在以数据为中心的体系结构中，数据被集中并经常被其他组件访问，这些组件会修改数据。这种风格的主要目的是实现数据的完整性。以数据为中心的体系结构由不同的组件组成，这些组件通过共享数据存储库进行通信。这些组件访问共享数据结构并且相对独立，因为它们仅通过数据存储进行交互。

以数据为中心的架构最著名的例子是数据库架构，其中通用数据库架构是使用数据定义协议创建的，例如，RDBMS 中一组具有字段和数据类型的相关表。

以数据为中心的架构的另一个例子是 Web 架构，它具有通用的数据模式（即 Web 的元结构），并遵循超媒体数据模型和流程，通过使用基于 Web 的共享数据服务进行通信。

组件类型

有两种类型的组件 -

• 中央数据结构或数据存储或数据存储库，负责提供永久数据存储。它表示当前状态。

• 数据访问器或独立组件的集合，这些组件在中央数据存储上运行、执行计算并可能放回结果。

数据访问器之间的交互或通信仅通过数据存储进行。数据是客户之间唯一的沟通方式。控制流程将架构分为两类：

• 存储库架构风格

• Blackboard 架构风格

存储库架构风格

在存储库体系结构样式中，数据存储是被动的，数据存储的客户端（软件组件或代理）是主动的，它们控制逻辑流。参与的组件检查数据存储是否有更改。

优势

• 提供数据完整性、备份和恢复功能。

• 提供代理的可伸缩性和可重用性，因为它们彼此之间没有直接通信。

• 减少软件组件之间瞬态数据的开销。

缺点

• 它更容易出现故障，并且可能会进行数据复制或复制。

• 数据存储的数据结构与其代理之间的高度依赖性。

• 数据结构的变化对客户端的影响很大。

• 数据的演进既困难又昂贵。

• 在网络上移动分布式数据的成本。

Blackboard 架构风格

在 Blackboard Architecture Style 中，数据存储处于活动状态，其客户端处于被动状态。因此，逻辑流由数据存储中的当前数据状态决定。它有一个黑板组件，充当中央数据存储库，内部表示由不同的计算元素构建和操作。

• 许多独立作用于通用数据结构的组件都存储在黑板中。

• 在这种样式中，组件仅通过黑板进行交互。每当数据存储发生更改时，数据存储都会向客户端发出警报。

• 解决方案的当前状态存储在黑板中，处理由黑板的状态触发。

• 当数据发生更改时，系统会向客户端发送称为触发器和数据的通知。

• 这种方法在某些人工智能应用和复杂应用中都有应用，如语音识别、图像识别、安全系统和业务资源管理系统等。

• 如果中央数据结构的当前状态是选择要执行的进程的主要触发因素，则存储库可以是黑板，而此共享数据源是活动代理。

• 与传统数据库系统的主要区别在于，黑板架构中计算元素的调用是由黑板的当前状态触发的，而不是由外部输入触发的。

Blackboard 模型的组成部分

黑板模型通常由三个主要部分组成：

知识源 （KS）

知识源，也称为侦听器或订阅者，是不同且独立的单元。它们解决部分问题并汇总部分结果。知识源之间的交互通过黑板独特地进行。

Blackboard 数据结构

解决问题的状态数据被组织到一个与应用程序相关的层次结构中。知识源对黑板进行更改，以逐步导致问题的解决方案。

控制

控制管理任务并检查工作状态。

优势

• 提供可扩展性，提供易于添加或更新知识源的功能。

• 提供并发性，允许所有知识源并行工作，因为它们彼此独立。

• 支持假设的实验。

• 支持知识源代理的可重用性。

缺点

• Blackboard 的结构变化可能会对其所有智能体产生重大影响，因为 Blackboard 和知识源之间存在密切的依赖关系。

• 可能很难决定何时终止推理，因为只期望近似解决方案。

• 多个代理的同步问题。

• 系统设计和测试的主要挑战。