结构描述实现单元及其依赖关系,这些单元可以是包、库、子系统,或其他承担特定职责的单元。运行时结构描述进程、服务、线程等正在执行的元素及其交互。分配结构描述软件与其所处环境之间的映射关系,涉及机器、容器、开发团队或部署位置等。这些结构相互关联,但不能混为一谈。一个模块可以在多个进程实例中执行,而一个进程也可能包含来自多个模块的代码。
架构元素的定义,一部分取决于它们承担的职责,另一部分取决于它们交互时遵循的契约。应用程序编程接口可以规定操作、输入和输出类型、错误条件以及兼容性规则。完整的交互契约还可以规定先后顺序、截止时间、身份验证要求,以及重复请求是否安全。如果接口只记录消息语法,就会遗漏重要的架构行为。例如,支付操作需要规定如何处理重试和重复请求,而不只是定义一个包含金额和账户标识符的数据模式。
依赖关系决定了变更如何传播。如果用户界面模块直接依赖某个特定的存储引擎,那么更换该引擎可能就需要修改整个界面的多处代码。引入稳定的抽象可以改变这种依赖的指向,但抽象只有在隔离了有实际意义的变化时才有用。如果一个通用接口暴露了某个实现的全部功能,就可能只是换了个名称,原有的耦合仍然存在。耦合与内聚描述的是两个互补的关注点:耦合关注元素之间的关系,内聚则关注一个元素内部各项职责之间的紧密程度。
连接器值得专门关注,因为它们本身也会带来特定的行为。进程内函数调用、网络请求、共享表和异步事件通道,在延迟、故障、并发和所有权方面各有不同的特征。将本地调用替换为远程调用,改变的不只是传输方式。参数必须经过序列化,调用双方可能独立发生故障,调用方也可能无法确定超时的操作是否已经完成。因此,架构分析既要考察元素,也要考察元素之间连接的语义。
边界还确立了对信息和行为的管辖权。某个模块可以负责维护一项不变量,例如“账户余额的任何变更都必须有相应的账本记录”。如果其他模块绕过其接口,直接修改它的数据表,那么这个表面上的边界就无法维护该不变量。这一区别说明,要了解系统的实际架构,除了查看图示,还必须考察实际执行中的依赖关系、数据访问和运行行为。如果实现经常越过文档中规定的边界,那么这种边界就几乎起不到保护作用。
架构风格与常见组织形式
架构风格通过特有的元素类型、连接方式和约束,定义一类系统组织形式。模式通常是针对反复出现的问题提出的更具体、可复用的解决方案,不过“风格”和“模式”的用法有所重叠。这两个术语都不代表一套完整的现成设计。实际系统通常会在不同层次上结合多种组织形式:一个基于浏览器的应用,整体上可以采用客户端—服务器结构,服务器内部采用分层结构,后台处理则采用事件驱动方式。
分层架构将职责划分到不同层次,并对层间依赖加以控制。常见的业务应用会将表现、应用协调、领域规则和持久化分离。严格分层只允许访问紧邻的下一层;较宽松的安排则允许直接访问更低的层。分层有助于分离关注点,但层次划分不当,可能使简单的变更也必须经过许多只负责转发的组件。此外,还必须区分逻辑层与物理部署层:三个逻辑层可以在同一个进程中运行,而单一的逻辑职责也可以跨越多台机器。
客户端—服务器模型将服务请求方与服务提供方分离。万维网就是一个典型例子,不过当代 Web 系统通常还会加入代理、缓存、网关以及多个后端服务。管道—过滤器架构则将多个转换环节通过数据流连接起来,形成处理流程。编译器中的词法分析、语法分析、优化和代码生成等阶段体现了这种组织形式,不过实际编译器的各个阶段往往也会共享中间表示和支撑服务。当各转换环节具有明确的输入和输出,且无须依赖大量共享状态就能组合时,这种模型尤其适用。
单体应用通常将大量功能打包到同一个部署单元中,但其内部仍然可以有清晰、严格的模块边界。微服务将系统拆分为多个服务,旨在支持各服务独立演进和部署,服务通常围绕业务能力划分。其优势取决于服务边界能否限制协调需求以及对共享数据的依赖。仅仅把应用拆成许多网络端点,并不会自动带来独立性;需要严格同步的部署和共享的可变数据表,可能造就一个分布式单体,使系统既承担协调开销,又面临网络故障带来的问题。
