当前位置：首页 > news >正文

功能体=数据定义+算法

news 2025/9/29 6:32:20

我们已经框架性对“数据原生同步分布式协同电子电气架构”进行说明，同时也框架性阐述了基于“数据定义”基础角度的当代系统设计中的要关问题和误区。

但整个系统细分到次微观时的“功能体=数据定义+算法”是什么样的，我们在本文中进行阐述。

一、功能体

1、定义

功能体（Functional Body/Functional Entity）是一个跨学科的核心概念，最早的定义来源于生物学，其指代为完成特定目标或功能而紧密协作的多个元素（如生物个体、系统组件、智能体或业务模块）所构成的有机整体。

功能实体是指是能够完成特定任务的硬件与软件的一个有机组合。

功能体的定义覆盖功能实体。在如下文章中我们均将统称为功能体。

功能体的核心思想是“整体大于部分之和”，通过元素间的协同涌现出单一元素不具备的系统功能。

2、领域区分

领域	功能体的定义与核心特征	典型示例
生态学/生物学	宿主与其关联的微生物群落构成的统一生命系统。它们共同维持健康、适应环境，并作为一个整体单位参与进化	人体共生功能体：一个人与其肠道、皮肤等处的微生物群落共同构成一个功能体，微生物帮助消化、合成维生素、训练免疫系统
复杂系统与网络科学	复杂网络中内部连接紧密、与外部连接相对稀疏的节点聚集体。这些节点通过密切配合，使该子结构具备特定的系统功能	作战网络功能体：信息化战场上，由侦察、决策、打击等不同功能的实体通过信息链路紧密协作，自组织形成的具有特定作战能力的子网络
项目管理与价值工程	在项目管理过程中，为创造特定价值而组合在一起的一系列功能活动集合（即价值功能体）。它强调通过优化各功能环节来实现整体价值最大化	建筑项目的价值功能体：将立项、计划、成本管理、质量管理等基本和辅助活动视为一个整体功能体，优化其功能以实现项目工期、成本和质量的最佳平衡
人机环境系统智能	适应特定场景或响应特定需求而表现出的具体功能形态。它是系统（实体或虚体）动态调整自身行为以实现目标的适应性体现	自动驾驶汽车的应体：车辆根据路况（城市道路或高速公路）动态调整驾驶策略（如跟车距离、变道激进程度），这种自适应行为模式就是一种功能体表现

3、功能体定位及其研究过程

随着信息技术的发展，功能体之间的互连成为一个常态，为此，一个复杂系统的研究方法将会形成更小颗粒、组合、集成等形态，功能体成为一个重要研究节点。

功能体特定的结构组成决定了其特殊的功能，能够体现网络整体功能与各类子功能的关系，从微观角度更清晰地展示网络的功能。因此，功能体使人们能够看清复杂系统的结构特点，厘清功能特征，明晰其运转机理。

功能体是“结构决定功能”，既然有结构，其结构一定是要素的集成、组合，也是内在机理应用和延伸，其最为核心的是数据、算法及其支撑的网络。功能体是通过他们与其它功能体完成交互功能。

传统的功能体的研究策略，一般是基于“模型工程方法论”来实现，也就是基于设计确定下的“服务”来建模，其中建模过程的涉及到的网络也是一个实际需要完成的独立工作，并与其它功能体交叉。

功能体的一般研究过程是：设计确定、服务定义、分类、关系拓扑、建模、算法、网络、仿真验证、组合、测试、定型。这个过程是一个“V模型“开发过程及其开发管理。

4、功能体与智能体

百度百科对“智能体（Agent）”的定义：是指能够感知环境并采取行动以实现特定目标的代理体。

智能体的可以是软件、硬件或一个系统，具备自主性、适应性和交互能力。智能体通过感知环境中的变化（如通过传感器或数据输入），根据自身学习到的知识和算法进行判断和决策，进而执行动作以影响环境或达到预定的目标。

