你在需求评审里听到「先建个模」「抽象一下领域」,或者看到同事画了一堆框图和类图,心里没底:模型到底是个什么东西,为什么非得先建模再写代码?这篇不堆术语,从「模型是对现实的有意简化」这个根上讲起,给出建模的几条基本原理、常见思路的适用边界,以及一套能直接照着做的落地步骤。看完你至少能判断:手上这个需求该不该建模、该用哪种思路。
你在需求评审里听到「先建个模」「抽象一下领域」,或者看到同事画了一堆框图和类图,心里没底:模型到底是个什么东西,为什么非得先建模再写代码?这篇不堆术语,从「模型是对现实的有意简化」这个根上讲起,给出建模的几条基本原理、常见思路的适用边界,以及一套能直接照着做的落地步骤。
看完你至少能判断两件事:手上这个需求该不该建模,以及该用哪种思路。重点是判断标准,不是背定义——因为模型这东西,脱离目的谈对错没有意义,我们只关心它能不能帮你把当前的问题讲清楚。
先搞清「模型」这个词到底指什么
模型不是现实的复制品,而是为了某个目的、对现实做的一次有意简化。同一个系统,目的不同,模型就不同:你要给业务方讲流程,画的是泳道图;你要给数据库建表,画的是实体关系图;两个图长得完全不一样,但都对。所以先问「这个模型是给谁看的、要回答什么问题」,比先动手画重要得多。
- 业务对象的数据结构
- 代码里那些类、字段、表结构,描述的是业务概念长什么样、彼此怎么关联
- 系统架构的抽象图
- 用框和线描述模块、分层、调用关系,回答的是系统怎么搭、边界在哪
- 数据科学里的训练模型
- 从历史数据里学出来的那套参数,回答的是给定输入怎么预测输出
这三层意思最容易被混着聊。有人跟你说「模型不准」,可能指业务概念定义有冲突,也可能指预测效果差,追问一句「你指的是哪个模型」能省掉半小时扯皮。判断一个模型好不好,只看两件事:它能不能回答你要问的问题,以及维护它的成本能不能接受。
软件建模的三条基本原理
第一条是抽象与忽略:只保留和当前问题相关的属性,其余果断丢掉。什么属性相关?看你要回答的问题。如果你在梳理下单流程,用户的星座、头像颜色就不该进模型;如果你在做推荐,那这些恰恰要保留。什么都想画的模型等于没建模,因为它没有帮你排除任何东西。
- 抽象与忽略:先列出所有相关属性,再逐条问「去掉它会不会影响结论」,不会就删
- 一致性:同一份模型里,同名概念必须指同一件事;出现两个「订单」就要立刻拆开命名
- 可演进:模型是随认知更新的草稿,不是一次定稿的施工图,一开始追求完整往往导致返工
一致性这条最容易被低估。实际项目里常见的情况是,销售嘴里的「客户」和客服嘴里的「客户」根本不是同一个东西,一个是签约主体,一个是联系方式。如果模型里都叫 Customer,后面写代码时一定会出问题。命名上多花五分钟,能省掉后面来回确认的几轮沟通。
| 原理 | 落地时的具体动作 | 不适用的情况 |
|---|---|---|
| 抽象与忽略 | 每条属性列出后追问:去掉它会不会影响当前要回答的问题 | 需求本身还没想清楚时,先别急着删,可能删错 |
| 一致性 | 给每个概念建档,写明定义、别名和负责人 | 概念还在快速变化期时,先记录别名,别急着定死 |
| 可演进 | 模型存成可改的文档,标上版本和适用问题 | 对外交付的接口约定类模型,改动要走评审 |
常用建模思路与各自的适用边界
建模思路没有高低之分,只有合不合适。面向对象或领域建模适合业务规则多、概念关系复杂的系统,比如带多种优惠组合的交易系统;如果只是做一次性数据搬运,套这套反而拖慢进度。数据建模适合以数据和查询为中心的活,比如后台报表;对强交互、强流程的系统描述力不够。
