[5+1]开闭原则（一）

前言

面向对象的SOLID设计原则，外加一个迪米特法则，就是我们常说的5+1设计原则。

↑ 五个，再加一个，就是5+1个。哈哈哈。

这六个设计原则的位置有点不上不下。论原则性和理论指导意义，它们不如封装继承抽象或者高内聚低耦合，所以在写代码或者code review的时候，它们很难成为“应该这样做”或者“不应该这样做”的一个有说服力的理由。论灵活性和实践操作指南，它们又不如设计模式或者架构模式，所以即使你能说出来某段代码违反了某项原则，常常也很难明确指出错在哪儿、要怎么改。

所以，这里来讨论讨论这六条设计原则的“为什么”和“怎么做”。顺带，作为面向对象设计思想的一环，这里也想聊聊它们与抽象、高内聚低耦合、封装继承多态之间的关系。

=================================
↑前言↑
↓正文↓

开闭原则(Open-Closed Principle)

开闭原则指的是“对扩展开放、对修改关闭”。

“Software entities (classes, modules, functions, etc.) should be open for extension, but closed for modification.”

—— Object-Oriented Software Construction, Robert C. Martin

↑ 和门一样：开的意思是“请这边走”，关的意思是“此路不通”

什么是扩展？就Java而言，实现接口(implements SomeInterface)、继承父类(extends SuperClass)，甚至重载方法(Overload)，都可以称作是“扩展”。

什么是修改？在Java中，严格来说，凡是会导致一个类重新编译、生成不同的class文件的操作，都是对这个类做的修改。

实践中我们会放宽一点，只有改变了业务逻辑的修改，才会归入开闭原则所说的“修改”之中。

例如，把一个很大的方法拆分成三个小方法，但方法的调用流程、业务功能等都没有变。这个操作当然会导致类重新编译，但还算可以接受，不必对它亮红灯。但如果在某个方法中加一个if-else，只在某种情况下沿用原有逻辑、其它情况下使用新的功能，这时，我们就应该像甘道夫那样，挥舞起“开闭原则”之剑，高呼“You shall not pass”了。

You shall not pass

=================================
↑开闭原则：是什么↑
↓开闭原则：为什么↓

为什么

有那么一段时间，我几乎成天跟我们老大抱怨。
“这个if-else的条件重复出现了至少五次了，为什么不重构一下啊？”
“这个同步请求的处理时间太长了，可以改用异步轮询来处理吧？”
“这个表的读写比这么高，考虑下给它加个缓存吧。”
……诸如此类。

而我老大呢，一般都是这样答复的：
“你有时间就去改一改吧。不过要注意，不要影响业务功能。”

于是我就一直没有改。

一方面，我一直没有时间。业务需求一个接一个，每次都要伤筋动骨地改一大堆代码。而且，我们经常遇到改着改着发现产品漏提了一项需求、测着测着发现开发漏改了一处代码这样的问题，开发简直一刻不得闲，哪儿腾得出手来做技术上的重构优化？更何况，重构优化完了之后，测试组还要进行回归验证。即使开发能改得过来，测试也测不过来。

另一方面，只要修改了代码，谁敢保证不影响业务功能呢？我曾经遇到过在某处加一行代码、结果在一百多行外引发bug的情况；也遇到过开发的单元测试和QA的回归测试都安然无恙、偏偏在线上环境爆出bug的情况。谁能保证重构优化后的代码能够在重重考验下全身而退呢？

↑ 求而不得，真的很无奈。

开闭原则可以缓解第一个问题。遵循了开闭原则的话，开发和测试都只需要专注于新的代码、新的功能，而不用操心修改老代码对老逻辑会有什么样的影响。因而，大家可以用较少的时间来完成业务需求，从而腾出工夫来做重构优化。

但是，开闭原则只能帮助开发环节、以及下游的测试环节做一些改进。要真正解决产品需求络绎不绝、每个需求都要伤筋动骨、产品和开发顾此失彼等问题，需要产品、开发、测试甚至运维等环节全线联动，用一套完整方案理顺整个产品上线流程。不过这里只聊开闭，这个问题暂且按下不表。

虽然只能缓解第一个问题，但开闭原则可以很好地解决第二个问题。

既然修改代码会影响业务功能，那就不修改现有代码。连一行代码都没修改，现有功能总不会变了吧？这就是开闭原则中的“对修改关闭”的意义。

↑ 我都没改代码你就出bug了？

然后，通过实现接口、继承父类等方式，为系统引入新的功能。这就是开闭原则中“对扩展开放”的意义。

在单元测试、回归测试和金丝雀测试都通过之后，祖传的老代码就可以“寿终正寝”，系统也就正式而平滑地过渡到重构优化后的代码上来了。

借助开闭原则，我们用设计模式重构了无数个if-else，用消息队列、异步回调和异步轮询改写了无数个同步请求，用缓存替代了无数次数据库查询……我们甚至用这种方法，把一套老系统代码平滑地合并到了新的系统内，并逐步地用新代码和新配置替代老系统的代码和配置。当老系统的代码和配置都不再被使用时，它就彻底地退出历史舞台了。

