Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
随着科技的进步和软件开发的不断发展，图形化表示业务流程和系统架构变得越来越重要。本文将教你如何结合使用ChatGPT和PlantUML，在Windows环境下快速高效地创建业务流程图、系统架构图等图形，并提供在线生成的方式。
什么是ChatGPT和PlantUML？
ChatGPT 是由OpenAI开发的大型语言模型，能够理解和生成自然语言文本，可以用来回答问题、生成代码、编写文档等。
PlantUML 是一种开源工具，允许用户使用简单的文本描述来生成UML图，包括类图、时序图、用例图、活动图等。它支持多种格式输出，如PNG、SVG、LaTeX等。
为什么要结合使用ChatGPT和PlantUML？
结合使用ChatGPT和PlantUML有以下几个优势：
- 自动化生成：ChatGPT可以根据自然语言描述自动生成PlantUML代码，极大提高了生产力。
- 降低门槛：即使对PlantUML不熟悉的用户，也可以通过ChatGPT快速生成所需的图形。
- 提高效率：通过自然语言与ChatGPT互动，可以更快地迭代和调整图形。
安装和配置
安装Java环境和Graphviz
- 下载并安装最新版本的Java SE Development Kit (JDK)。你可以从Oracle官网下载。
- 下载并安装Graphviz。你可以从Graphviz官网下载。
下载和配置PlantUML
- 下载PlantUML的jar文件，你可以从PlantUML官网下载页面获取。
- 将PlantUML的jar文件放置在你选择的目录下，例如
C:\PlantUML。
使用ChatGPT生成PlantUML代码
Chatgpt提示语
请使用PlantUML帮我画出XXX流程图/架构图，流程大概步骤如下：
1.
2.
3.
请你结合XXX行业经验，帮我完善并画图XXX业务流程图/架构图。
示例1：生成业务流程图
假设你想生成一个简单的业务流程图，描述用户登录过程：
向ChatGPT描述业务流程：
用户打开登录页面 -> 输入用户名和密码 -> 系统验证用户信息 -> 显示登录成功或失败。ChatGPT生成PlantUML代码：
@startuml
:用户: -> (打开登录页面)
:用户: -> (输入用户名和密码)
(输入用户名和密码) -> (系统验证用户信息)
(系统验证用户信息) -> (显示登录成功或失败)
@enduml
生成图形： 将生成的PlantUML代码保存为login_process.puml文件，然后打开命令提示符（Cmd）并导航到该文件所在目录，运行以下命令生成图形：
java -jar C:\PlantUML\plantuml.jar system_architecture.puml或者你也可以使用在线生成的方式，访问PlantUML官方网站，在编辑器中粘贴上述代码，然后点击”Submit”按钮即可在线生成图形。
生成流程图如下：
示例2：生成系统架构图
假设你需要绘制一个简单的三层架构图：
向ChatGPT描述系统架构：
系统包括三层：表示层、业务逻辑层和数据层。表示层包括用户界面。业务逻辑层包括应用服务器。数据层包括数据库服务器。ChatGPT生成PlantUML代码：
@startuml
package "表示层" {
[用户界面]
}
package "业务逻辑层" {
[应用服务器]
}
package "数据层" {
[数据库服务器]
}
[用户界面] -> [应用服务器]
[应用服务器] -> [数据库服务器]
@enduml生成图形： 将生成的PlantUML代码保存为system_architecture.puml文件，然后运行以下命令生成图形：
java -jar C:\PlantUML\plantuml.jar system_architecture.puml或者你也可以使用在线生成的方式，访问PlantUML官方网站，在编辑器中粘贴上述代码，然后点击”Submit”按钮即可在线生成图形。
生成图如下：
示例3：生成实时数仓系统架构图
假设你需要绘制一个简单的数据仓库架构图：
向ChatGPT描述系统架构：
请使用PlantUML帮我画出数据处理系统架构图，系统包括数据源、数据处理、数据存储和数据分析等模块。具体的模块和关系如下：
数据源模块包括Kafka、MySQL、REST API、MongoDB和达梦数据库。
数据处理模块主要由Flink实时处理引擎组成，负责数据的摄取、处理和输出。
数据存储模块包括Doris实时数据仓库、HDFS原始数据存储和Hive用于查询数据。
数据分析模块由BI工具组成，用于数据的可视化和报告。
请你根据以上描述，帮我完善并画图数据处理系统架构图。ChatGPT生成PlantUML代码：
@startuml
' Define Data Sources
package "Data Sources" {
class Kafka {
+ produce(messages)
+ consume(messages)
}
class MySQL {
+ write(data)
+ read(data)
}
class RESTAPI {
+ fetchData()
}
class MongoDB {
+ insert(data)
+ query(data)
}
class Dameng {
+ insert(data)
+ query(data)
}
}
' Define Data Processing
package "Data Processing" {
class Flink {
+ ingest(data)
+ process(data)
+ output(data)
}
}
' Define Data Storage
package "Data Storage" {
class Doris {
+ load(data)
+ query(data)
}
class HDFS {
+ store(data)
+ read(data)
}
class Hive {
+ query(data)
}
}
' Define Data Analysis
package "Data Analysis" {
class BI_Tool {
+ visualize(data)
+ report(data)
}
}
' Define Relationships
Kafka --> Flink : stream data
MySQL --> Flink : binlog data
RESTAPI --> Flink : fetch data
MongoDB --> Flink : insert data
Dameng --> Flink : insert/query data
Flink --> Doris : processed data
Flink --> HDFS : store raw data
Doris --> BI_Tool : query data
Hive --> BI_Tool : query data
note left of Kafka
Kafka作为数据源，接收和发送消息数据
end note
note right of MySQL
MySQL作为数据源，提供结构化数据
end note
note left of RESTAPI
REST API作为数据源，提供实时数据
end note
note left of MongoDB
MongoDB作为数据源，提供文档数据库
end note
note right of Dameng
达梦数据库作为数据源，提供关系型数据库
end note
note bottom of Flink
Flink实时处理引擎，负责数据的摄取、处理和输出
end note
note right of Doris
Doris作为实时数据仓库，负责数据的存储和查询
end note
note right of HDFS
HDFS用于存储原始数据
end note
note bottom of Hive
Hive用于查询存储在HDFS中的数据
end note
note bottom of BI_Tool
BI工具用于数据的可视化和报告
end note
@enduml
生成图形： 将生成的PlantUML代码保存为data_architecture.puml文件，然后运行以下命令生成图形：
java -jar C:\PlantUML\plantuml.jar data_architecture.puml或者你也可以使用在线生成的方式，访问PlantUML官方网站，在编辑器中粘贴上述代码，然后点击”Submit”按钮即可在线生成图形。
生成图如下：
总结
通过结合使用ChatGPT和PlantUML，在Windows环境下可以快速生成各种业务流程图和系统架构图。ChatGPT可以帮助你将自然语言描述转化为PlantUML代码，而PlantUML则负责将这些代码转换为图形。你可以选择本地生成或者在线生成的方式，来满足不同的需求和偏好。
