紧接着我们来聊聊可扩展性。 可扩展性是指，软件系统具备面对未来需求变化而进行扩展的能力。系统可根据新的需求做出少量或者不需要修改，无需对整个系统进行重构或重建。 由于软件系统变化多端，新的需求不断提出，因此可扩展性非常重要。为解决可扩展性带来的问题，面向对象思想的提出，设计模式的诞生更是将可扩展性发挥到了极致。几乎所有的技术人员都重视可扩展性。 当涉及到软件系统的可扩展性时，架构师面临一个复杂的挑战：如何预测未来的需求变化并为之提供扩展性，以便系统能够在不需要大幅度修改或重建的情况下支持新的需求。这是因为软件系统在发布后仍然可以不断地修改和演进，导致新的需求不断出现，而系统必须能够应对这些变化。如果系统能够以较小的修改量或甚至无需修改就能实现新需求，那当然是最理想的情况，否则就需要进行大规模修改或重构，这将极大地增加开发成本，也会导致程序员、产品经理和老板的不满。因此，架构师必须尝试预测所有可能的变化并设计出最佳的解决方案，以便在下一次需求到来时，能够高效地满足需求。但是，这个过程并不容易，因为架构师需要在考虑可扩展性和其他设计因素之间进行平衡，并且预测的结果也不总是准确的。同时，如果架构师忽略可扩展性，那么当新需求到来时，可能需要重构系统，这将导致前期投入的工作量白费。因此，架构师需要通过经验和直觉来提高预测结果的准确性，同时也需要明确的标准来帮助评审和决策。 设计具备良好可扩展性的系统有两个基本条件： 但要达成这两个条件，本身也是一件复杂的事情，我来具体分析一下。 软件系统与硬件或者建筑相比，有一个很大的差异：软件系统在发布后，还可以不断地修改和演进。 这就意味着 不断有新的需求需要实现。 如果新需求能够少改代码甚至不改代码就可以实现，那当然是皆大欢喜的，否则来一个需求就要求系统大改一次，成本会非常高，程序员心里也不爽（改来改去），产品经理也不爽（做得那么慢），老板也不爽（那么多人就只能干这么点事）。 要满足这两个条件，本身就是一件复杂的事情。作为架构师，总是试图预测所有的变化，然后设计完美的方案来应对。当新需求真正来临时，可以自豪地说：“这个我当时已经预测到了，架构已经完美地支持，只需要一两天工作量就可以了！” 但是，预测变化的复杂性在于不能每个设计点都考虑可扩展性，也不能完全不考虑。而且所有的预测都存在出错的可能性。架构师必须把握预测的程度和提升预测结果的准确性，这是一件很复杂的事情，没有通用的标准可以简单套用，更多是靠自己的经验和直觉。因此，在架构设计评审时，常常出现两个设计师对某个判断争得面红耳赤的情况，原因在于没有明确标准，不同的人理解和判断有偏差，而最终又只能选择其中一个判断
有一句谚语：“唯一不变的是变化。”如果按照这个标准去衡量，架构师每个设计方案都要考虑可扩展性，例如： 如果架构师在设计系统时每个点都考虑可扩展性，那么会让其不堪重负，架构设计也会变得异常庞大，最终可能无法落地。但是如果架构师完全不考虑系统的可扩展性，那么可能会导致系统刚上线就需要重构，这意味着前期的大量投入将会白费。因此，在设计时需要适度考虑可扩展性，以提高系统的灵活性，但也需要合理平衡成本和效益。 同时，“预测”这个词，本身就暗示了不可能每次预测都是准确的。如果预测的事情出错，我们期望中的需求迟迟不来，甚至被明确否定，那么基于预测做的架构设计就没什么作用，投入的工作量也就白费了。 综合分析，预测变化的复杂性在于： 对于架构师来说，如何预测变化的程度和提高预测的准确性是一个非常复杂的问题。目前没有一套通用的标准可以简单地应用，更多是根据架构师的经验和直觉。因此，在架构设计评审时，经常会发生两个设计师就某个判断产生激烈争议的情况。这是因为缺乏明确的标准，不同的人会有不同的理解和判断偏差，最终只能选择其中一个判断。 那么我们设计架构的时候要怎么办呢？根据以往的职业经历和思考，我提炼出一个“2年法则”供你参考： 只预测2年内的可能变化，不要试图预测5年甚至10年后的变化。 当然，你可能会有疑问：为什么一定是2年呢？有的行业变化快，有的行业变化慢，不应该是按照行业特点来选择具体的预测周期吗？ 理论上来说确实如此，但实际操作的时候你会发现，如果你要给出一个让大家都信服的行业预测周期，其实是很难的。 