平滑过渡的一套老系统

当然，不光是重构优化，在开发新需求时，开闭原则也有很大的帮助。究其根本，是“对扩展开放、对修改关闭”的做法能够使我们的系统兼具扩展性和稳定性。扩展性能帮助系统轻松地吸纳新技术、实现新需求；而稳定性则能够降低系统中的新技术、新需求在业务功能、架构设计、核心代码等方面的影响，从而减少系统bug、需求范围和开发工作量。

“求木之长者，必固其根本；欲流之远者，必浚其泉源”。无论是做业务需求，还是做重构优化，“开闭原则”都是我们把系统做成、做完、做好的“根本”和“泉源”。

=================================
↑开闭原则：为什么↑
↓开闭原则：怎么做↓

怎么做

要把开闭原则运用到开发实践中，跟所谓的工作闭环“计划-实施-检查-处理”非常相似。

首先，我们要做出“开闭计划”，也就是判断你的代码中，哪些地方会发生变化、会发生什么样的变化。然后，根据这个“开闭计划”，把不会改变的代码严密地封装起来；并根据可能发生的变化、以及发生变化的方式，在代码中预留好扩展点。接着，合理地运用预留的扩展点来实现业务需求或者重构优化。最后，必要时，根据实际情况去调整当初设计的扩展点。

↑ “工作闭环”在很多场合都能用得上。

开闭计划

在开闭原则的“闭环”中，“计划”是这四个步骤中最困难、但也是最重要的一步。

说它困难，是因为除了“未来一定会不一样”这一点之外，谁都不知道未来会怎样。也许下个月这个系统就要重做了；也许下半年这项业务就要下线了；也许明年就要封路封城、在家隔离了；也许我们现在认为不会改的代码，明天就被改得面目全非了；也许当改变真的降临时，我们现在预留的扩展点完全是在帮倒忙……

说它重要，是因为如果对未来毫无规划，我们只能走一步算一步，走到哪算哪儿。而在这种情况下，绝大部分时候，我们所做的每一件事都是在为未来挖坑，都是在增加自己的“技术债”。接口方法返回值类型声明为Long，数据库表中引入一个传递依赖，在逻辑相似的两个类之间大段地copy代码……当新的需求要求修改这部分代码时，我们除了“待从头，收拾旧山河”，似乎也没有什么更好的办法。

这就好像螃蟹这类的甲壳动物一样，眼前这身甲壳虽然合身，但是当身体逐渐长大，原本“合身”的甲壳逐渐变成了牢笼，最后只能把它脱掉、再长一幅新的来用。

↑ 甲壳动物蜕壳容易；业务系统重构是真难。

因为做“开闭计划”会很困难，所以敏捷开发模式提出了“简单设计”的口号；在互联网开发中也有“快速试错”的传统。但是简单设计不等于没有设计。它提倡的是不对未来做过多预测、也不根据这些预测做过多设计。快速试错也不是技术上的决策。它指的是找不准市场方向时，对业务进行快速迭代、用市场反应来为业务指路。

而且，即使是简单设计和快速试错，也要求我们的系统遵循开闭原则。否则，每次需求都要拆墙砸柱重做水电，敏捷项目怎么能敏捷得起来？快速试错又怎么能快速起来？这也是其重要性的一种体现。

那么，“开闭计划”到底要怎么做呢？

“未来的种子深埋在过去当中”。虽然无法预见未来，但我们可以总结过去。无论是业务还是系统，我们总能从它们过去的发展轨迹中找到一点变化的模式。通过对这些模式进行分析和总结，我们就能够把未来大部分的可能性握在手中了。

但是，如果业务和系统都刚刚起步，还没有可用于分析总结的过去，我们要怎么办呢？“太阳底下没有新鲜事”，我们的业务和前人的业务、我们的系统和前人的系统，多多少少都有相似之处。而前人已经对这些业务和系统做过很多分析和总结了——比如这里说的设计原则，比如以后要分享的设计模式。“它山之石可以攻玉”，我们把这些成果“拿来主义”，当遇到前人经历过的变化时，就可以轻松应对了。

