谈谈架构层级的“开闭原则”

本文由公众号EAWorld翻译发表，转载需注明出处。

作者：David Llobregat

译者：白小白

原文：http://t.cn/E6FVsm6

原题：

The Open-Closed Principle

at an Architectural Level

简介：

本文是关于架构层级SOLID原则的文章系列的第一篇。你可能熟悉如何在面向对象的层级遵循SOLID原则来进行类的设计，或者你也曾经疑惑这些原则是否适用于系统的架构设计，关于这一点，我将尝试给出一些我的见解。

在类的层级，开闭原则（the-Open-Closed-Principle，简称OCP原则）的含义是：一个类对扩展是“开”放的，而对变更是封“闭”的，意思是说，应该在不改变类的前提下扩展一个类的行为。而通常的方式是继承和多态。

在架构层级，我们并不会变更系统的一部分功能（可能是最适用于当前架构的进程，守护进程，服务，或者微服务），而是通过新增功能的方式来复用已完成的代码。为了不对现有的部分做出变更，系统需要做到完全的解耦。接下来的内容将聚焦于事件驱动系统，并以消息队列实现服务间通信。消息队列 可以是ActiveMQ, RabbitMQ, ZeroMQ, Kafka或者其他服务，我将以Kafka的话语体系来进行描述，如主题（Topic），发布者，订阅者，以及类似Kafka的多个订阅者共享相同主题的能力。

一、消息系统

上图是一个一般用例：发布者向主题发布消息（或者事件），多个订阅者可以从主题处获得该事件。箭头指示了通信的流向。假定发布者和订阅者都是微服务的话，双层的圆角矩形代表某一特定微服务的多个实例。在本例中的四个微服务：发布者，订阅者1，订阅者2，订阅者n，每个微服务都有多个实例。

二、具体示例

举一个具体的例子。假设我们在一家汽车租赁公司工作，并负责建立一个车辆的可用性系统。整个租赁流程的简化视图如下：

第1步，车辆租赁：包含租赁协议的签订和客户选车的过程。随即可用的车辆数减1。 第2步，客户用车：客户在一定的时间范围内使用租赁的车辆。 第3步，车辆归还：车辆的归还和签到。随即可用的车辆数加1。

其中第1步和第3步都需要将租赁协议入库，因此我们可以设计一个事件，RentalAgreementSaved，在保存数据时触发。这一事件将被存储在RentalAgreementSaved主题中。因此到目前为止，共有两个发布者向主题发送消息，一个是CarRental微，另一个是CarCheckin微服务。

下面来定义消息的内容。鉴于本主题的意图是为了表征租赁协议的保存，因此所需的最小信息量即协议ID。但系统的使命是跟踪车辆的可用性，最好还是设置一个Status字段。这一字段可以有两个值：

激活状态。代表客户正在使用车辆。 关闭状态。代表客户已经归还了车辆并进行了签到。

CarRental微服务可以选用如下的JSON数据结构：

{"Status":"Active","RentalAgreementID":1234}

CarCheckin微服务对应的数据结构是：

{"Status":"Closed","RentalAgreementID":1234}

Status字段本应从数据库读取，并通过协议ID加载租赁协议，但因为我们只关心车辆的可用性，直接在JSON消息中写入协议ID更简单，性能也更好。这一点在后文还会提到。

有了消息发布者和消息的格式，我们就可以完成下面的图表：

CarAvailability微服务会对发送给RentalAgreementSaved主题的消息进行消费：如果Status是“激活状态”，就减1，如果Status是“关闭状态”，就加1。

现在已经有了能够完成既定目标的可用系统，可以计算车辆的可用性。这一系统是否可以扩展以适用其他有意义的工作？是否可以真的在此过程中应用开闭原则？

三、系统扩展

假定我们需要在租赁流程结束的时候，给客户开具发票。可以设计一个Invoicing微服务来订阅RentalAgreementsSaved主题消息（消息中附加了租赁协议的ID）。当Status是“关闭状态”时，发票微服务可以从数据库中读取租赁协议的数据，并从Customers表中读取用户数据（Customers表和RentalAgreements表是相关联的）。有了上述信息，Invoicing微服务将可以向用户提供发票。过程如下图所示：

我们扩展了系统的功能，但并没有变更系统的代码。只是利用了多个订阅者可以订阅同一个消息主题的机制。因此是的，OCP原则可以在架构层级得以应用。

迪米特法则

迪米特法则（Law of Demeter）又叫作最少知识原则（Least Knowledge Principle 简称LKP），就是说一个对象应当对其他对象有尽可能少的了解。

假设，我们对现有的功能很满意，并准备添加一个新的功能：向用户发出感谢信来感谢他或她使用了我们的服务。参考发票微服务的例子，我们可以同样从数据库中获得租赁协议和用户数据。但这样的设计效率不高，因为CustomerThanking服务根本不需要用到租赁协议的内容。事实上，这也违反了“迪米特法则”，而我们希望所有的系统都是符合良好的架构实现的。

也许我们可以这样，变更RentalAgreementsSaved主题的消息内容，添加一个“CustomerID”字段，JSON格式数据如下：

{"Status":"Closed","RentalAgreementID":1234,"CustomerID":8965}

呃，等等，不是说好了要应用OCP原则的么，怎么能变更消息内容呢。看来还真是这样，好吧，我们得想想别的办法。

有界上下文

还好，确实有其他方案可供选择。我们可以让领域驱动设计（DDD）来帮忙。只要将领域拆分成有界上下文，就可以利用其优势来完成工作。在一个超简化的系统模型中，我们可以定义如下的有界上下文：