结构化或流程建模适合步骤固定、要审批和分支的流程,比如报销、工单;面对开放式、探索型的业务会写得很别扭,因为你根本没法把步骤穷举完。原型与示例驱动适合团队对需求理解不到位、说不太清就先画界面或写几条示例数据的情况;这种方式不适合安全、资金类等不允许试错的场景。
| 思路 | 适合的场景 | 明显不合适时怎么办 |
|---|---|---|
| 面向对象/领域建模 | 业务规则多、概念关系复杂 | 只是搬运数据,改用表结构直接描述 |
| 数据建模(实体-关系) | 以数据和查询为中心 | 强交互流程,改用流程建模补一层 |
| 结构化/流程建模 | 步骤固定、含审批分支 | 开放式业务,改用原型加示例先探路 |
| 原型与示例驱动 | 需求讲不清、需要快速对齐 | 安全资金等不允许试错,改回结构化拆解 |
一套能落地的建模起手步骤
- 第一步 收集名词从需求文档和对话里圈出所有业务名词,先不判断对错,只做记录。验证方式:数一数圈了多少个,超过二十个通常说明范围划大了。
- 第二步 给名词归类把名词分成实体、动作、属性三类,重复出现的合并成同一个。验证方式:随便挑一个名词,看能不能说出它的定义和别名。
- 第三步 写使用场景抽两三个真实场景,用这些概念串一遍,串不通的地方就是模型缺口。验证方式:让不参与建模的同事读场景,看他能不能复述。
- 第四步 留版本把模型存成可改的文档或图,标注它是哪一版、为哪个问题服务,避免被当成定稿。验证方式:过两周回看,能不能一眼说出这版解决的是什么问题。
这套顺序的关键是先广后深:先收集、再归类,最后才串场景,不要一上来就画关系图。很多模型半途而废,就是因为一开始就纠结两个概念之间的连线对不对,结果全局还没看清就陷进去了。
什么情况下先别急着建模
第一种,需求还没稳定、明天可能推翻:这时候先用原型或示例验证方向,比画完整模型划算,画完就废的模型只会消耗团队耐心。第二种,一次性的脚本或临时数据处理:直接写,事后补一张小图说明就够,别为了流程完整硬套建模方法。
- 需求频繁变动期:优先做原型和示例,模型等方向稳定后再补
- 一次性脚本或临时任务:先跑通,事后补一页说明即可
- 团队没人看得懂你的图:模型的价值在于沟通,看不懂就等于零,先换更直观的表达
- 单纯为了文档齐全而建模:如果后续没人维护,不如不建
判断标准其实很简单:如果这个模型没人会去看第二遍,那它就没必要存在。模型是给人和代码共同使用的沟通工具,不是交付物清单上的一行。想对照不同思路的实际取舍,可以去站内的工具目录和指南中心翻一翻对应的条目,看别人是怎么在类似场景里做选择的。
下一步如果你正在纠结手上这个需求该不该建模、该选哪种思路,去站内指南中心按场景找对应的拆解,配合工具目录里的实际工具再决定动手方式。→常见问题
模型和架构图是一回事吗?
不是。架构图描述的是系统由哪些部分、怎么连起来,偏技术实现;模型更多描述业务里的概念和它们的关系,偏问题本身。实际项目里两者会互相影响,但出发点不同,混着聊容易各说各话,建议分开画、分开讨论。
不建模直接写代码行不行?
小需求、需求明确、改动可控的场景完全可以,事后再补一张小图记录理解即可。但如果业务规则多、参与人多,跳过的代价会以返工的形式还回来:写到一半发现概念冲突,改起来的成本远高于先花半天把名词对齐。
新手该从哪种建模方式入手?
建议先练「列名词 + 写场景」这一层,不依赖任何工具和符号,拿张纸就能做。等这套顺了,再按项目类型挑具体方法:业务系统补领域建模,数据类活补实体关系。方法论本身不难,难的是忍住不把每个细节都画上去。