事件驱动架构围绕事件发生的通知来组织交互,这些通知通常通过消息代理传递。生产者无须同步调用每一个消费者,因此可以进行缓冲,并让各消费者独立作出响应。相应的代价包括状态变化无法即时可见、事件模式需要演进、消息重复投递,以及端到端追踪更加困难。发布一条“订单已接受”事件,可以分别触发订单履约和分析处理,但系统必须明确“接受”的含义,以及消费者在中断后如何恢复处理。
其他组织形式则侧重于不同的约束。六边形架构也称端口与适配器架构,通过由适配器实现的端口,将应用行为与外部技术分离。微内核架构或插件架构以稳定的核心为中心,并通过扩展机制扩充功能。以仓库为中心的架构通过共享信息来协调各类工具,而对等系统则在参与节点之间分配角色。要在这些结构中作出选择,就必须识别哪些影响因素最为重要;没有任何一种风格能够同时将延迟降至最低、将隔离程度提至最高、简化运维,并消除变更成本。
质量属性与架构权衡
功能需求描述系统做什么;质量属性则描述系统如何完成这些功能,或系统如何变化。性能、可用性、安全性、可修改性、易用性和互操作性往往决定着架构选择。仅用宽泛的标签不足以进行评估。“快”可能意味着响应时间的中位数较短、最坏情况下的执行时间有明确上限,或在持续负载下具有较高的吞吐量。这些是不同的属性,可能需要不同的结构来实现。
质量属性场景通过明确刺激、刺激来源、相关环境、受影响的系统元素、预期响应以及可度量的响应标准,使需求更加具体。例如,一个场景可能要求:在正常运行期间,在指定的请求速率和数据集规模下,95% 的商品搜索请求应在 300 毫秒内完成。百分位数、运行条件和工作负载都至关重要:平均响应时间可能掩盖较慢的请求,而无负载条件下的基准测试可能无法充分反映高峰期的运行表现。
架构策略是为影响特定质量属性而作出的决策。缓存可以减少重复计算或远程访问;复制可以提高读取能力,或容忍某些故障;隔离可以防止一个组件的资源耗尽影响其他组件。每种策略都会带来相应的要求。缓存需要失效或过期规则。复制需要就一致性、故障切换和冲突处理作出决策。隔离会消耗资源,也可能使通信更加复杂。架构需要选择多种策略的组合,而不是把每项质量属性当作彼此独立的功能。
简单模型可以帮助厘清某些约束。在稳态条件下,利特尔定律描述了系统中的平均项目数量 、到达率 和项目在系统中的平均停留时间 之间的关系:
如果一个服务持续处理每秒 200 个请求,平均响应时间为 0.5 秒,那么系统中平均约有 100 个请求。这一关系无法预测所有排队效应,但有助于揭示并发与容量假设中的不一致之处。当资源接近饱和时,即使单个请求的处理时间没有变化,等待时间也可能急剧增加。
可靠性和可用性同样需要适用边界明确的模型。对于可修复组件,在某些简化假设下,稳态可用性可表示为
其中,MTBF 为平均故障间隔时间,MTTR 为平均修复时间。一个由多个必需组件组成的系统,其可用性可能低于其中任何一个组件;而冗余组件只有在故障切换有效、且各组件的故障具有足够独立性的情况下,才能提高可用性。共享凭据、共用电源、部署错误或网络依赖,都可能使看似存在的冗余失去作用。
安全性体现了不同质量属性之间的相互影响。集中式身份认证可以简化策略执行,但也会引入一项依赖,需要仔细设计以保障其可用性。额外的验证和加密可以降低风险暴露,但也可能增加处理开销。架构分析会明确揭示这些相互制约的关系,而不是假定每一项理想的质量属性都能独立达到最优。
分布式、状态与故障
分布式环境会引入一些架构问题,而这些问题在单个进程内部并不会以同样的形式出现。节点通过消息通信,彼此的时钟并非完全同步,也可能各自独立发生故障。请求超时只能说明响应未在规定期限内到达,并不能证明远程操作已经失败。因此,分布式计算需要明确处理不确定性、局部故障、消息顺序和恢复等问题。
状态存放在何处是一项核心决策。无状态的请求处理实例通常可以被替换,而不会丢失需要持久保存的业务信息,但整个应用仍然依赖存储在其他位置的状态。数据库、对象存储、事件日志或外部服务都会成为系统可靠性与一致性模型的一部分。共享存储简化了某些协调工作,却也可能通过对数据模式的假设、事务争用和容量限制,将原本相互独立的组件耦合起来。将数据所有权分配给各个服务能够强化边界,但也会使跨服务操作更加复杂。
