软件体系结构风格是描述某一特定应用领域中系统组织方式的惯用模式。体系结构风格定义一个系统家族，即一个体系结构定义一个词汇表和一组约束。体系结构风格反映了领域中众多系统所共有的结构和语义特性。
软件架构风格一共分为了五类，五类下面又有若干子分类：
数据流风格
数据流风格包含了两种：批处理风格和过滤器风格。两种区别如下：
批处理风格：
每个步骤都是一个单独的程序。上一步结束，下一步才能开始。
基本构件是独立的应用程序。连接件是某种类型的媒介，定义了相应的数据流图。
过滤器风格：
每个步骤都是单独的子程序。
一个步骤的输出是下一个步骤的输入。
基本构件是过滤器。连接件是数据流传输通道。
过程控制风格
过程控制风格和上面的两个风格处理方式差异较大，一般应用在嵌入式开发中，包含了四个组件：
传感器(Sensor)：监听某些重要信息。
控制器（Controller）：逻辑控制。
执行器（Actuator）：操作过程的物理方法。
过程（Process）：你想要控制的内容。
以数据为中心的体系风格
仓库体系风格
仓库风格是以数据为中心的风格，关注的重点是数据的存储和共享方式。仓库有两种核心构件：中央数据单元和独立构件：
中央数据单元存储和管理所有数据和系统当前状态。
独立构件通过和中央数据存储交互，来执行逻辑处理。
黑板体系风格
黑板体系风格用于解决非结构化问题。当问题没有精确答案时就可能用到黑板体系风格。
黑板体系风格的传统应用为：
信号处理领域：如语音识别和模式识别。
独立构件体系风格
进程通信体系风格实际上就是多进程模型。
时间系统体系风格实际上就是事件驱动模型。
C2 体系风格
特点
在C2架构风格中，构件与连接件有以下几点：
构件之间不能直接连接。
构件，连接件都有顶部与底部。
构件顶部或底部只能与连接件底部或顶部相连，。
连接件相互之间可通过顶部及底部连接。
构件不感知下一层构件。
构件可以感知上一层构件。
构件之间通过连接件的异步消息机制交互。
消息机制
在C2风格中，构件与构件之间只能通过消息进行交互中，因此将消息分为了两类:
请求：下一层构件通过顶层向上一层构件底层发送的消息
通知：上一层构件通过底层向下一层构件发送的消息
从上可知，C2中的构件存在两个部件，即
顶层域：能对哪些通知做出响应及会发出哪些请求
底层域：能请收哪些请求及会发出哪些通知
| 同时若构件之间的消息如果不能直接解析，还需要一个域转换器进行消息及请求的转换。 |
优点
松耦合：上层构件对下层构件不感知，方便更新或替换下层构件。
高内聚：构件之间通过消息交互，相对独立，可以封装任意复杂度的构件至系统中
易扩展修改：构件只与上下层构件交互，功能的修改最多只影响上下层，不扩散影响。
可重用：只要符合请求及响应标准，就可重用构件。
缺点
效率低：若业务处理涉及多个构件层次，在系统执行过程中将存在性能损耗
层次不清：难以划分出合适的，正确的层次结构，有时由于需求，需要跨层交互，增加复杂性
独立构件体系风格
事件系统体系风格
事件系统体系风格或隐式调用。构件不直接调用过程，而是广播事件。
虚拟机体系风格
规则系统体系风格[1]
基于规则的系统架构风格是一种软件设计方法，它以预定义的规则集为核心，通过这些规则来指导系统的行为和决策过程。这种架构风格特别适用于需要进行复杂逻辑推理、知识处理或决策制定的应用场景，如专家系统、决策支持系统、业务流程自动化等领域。以下是对基于规则的系统架构风格的主要特征、组成元素及应用实例的详细描述：
主要特征：
规则驱动：系统的核心逻辑由一系列明确、形式化的规则构成。这些规则通常以“如果…那么…”的形式表述，即在满足特定条件（前提）时，执行相应的操作（结论）。
分离规则与数据：规则独立于具体的数据，只负责对输入数据进行处理和决策。这样设计的好处是规则易于管理和更新，无需修改程序代码，只需调整或添加规则即可适应变化的需求。
透明性与可解释性：基于规则的系统能够清晰地展示其决策依据，即触发了哪些规则以及如何得出最终结果，使得系统的运行过程具有较高的透明度和可解释性。
模块化与扩展性：规则可以被组织成模块或规则库，便于根据业务需求进行组合、重用和扩展。新规则的引入不会影响已有规则的执行，增强了系统的灵活性和适应性。
组成元素：
规则库：存储系统中所有规则的地方，规则按照一定的结构（如RIF、XML、JSON等）进行编码和管理。
推理引擎：负责读取、解析、执行规则的核心组件。它根据输入数据匹配规则前提，触发满足条件的规则，并执行相应的结论操作。
工作内存/事实库：存储当前系统状态和待处理数据的地方。推理引擎会在此查找匹配规则前提的事实，并将执行规则后的结果写回工作内存。
用户接口/知识编辑器：用于用户或知识工程师查看、添加、修改、删除规则，以及监控系统运行状态的工具。
应用实例：
专家系统：模拟人类专家知识和经验进行问题诊断、决策支持的系统，如医疗诊断系统、法律咨询系统等。通过编码领域专家的规则，系统能处理复杂问题并提供专业建议。
决策支持系统：辅助企业或组织进行战略规划、运营管理等决策过程的系统，如信用评估系统、库存管理优化系统等。规则用于定义各种决策条件和策略，系统根据实时数据动态调整决策方案。
业务流程自动化：在企业级应用中，基于规则的系统可用于自动化审批流程、订单处理、客户关系管理等业务场景。规则描述了业务流程中的条件判断、分支选择、任务分配等逻辑，实现高效、规范的业务执行。
智能客服系统：利用规则来识别用户意图、回答常见问题、推荐产品或服务，以及在必要时转接人工客服。规则库可以根据用户反馈和业务变化进行快速更新，提升服务质量和客户满意度。
总结来说，基于规则的系统架构风格强调以规则为核心，通过分离规则与数据、实现透明性和可解释性、以及良好的模块化与扩展性，为处理复杂逻辑推理和决策制定问题提供了有效的解决方案。这种架构风格在众多领域得到了广泛应用，特别是在需要专业知识、规则明确且频繁变更的场景中尤为适用。