但是，如果对设计模式不熟悉，或者碰到了哪种设计模式都不适用的极端情况，那又该怎么办呢？

如果真的遇到了这种情况，那么可以考虑考虑下面这些建议。

第一，面向接口编程。接口的“开闭”性是不言自明的。虽然具体的实现类也可以“对扩展开放、对修改关闭”，但是相比接口，还是要略逊一筹。

第二，不要用基本数据类型做接口方法的入参和返回值。这一点相信是众所周知的，不多啰嗦。

第三，在实现接口时，区分处理“数据结构”和“算法”。

↑ 程序=数据结构+算法

在设计数据结构时，我们应该忠于现实：数据结构在现实中是怎样的，那么在代码中就应该是怎样的。现实中是正整数，代码中就应该是Integer或Long，而不应该是String；现实中是日期，代码中就应该是Date或LocalDateTime，而不应该是String；现实中是1：1的关系，代码中就应该是1：1的关系；现实中是1：N：M的关系，代码中就应该是1：N：M的关系。

数据是信息的载体。它承载信息的方式不仅仅是数据的取值，还包括数据的类型和数据之间的关系。当看到整数类型的“有效期”时，我们会很自然地认为它是“从某个日期开始的有效期天数”；而在看到日期类型的“有效期”时，我们又会很自然地把它理解为“有效期截止日”。这就是数据类型所承载的信息。当银行卡与用户之间是1：1的关系时，说明多笔借款申请可以共用一张银行卡，那么用户只需绑定一次即可；但若银行卡与借款申请之间的关系是1：1，说明借款申请之间不能复用银行卡数据，则用户每次申请借款时，都需要重新绑定一次银行卡。这就是数据关系所承载的信息。

如果我们在系统设计时，不使用实际的数据结构、而是定义某种特殊的数据结构，那就意味着我们将某种特殊的信息隐式地固定在了这种设计中。而这种信息势必会对后续扩展带来一定的约束。如果后续扩展时的数据结构与这种约束相抵牾，那么光是如何处理历史数据的问题就足够大家喝一壶了。

这种“隐藏的、特殊的信息”，比较常见于传递依赖中。例如，用户、账号、银行卡之间实际的数据关系是1：1：N。但为了查询方便，我们库表中只存了用户id和银行卡号。这时，表中就出现了“传递依赖”。当某一天，用户和账号之间的数据关系扩展为1：N的时候，只存了用户id和银行卡号的表就遇上麻烦了。这也是为什么在数据表设计时，我们要遵循第三范式的原因之一：传递依赖把一部分信息变成了某种隐藏的、固定的数据约束。这种约束不仅是对当前数据的约束，也是对未来扩展的约束。

忠于现实的数据结构也有可能遇到这种问题。但是相对来说，概率要小得多。因为在这种情况下，数据所承载的信息和约束都会直接体现在数据上，因而会更加直白、灵活。这就像装修时水电都走明线一样，虽然不如走暗线那么“优雅”，但是当需要改水改电时，明线的优势就一目了然了。

说完数据结构，我们说说算法。对业务系统来说，“算法”实际就是业务功能在系统中的流程逻辑。与设计数据结构时应该忠于现实的做法相反，设计系统流程时恰恰不能照抄业务流程图。业务流程图仅仅是根据当前的业务流程来制作的。如果系统流程直接照抄业务流程，那就意味着这个系统彻底失去了对未来的扩展性、以及做出扩展的自主性。

例如，下图是我们某个系统中“用户注销需求”的两份简要流程设计。图中左侧的是业务流程，而右侧是系统流程。对比之下，我们可以发现：如果按业务流程来开发，那么，每当需要删除信息的表发生变更时——加一张表、少一张表、改一个查询条件等，我们就要修改一次代码；而按系统流程来开发的话，大多数情况下，这些变更都只需要修改配置即可。显然，后者更加的“开闭”，对开发和测试也更加的友好。

↑ 业务流程和系统流程的区别

不照抄的话，要怎么办呢？我在左耳朵耗子的一篇文章中看到过这样的观点：把业务流程拆分为“控制单元”和“处理单元”两类逻辑。这是设计算法时的一种思路。放在“开闭计划”的视角下，“控制单元”是易变的、需要预留扩展点的；而“处理单元”是不那么容易变的、可以封装为“黑盒”的。这样，在做业务需求或重构优化时，不用修改已有的处理单元、而是通过扩展控制单元来引入新的处理单元，也就很好地遵守了“开闭原则”。

↑ 业务流程=控制+处理

除了按“控制+处理=系统流程”这种思路来设计之外，在单一职责原则一文中提到的“逻辑简单、结构复杂”也是一种符合开闭原则的设计思路。这种思路在前文中已经介绍过，这里就不赘述了。

把“逻辑复杂度”转变为“结构复杂度”，就是降低逻辑单元内的逻辑复杂度、提高逻辑单元间的结构复杂度。或者简单来说，就是把系统由“复杂逻辑、简单结构”转变成“简单逻辑、复杂结构”。除了优化算法之外，重构函数、系统分层、拆分服务等方式，本质上都是在按这种思路来应对系统复杂度。

花园的景昕，公众号：景昕的花园[5+1]单一职责原则