CAP定理讨论的是异步分布式存储系统中一种特定的不可兼得关系:发生网络分区时,系统无法同时保证线性一致性和该定理所定义的可用性。这里的可用性是指,未发生故障的节点所收到的每个请求最终都能获得响应,而不是通常所说的正常运行时间占比。该定理并不是说,每个数据库都只需从三项固定特性中选择两项。它的实际意义在于,必须明确规定系统在网络分区时的行为,而不能用不加限定的“一致且可用”来掩盖这一问题。
事务是跨多项变更维持不变量的一种方式。在关系数据库中,事务可以在数据库所支持的隔离语义下,使相关更新具有原子性。在独立管理的服务之间,可以通过分布式提交协议或应用层工作流进行协调。Saga 将一个较长的操作拆分为多个局部事务,并为其配备补偿操作。补偿是一种业务操作,不一定是字面意义上的逆操作:取消预订可以释放容量,而已经发出的实体货物,却无法通过恢复数据库中的一行记录来撤回。
投递语义也会影响正确性。至少一次投递允许重复,因此消费者通常需要采用幂等处理,或基于稳定标识符进行去重。至多一次投递避免了重复处理,代价是可能丢失待处理的工作。声称实现了恰好一次语义时,必须说明其适用边界:消息代理可以在自身的事务范围内协调消息消费与发布,却无法保证外部银行转账只执行一次。事务发件箱模式将业务更新和待发送事件记录放入同一个本地事务,使独立的发布程序能够重试投递,避免在业务更新提交后丢失事件。
故障隔离需要综合运用超时、有限次数的重试、背压、舱壁隔离和熔断器。重试可以提高瞬时故障后的成功率,但多个调用方同步重试,可能进一步加重已过载的依赖服务的负担。运行过程中的可观测性利用指标、日志和追踪等信号,有助于揭示这些相互作用。它能够辅助诊断,但不能替代设计层面的规定:当依赖项持续不可用时,系统应表现出哪些可接受的行为。
视图、模型与架构文档
架构描述针对特定的利益相关方及其关注点选取信息。开发人员可能需要了解依赖规则,运维人员可能需要部署与恢复信息,安全专家则可能需要了解信任边界和数据流。一张图很难回答所有这些问题。视点规定了构建和解读某类视图的约定;视图则将这些约定应用于某个具体系统。这一区分使不同的表示方式各有明确用途,而不至于沦为一堆缺乏组织的图示。
菲利普·克鲁赫滕于 1995 年提出的“4+1”视图模型是一个颇具影响力的例子。该模型描述了逻辑视图、进程视图、开发视图和物理视图,并通过场景将它们联系起来并加以验证。逻辑视图关注主要抽象和功能;进程视图关注运行时行为与并发;开发视图关注实现的组织方式;物理视图则关注部署。该模型说明了为什么同一个系统需要多种相互补充的表示方式。仅凭类之间的关系,无法说明一个对象归哪个进程所有、在哪里执行,或者其所在主机发生故障时会怎样。
统一建模语言为多种相关模型提供了表示法,包括组件图、部署图、时序图和状态机图。其他方法则采用更简单的上下文图、容器图和组件图。一种表示法的价值,与其说在于视觉形式有多精巧,不如说在于其语义是否明确、使用是否一致。标注为“服务”的方框必须有清晰的含义:它可能表示一种逻辑能力、一个可独立部署的程序,也可能表示一个正在运行的实例。混用这些含义,可能掩盖有关扩缩容和故障的假设。
有效的软件文档将结构图与说明文字结合起来。接口契约描述操作和错误;时序图展示典型交互;部署模型标明执行环境和网络边界。数据流描述指出敏感信息从何处进入、在哪里转换,以及在哪里留存。运维资料明确健康检查、依赖项、恢复流程和迁移约束。文档还应记录系统边界之外的内容,因为外部身份提供方、支付处理服务和网络服务都可能决定系统的行为。
架构决策记录记载一项重要决策及其背景和后果。迈克尔·尼加德在 2011 年对这一实践的介绍,使其轻量级形式得到广泛传播。一份记录可以说明团队为什么选择异步消息传递而非同步调用、考虑过哪些备选方案,以及哪些假设为这一选择提供了依据。保留决策理由,可以避免后来的维护者将有意做出的权衡误认为偶然形成的实现细节。