从数学定义角度看，功能体的定义与智能体的定义核心表述几乎一样，以及与智能体形式化模型紧密相关，尤其在复杂系统中的多智能体系统、人工智能和复杂系统建模中。

特征维度	功能体	智能体
核心本质	功能模块的集合	自主决策的智能实体
自主性	低，按预设规则或指令运行	高，可独立感知、决策、行动
目标导向	被动完成特定功能	主动规划并执行以达成目标
交互方式	通常是单向的、被动的响应	双向的、主动的与环境互动
学习能力	通常不具备	具备从经验中学习和优化的能力

但它们构成可以是“硬件+软件”或是软件的集成。功能体的硬件主要表现为集成了软件系统的传感器、执行器、微控制器等，其内在软件主要体现是“做什么”。而智能体的硬件表现为一个集成了软件系统的智能终端。

5、数学定义

数学定义是以非常具体的方式规定某一数学对象的含义，需要列出该对象需要具有的属性。

数学定义往往剥离了具体现实情境，只保留最核心的本质属性，它们的核心思想是将一个能够感知环境、做出决策并执行动作的单元抽象为一个数学对象，抽像的表现方式为数据（数字）形态。

为此，数学定义是功能体的基础。

6、功能实体与数据实体的差别与关系

我们可以简单的这样理解这两者的区别与关系：功能体是一个“干活的”，如“这样做”。数据实体是一个“数据搬运工”，如是什么、去哪里。它们是相辅相成的。

功能实体按数学定义是个函数或映射，其核心是描述一个动态的过程，数据的完整性约束，如主键唯一性、参照完整性。

数据实体按数学定义是一个有序元组，它代表了业务领域中某个对象在特定时刻的状态快照，行为的正确性与效果，如输出是否符合预期，逻辑是否正确。

数据实体是数据模型中具有独立存在性、唯一性、结构性、特定属性的基本单元，它代表了现实世界中具有特定含义和属性的对象或概念。

数据实体会在数据库、数据分析、信息系统开发等的基础。

数据建模是建设数字化系统的核心工作环节之一，概念数据模型、逻辑数据模型和物理数据模型是数据建模过程的产物，按数据模型的类型可分为概念关系、逻辑关系、物理关系

（1）功能实体的性能特点

功能实体的核心任务是执行业务流程和规则，其性能表现主要取决于代码实现质量和系统资源分配。

1）计算与逻辑是核心：这涉及到如传感器、执行器在运行时的数据管控、线程配置、线程调度、算法等。

2）代码和架构：如一个传感器的运营时，其关键点在一是硬件质量；二是控制代码、执行算法的质量；三是异步协同及融合的资源控制。此外，在传统的网络数据处时，会对核心业务逻辑进行缓存（例如缓存计算结果），以及通过负载均衡将请求分发到多个应用实例。

（2）数据实体的性能特点

数据实体（如领域对象、数据库映射对象）的核心任务是承载和持久化业务数据，其性能瓶颈主要出现在数据存取过程中。

1）I/O操作：数据实体的性能极大程度依赖于与数据模型、数据结构或其他持久化介质的交互效率。在高并发场景下，数据的锁竞争会导致大量请求排队等待，直接拉高系统响应时间。

2）数据模型变更为数据建模：针对数据实体的性能优化，首要是对数据进行定义、设定好数据结构，并对其进行管控，实现数据建模。

二、数据结构

按照DAMA、IBM、DCMM（GB/T 36073-2018国家标准）、TOGAF10.0、华为技术等五个定义为基础，我们提出了数据结构包括：数据声明、数据原则、数据安全、数据模型、数据流动、数据管理、数据治理、数据支撑基础等八大模块。