租赁协议 客户 车辆。 租赁专员：使用系统来办理租赁协议 租赁中介：通常情况下客户并不直接租车，而是通过代理人来租车

所有这些实体都出现在租赁协议中，但又自成有界上下文。因此，在最初设定消息格式的时候，我们可以根据正在进行的操作来引入主要的有界上下文。在本例中，初始的消息内容设计应该是下面的样子：

{"Status":"Closed","RentalAgreementID":1234,"CustomerID":8965,"VehicleID":98263,"RentalAgent":24352,"Broker":6723}

有了这样的消息结构，我们总算可以在不打破OCP原则和“迪米特法则”的情况下实现CustomerThanking微服务了。更不用说，我们还可以应用这样的消息结构来应付将来新的业务需要。比如：

计算租赁专员佣金。 提供租赁代理的经济信息。 车辆维护事宜。 诸如此类。

最重要的是，通过这样设计的消息内容，我们打开了一扇门，可以添加大量与这个事件相关的新功能（这些功能我们不可能在一开始就想清楚），而不需要改变现存的代码。

四、事件和消息数据

消息是如何构成的？消息的必要内容是什么？

为了回答这些问题，我们首先需要了解消息类型和目标的差异。首先，消息表征了事件，而事件即事实，代表已经发生的事情。我们在既往的时间定义了事件，这些事件代表已经发生过的事情，我们无法改变既成事实。我们在Topic中存储事件的时候，以事件为Topic命名。为了更好的理解事件，我推荐Jonas Bonér的演讲。

（链接：http://t.cn/EXlZNA5，英文）

事件的目标又是什么呢？我所知道的两种类型事件的目标是这样的：

表征事实。 建立数据流。

用来表征事实的事件，用于如前文所述的系统之中。其主要的目标就是传达某事已经发生的消息，并提供与这一事情相关的有用的数据。我们尝试不多不少地仅提供所需的信息，比如仅提供与事件相关的有界上下文实体的ID。

用于为系统构建数据流的事件，一般是应用于大数据系统中。在大数据系统中充斥着横跨系统范围内大量的信息，信息在传递过程中会经过多次转换。可以让事件附加我们所能提供的尽量多的信息，以便减少在信息转换所带来的额外的成本。

最小化消息信息

为什么在表征事实的时候，最小化信息量是如此的重要？我们来看一个例子。

假设我们需要为系统添加一个新的功能：一个Recommendations的微服务，来向客户发送一封邮件，并根据客户的个人资料推荐一些优惠信息。简化起见，假定我们只需要客户的年龄信息来进行推荐。为了不产生额外的开销，我们可以选择不读数据库，而是把年龄数据存储在消息中（此处先不考虑OCP原则，我们只是在分析在消息中添加新数据产生的影响）。

{"Status":"Closed","RentalAgreementID":5678,"CustomerID":8965,"VehicleID":98263,"RentalAgent":24352,"Broker":6723,"CustomerAge":27}

系统示意图如下：

看起来我们有了一个良好解耦的系统，这很好。但是，事实真的是这样么？假定我们需要修改推荐算法，把用户驾照的发证信息纳入考虑。很简单，只需要把这个字段加到JSON里即可。但在本例中，我们的微服务并没有实际解耦，因此，每次我们需要一个新的字段的时候，就需要同时修改订阅者和发布者。我们的微服务是紧耦合的，并且是以一种很丑陋的方式，直到我们需要对系统做出变更的时候，我们才会意识到这一点。

我们可能会这样想，是不是可以把每个可能的字段都加到消息数据中，这样问题就解决了，我们再也不需要修改发布者和订阅者了。但系统是随时间进化的，总会有一个时刻，需要在模型中添加新的字段，同时需要修改每一个微服务。因此这条路也行不通。

我们所能采取的最好的方案是，在消息中提供足够的信息，既满足我们最初的设计中所考虑到的用例场景的需要，同时也要让这些信息对我们可能尚未考虑到的新的服务是可用的。比如把主要的有界上下文的实体的ID引入 进来，这些实体要么是我们与事件通信的事实的一个组成部分，要么与之相关。新的微服务需要涵盖很多的实体，当然，这会打破“迪米特法则”，但这是必要的妥协。软件架构的要义即在于此：做出恰当的权衡以达成尽量好的系统。遵循开闭原则的能力是如此的重要而有意义，从某种程度上讲，我们可以为此不惜违背“迪米特法则”。

五、总结

1、事件驱动系统给了我们很好的机会来在架构层级应用开闭原则。我们可以重用已有的代码，并且在未知的方向上实现功能的扩展。

2、然而，需要谨慎的设计事件的内容，同时警惕糟糕的设计可能引入的耦合的可能性。

3、要根据系统的目标来指导架构设计，为某一目标设计某种适用的架构（如，为大数据系统设计的流式数据）很可能对于另一目标来说是糟糕的设计（不适用于表征事实发生的事件驱动系统）。

4、领域驱动设计的有界上下文可以为事件内容的设计提供一些指导。

5、架构是关于决策和权衡，最大化应用开闭原则很可能意味着对“迪米特法则”的最小化遵循，必须谨小慎微地寻找一个平衡点。