文档可以与实现相互核对。依赖分析可以发现不允许的导入;部署定义可以暴露未在文档中记录的数据库;追踪数据可以揭示出乎意料的同步调用链。自动生成的图有助于描述当前结构,但并不会自动解释设计意图。反过来,手工维护的模型虽然可以保留设计意图,却也可能逐渐过时。只有明确架构描述的范围、维护责任归属,以及它与实际运行系统的关系,才能使其持续发挥作用。
架构评估与证据
架构评估考察拟议或现有的结构能否在既定假设下满足重要需求,而不只是验证其是否符合某种偏好的架构风格。一个设计即使完全符合微服务架构的规范,也仍可能无法满足延迟或恢复方面的要求。因此,评估应从业务驱动因素、重要场景、约束和不确定性入手。证据可以来自结构化评审、原型、测量、数学模型、实现分析,也可以来自这些方法的组合。
架构权衡分析方法由软件工程研究所于 20 世纪 90 年代末提出,通过利益相关者的参与和质量属性场景来识别风险与权衡。评审人员考察各种架构方案如何支持按优先级排序的场景,寻找某项决策会显著影响某个质量属性的敏感点,以及会影响多个质量属性的权衡点。例如,副本数量可能影响读取能力、基础设施成本、故障恢复行为和一致性开销。这种方法让这些关系清晰可见,但并不声称所有后果都能归结为一个数值评分。
原型和实验用于解决仅靠讨论无法消除的不确定性。性能原型可以测试关键查询在使用贴近实际的数据集时,能否达到延迟目标。集成实验可以确定外部服务是否支持所需的身份验证或幂等行为。此类实验需要具有代表性的条件。如果生产环境中的性能取决于存储访问、网络距离、数据倾斜或资源争用,那么使用微小内存数据集进行的基准测试就可能产生误导。测量时应区分启动效应、稳态运行和过载时的行为。
当分析方法的假设与问题相符时,这些方法就很有价值。排队模型可以用于研究资源利用率和等待时间。依赖关系图可以揭示循环依赖或处于异常核心位置的组件。形式验证可以依据数学模型,证明协议或状态机具备某些性质。例如,模型可以检查在所建模的故障条件下,某项资源是否不会被同时分配给两个所有者。由此得到的保证只适用于这些假设和抽象,并不会自动涵盖每一项实现细节或运行情况。
安全评估通常使用威胁模型来识别资产、信任边界、攻击者能力和可能的攻击路径。这可以暴露架构中的弱点,例如将授权机制完全放在攻击者能够控制的客户端中。同样,韧性演练会通过注入故障,考察冗余和恢复机制是否有效。数据库故障切换测试可能揭示:尽管存储集群成功选出了替代节点,应用程序的连接池却未能按预期恢复。
评估产生的是证据和剩余风险,而不是架构正确性的永久证明。工作负载会变化,依赖项会演进,实际运行条件也可能与预测不同。因此,重要的评估发现应当与可量化的检查、明确的假设和已确定的后续工作相衔接。如果风险的后果和边界已经得到理解,那么接受该风险可能是合理的;而未被记录的假设,即使存在于其他方面都经过仔细评审的设计中,也仍可能带来危险。
演进、交付与架构侵蚀
软件架构在系统的整个生命周期中不断变化。新的需求、更大的数据集、变化的流量模式、依赖项的退役以及组织变动,都可能使早期的假设不再成立。演进并不一定意味着最初的设计失败:许多未来情况即使可以预测,成本也可能过高。架构面临的问题是,在保持关键不变量的同时,让必要的变更成为可能。稳定的边界、明确的契约和受控的依赖关系,为变更保留了余地,而不要求事先预见未来的每一项功能。
技术债务指的是设计或实现上的选择所带来的后续负担,这些选择会使日后的工作成本更高。当这一比喻能够区分有意作出的短期妥协与失控的恶化时,它就很有用。为了赶上固定的截止日期,组织可能明知某个脆弱的集成方案需要替换,却仍选择推迟,同时记录由此产生的限制。当系统的发展超出了原本适用的结构所能承载的范围时,也可能无意间产生架构债务。债务并不等同于技术陈旧:成熟的组件可能依然适用,而新近引入的抽象也可能带来不必要的复杂性。
当实现层面的变更逐步违反预期约束时,就会发生架构侵蚀。例如,表现层代码直接向本应由领域模块掌管的数据库写入数据,或者一个名义上异步的工作流逐渐形成一长串阻塞请求。自动化依赖检查和架构测试可以发现其中一些违规情况。适应度函数是可执行的检查,用于监测选定的架构属性,例如禁止出现的依赖关系、服务延迟或部署策略合规性。它们是否有用,取决于所选择的度量能否体现预期的质量,而不只是便于测量的替代指标。
