数据流（data flow）是数据在系统中传递的路径，用于描述数据从一个位置到另一个位置的流动过程

数据流（data flow）是数据在系统中传递的路径，用于描述数据从一个位置到另一个位置的流动过程。它通常出现在数据流图（DFD, Data Flow Diagram）中，表示信息如何在系统中被处理和传输。一个数据流可以包含一组具有固定结构的数据项，并且其流向可以是：

• 从外部实体（源，Source）流向加工（Process）；
• 从加工流向数据存储（文件，Data Store）；
• 从数据存储流向加工；
• 从一个加工流向另一个加工；
• 从加工流向外部实体（宿，Sink）。

为了增强可读性和理解性，每个数据流应具有一个有意义的名称，如“客户订单信息”或“付款凭证”。但有一个例外：当数据流完全对应于某个文件的全部内容时，例如写入文件或从文件读取，这类数据流通常不需要命名，因为其含义已经由文件本身定义，命名反而冗余。

例如，在一个订单处理系统中：

• “客户”作为源，发送“订单数据”流向“接收订单”加工；
• “接收订单”加工将“订单数据”写入“订单文件”；
• 此时从加工到“订单文件”的数据流可不命名，因为它就是文件本身的全部内容；
• 而从“接收订单”加工输出到“库存管理”加工的数据流则应命名为“待处理订单”，以明确其用途。

# 示例：模拟数据流的结构定义（非执行流程，仅示意）
class DataFlow:
    def __init__(self, name, source, target, content):
        self.name = name          # 数据流名称（可选）
        self.source = source      # 源节点（加工、外部实体、文件）
        self.target = target      # 目标节点
        self.content = content    # 数据组成

    def describe(self):
        if self.name:
            return f"数据流 '{self.name}': {self.source} → {self.target}, 内容: {self.content}"
        else:
            return f"匿名数据流: {self.source} → {self.target}, 内容: {self.content}"

# 使用示例
flow1 = DataFlow("客户订单", "客户", "接收订单", ["订单号", "商品列表", "金额"])
flow2 = DataFlow(None, "更新库存", "库存文件", ["商品ID", "新库存量"])  # 不必命名

print(flow1.describe())
print(flow2.describe())

在数据流图（DFD, Data Flow Diagram）中，“加工”（Process）是指对数据进行处理或变换的逻辑功能单元。它接收输入的数据流，对其进行某种操作（如计算、转换、合并、查询等），然后产生输出的数据流。加工不关心具体的实现细节（如代码或算法），而是从逻辑上描述“系统做什么”。

加工的主要特征包括：

1. 有唯一的编号：
   每个加工通常有一个编号（如 P1、P2 或 1.0、2.1），用于在分层 DFD 中标识和追踪，便于分解和细化。

2. 有明确的名称：
   名称应为动词短语，体现其功能，例如“验证用户身份”、“生成订单报表”、“计算税费”等，使人一目了然。

3. 至少有一个输入数据流和一个输出数据流：
   加工必须有输入（数据来源）和输出（处理结果），否则属于“黑洞”（只有输入无输出）或“奇迹”（只有输出无输入），是逻辑错误。

4. 不关心内部实现：
   DFD 是逻辑模型，加工只表示“做什么”，不表示“怎么做”。具体实现由后续的设计阶段完成。

5. 可以被分解（分层细化）：
   高层图中的一个加工可以在下层图中展开为多个子加工，形成层次结构。例如，“处理订单”可分解为“验证订单”、“更新库存”、“生成发票”等。

6. 不能直接访问数据存储（间接访问）：
   加工通过数据流与外部实体或数据存储交互，但不能绕过数据流直接操作文件或数据库。

---

# 示例：模拟一个加工的行为（非图形建模，仅示意逻辑）
class Process:
    def __init__(self, pid, name):
        self.id = pid           # 加工编号
        self.name = name        # 加工名称
        self.inputs = []        # 输入数据流
        self.outputs = []       # 输出数据流

    def add_input(self, data_flow):
        self.inputs.append(data_flow)

    def add_output(self, data_flow):
        self.outputs.append(data_flow)

    def execute(self):
        # 简单模拟执行过程
        if not self.inputs:
            print(f"警告：加工 '{self.name}' 无输入数据流（黑洞错误）")
            return
        if not self.outputs:
            print(f"警告：加工 '{self.name}' 无输出数据流（奇迹错误）")
            return
        print(f"执行加工 [{self.id}]: {self.name}")
        for out_flow in self.outputs:
            print(f"  输出 → {out_flow.describe()}")

# 使用示例
proc = Process("P3", "计算订单总价")
flow_in = DataFlow("订单明细", "接收订单", "计算订单总价", ["商品价格", "数量"])
flow_out = DataFlow("订单总价", "计算订单总价", "生成发票", ["总金额"])

proc.add_input(flow_in)
proc.add_output(flow_out)
proc.execute()