1968年，唐纳德·克努特教授的《计算机程序设计技巧第一卷·基本算法》是第一本系统阐述数据逻辑结构、存储结构及操作的著作。

1、几个概念

（1）数据：数据是信息的载体，符号的集合和表示，计算机中指能被识别、存储和加工处理的符号总称，由数据项组成。

（2）数据元素：数据的基本单位，通常作为一个整体进行考虑和处理。一个数据元素可由若干数据项组成。

（3）数据项：构成数据元素的不可分割的最小单位（数据中不可分割的最小单位）又称项或字段。

（4）数据对象：数据对象是具有相同性值的数据元素的集合，是数据的一个子集。

（5）数据结构（data structure）：数据结构是相互之间存在一种或多种特定关系的数据元素的集合。

图1 数据结构图

图2 数据架构图

2、现代数据架构基础需求

随着技术的不断发展，以及新型人工智能体的出现，现代对“数据架构”和“数据”的要求更为迫切，并期望在人工智能、自动化、信息化、物联网、区块链、大模型数据利用、基于大模型的功能体等新兴技术上得到良好应用，为此表现如下基本特征：

（1）数据原生：获取数据生产者最原始数据，为数据消费者提供全真数据，并遵循“数据为核心要素，数据定义架构和业务，实现数据可信、价值化、全时空、随处访问、智能自治、数权明确的目标”。

（2）无缝隙的数据集成：利用内部嵌套的数据通信平台（中间件平台）将对原遗留应用程序进行集成和融通，实现跨平台、跨区域、跨系统、跨载荷进行数据共享。

（3）无耦合和可扩展：建设新一代软总线系统对各类软件与软年、软件与硬件之间实现无耦合，使服务能够独立于其服务执行最小的任务量，以及实现“数据”顺畅进行异构互联。

（4）强实时数据使用：支持数据使用者能获得强实时、低延迟的数据，以对其运营决策提供真实支撑，对数据消费者提供主动数据验证、分类、管理和治理的支撑与实现。

（5）高流量数据和存储：适用智能体高并发数据生产以及对其进行运营数据全链存储，为后续数据管理、数据治理、数据责任划分提供支撑。

3、数据分布和数据标准

我们知道数据分布包括了数据源、数据流、背景基础等三个核心组件，其核心的要义是使用者在使用数据时，能更好的完成和理解数据特性、数据分析、基于AI的模型训练、数据变换、数据预处理等工作，同时对数据标准提供基础。

数据标准[38]是为了使数据在各个使用者之间进行一致性和准确性交互而制订的一种规范性约束，是对元数据进行规范的结果，它主要应用于行业客户之间相关数据，包括了数据命名、长度、业务定义、计算口径、归属、反馈定义等要素。

在以面向“数据原生”架构所设定的“数据定义架构和业务”的逻辑中，数据分布、数据标准、数据流等是一个既有的数据管道中完成需求之间的交互，而基于应用层所需求的数据分布、数据标准等则会按照不同类型数据标准群，如企业管理类、物理体功能指标类型、非物理功能体指标类、分析测试类等，在体系工程的工作中出现和使用。

4、网络架构和对数据架构支撑作用

网络架构是指在计算机网络中，为设备、协议、数据流和服务之间的建立以设计、构建和管理一个通信网络的架构和技术的总图，其包括了硬件配置、应用软件、接口类型、网络协议、网络构型、数据网络通信系统、管理机制等要素，以实现数据的高效传输、系统的可靠性和安全性。

实物功能体虚拟化（NFV）和软件定义网络（SDN）被视为下一代的通信技术革命，核心的述求是解决解耦和降低作业负载问题，以实现网络功能灵活性、可编程性、轻量化交付。NFV和SDN的整个运作机制没有跳出传统底层网络技术，虽然两者之间存在着紧密联系和互补性，应用于分布式结构，但其主张应用场景不同。而在解耦方面SDN处理的是数据的控制和转发解耦，NFV处理的是软件和硬件之间解耦，并没有实现统一融合。

基于“软件定义网络”基础而新构的以“数据原生”架构的新一代软网络是会在“无网络”、“不仅仅是网络”的思想实现零信任架构、开放模式、自愈网络、自组网络（异构组网）、多源数据融合、智能化、高确定、任意解耦等特点。

由此，呈现给使用者的数据是“数据原生”形态，而且使用者可以据需求对数据进行清洗、分类、分析等高保真的数据服务，使整个基于数据的技术服务扁平化。