持续交付使部署能力成为架构设计的一部分。可独立部署的组件需要兼容的接口、自动化验证、可控的配置和迁移策略。数据库变更通常采用“扩展—收缩”的步骤:先引入兼容的数据库模式扩展,再部署能够在过渡期间运行的代码,随后迁移数据,最后等到旧版使用方全部退出后,才移除过时的结构。如果将破坏性的数据库模式变更与某次应用发布捆绑在一起,即使应用的二进制文件很容易恢复,也可能无法回滚。
渐进式替换提供了全面重写之外的另一条路径。绞杀式迁移将选定的功能导向新的实现,同时让旧系统继续承载其余功能。难点往往在于共享数据、用户身份、事务边界,以及确定过渡期间某个请求应由哪套实现负责。让两个系统同时运行可以降低切换风险,但也会引入暂时的复杂性,并带来数据核对与一致性维护的负担。因此,迁移架构是一个实质性的设计问题,而不仅仅是一系列编码任务。
运行反馈也会推动架构变化。容量测量可能表明系统需要分区;事故分析可能揭示,看似冗余的服务背后其实存在共同依赖;部署失败则可能暴露出服务边界与独立发布的要求并不吻合。版本控制保留实现的历史,而决策记录和运行证据则解释结构变更为何发生。三者结合,有助于还原系统当前的组织结构,以及塑造这一结构的条件。
组织边界与特定领域的约束
架构既塑造构建系统的组织,也反映该组织的结构。梅尔文·康威在1968年的论文中指出,设计系统的组织受到自身沟通结构的制约,其产出的设计会反映这些结构,这一关系通常称为康威定律。这并不是一条将每个团队与一个服务一一对应的决定性法则。它揭示的是一种反复出现的影响:技术职责紧密耦合的地方,往往需要频繁的跨团队协调;而自主团队则需要明确的边界,使其无需持续协商也能开展有价值的工作。
因此,职责分配也是架构需要考虑的问题。一个没有明确运维负责方的服务,可能会不断积累因团队间职责空隙而无人处理的缺陷;而多个团队如果共同修改同一套共享模式,即使各服务名义上相互独立,也可能需要协调发布。反过来,只要整体范围可控,一个团队也完全可以负责多个小型组件。相关问题包括认知负荷、对接口和数据的决策权、故障响应,以及安全变更系统所需的沟通量。
领域驱动设计通常与埃里克·埃文斯2003年出版的著作联系在一起,强调围绕领域知识和边界明确的模型来构建软件。限界上下文界定了某一特定模型及其术语的适用范围。例如,“客户”在计费、客服和配送中可能有不同的含义。明确这些边界,可以避免一个通用的共享模型成为跨组织耦合的根源。限界上下文可以为模块或服务的边界划分提供依据,但并不要求将每个上下文都实现为独立的网络服务。
不同应用领域会施加不同的架构约束。实时嵌入式系统可能要求执行时间有明确上限,资源使用具有确定性,因此,不受限制的内存分配、长时间的垃圾回收停顿或不可预测的网络依赖,都不适合出现在关键路径上。科学计算可能更重视数据局部性、数值结果的可复现性和并行计算。交互式应用强调响应速度以及应对间歇性网络连接的能力,而高交易量系统则必须兼顾正确性、吞吐量和恢复能力。同一种架构策略,在某种场景下可能有益,在另一种场景下却可能不可接受。
涉及人身与环境安全或信息安全的关键系统,需要更严格地分析失效后果,并提供更充分的证据。分区隔离可以防止保障等级较低的功能干扰关键功能;采用冗余实现可以降低某些共同失效风险,但各实现之间的独立性必须得到证明,不能仅凭假设。处理个人信息的系统还会受到适用的数据隐私规则约束,这些约束涉及信息的收集、访问、保留期限和地理存储位置。它们影响的不只是用户界面的措辞,还包括数据模型、日志记录、备份设计和复制拓扑。
引入机器学习的系统还会增加对模型版本、输入分布、训练流水线和评估流程的依赖。即使模型的软件接口保持稳定,其行为仍可能在重新训练后,或随着输入数据的变化而改变。因此,除了常规组件外,架构描述还可能涵盖数据与模型的来源及演变记录、模型服务边界、监控和回退行为。这体现了架构这一学科所需涵盖的一项基本要求:架构必须考虑实际系统中行为与风险的各种来源,包括普通代码依赖关系无法体现的那些来源。