我之所以说要预测2年，是因为变化快的行业，你能够预测2年已经足够了；而变化慢的行业，本身就变化慢，预测本身的意义不大，预测5年和预测2年的结果是差不多的。所以“2年法则”在大部分场景下都是适用的。 假设架构师经验非常丰富，目光非常敏锐，看问题非常准，所有的变化都能准确预测，是否意味着可扩展性就很容易实现了呢？也没那么理想！因为预测变化是一回事，采取什么方案来应对变化，又是另外一个复杂的事情。即使预测很准确，如果方案不合适，则系统扩展一样很麻烦。 第一种应对变化的常见方案是： 将不变的部分封装在一个独立的“稳定层”，将“变化”封装在一个“变化层”（也叫“适配层”）。这种方案的核心思想是通过变化层来 隔离变化。 无论是变化层依赖稳定层，还是稳定层依赖变化层都是可以的，需要根据具体业务情况来设计。 如果系统需要支持XML、JSON、ProtocolBuffer三种接入方式，那么最终的架构就是“形式1”架构；如果系统需要支持MySQL、Oracle、DB2数据库存储，那么最终的架构就变成了“形式2”的架构了。 无论采取哪种形式，通过剥离变化层和稳定层的方式应对变化，都会带来两个主要的复杂性相关的问题。 对于哪些属于变化层，哪些属于稳定层，很多时候并不是像前面的示例（不同接口协议或者不同数据库）那样明确，不同的人有不同的理解，导致架构设计评审的时候可能吵翻天。 对于稳定层来说，接口肯定是越稳定越好；但对于变化层来说，在有差异的多个实现方式中找出共同点，并且还要保证当加入新的功能时，原有的接口不需要太大修改，这是一件很复杂的事情，所以接口设计同样至关重要。 例如，MySQL的REPLACE INTO和Oracle的MERGE INTO语法和功能有一些差异，那么存储层如何向稳定层提供数据访问接口呢？是采取MySQL的方式，还是采取Oracle的方式，还是自适应判断？如果再考虑DB2的情况呢？ 看到这里，相信你已经能够大致体会到接口设计的复杂性了。 第二种常见的应对变化的方案是： 提炼出一个“抽象层”和一个“实现层”。如果说方案一的核心思想是通过变化层来隔离变化，那么方案二的核心思想就是通过实现层来 封装变化。 因为抽象层的接口是稳定的不变的，我们可以基于抽象层的接口来实现统一的处理规则，而实现层可以根据具体业务需求定制开发不同的实现细节，所以当加入新的功能时，只要遵循处理规则然后修改实现层，增加新的实现细节就可以了，无须修改抽象层。 方案二典型的实践就是设计模式和规则引擎。考虑到绝大部分技术人员对设计模式都非常熟悉，我以设计模式为例来说明这种方案的复杂性。 下面是设计模式的“装饰者”模式的类关系图。 图中的Component和Decorator就是抽象出来的规则，这个规则包括几部分： 这个规则一旦抽象出来后就固定了，不能轻易修改。例如，把规则3去掉，就无法实现装饰者模式的目的了。 装饰者模式相比传统的继承来实现功能，确实灵活很多。例如，《设计模式》中装饰者模式的样例“TextView”类的实现，用了装饰者之后，能够灵活地给TextView增加额外更多功能，包括可以增加边框、滚动条和背景图片等。这些功能上的组合不影响规则，只需要按照规则实现即可。 但装饰者模式相对普通的类实现模式，明显要复杂多了。本来一个函数或者一个类就能搞定的事情，现在要拆分成多个类，而且多个类之间必须按照装饰者模式来设计和调用。 规则引擎和设计模式类似，都是通过灵活的设计来达到可扩展的目的，但“灵活的设计”本身就是一件复杂的事情，不说别的，光是把23种设计模式全部理解和备注，都是一件很困难的事情。 那么，我们在实际工作中具体如何来应对变化呢？Martin Fowler在他的经典书籍《重构》中给出一个“Rule of three”的原则，原文是“Three Strikes And You Refactor”，中文一般翻译为“事不过三，三则重构”。 而我将其翻译为“1写2抄3重构”，也就是说你不要一开始就考虑复杂的可扩展性应对方法，而是等到第三次遇到类似的实现的时候再来重构，重构的时候采取隔离或者封装的方案。 举个最简单的例子，假设你们的创新业务要对接第三方钱包，按照这个原则，就可以这样做： 今天我从预测变化和应对变化这两个设计可扩展性系统的条件，以及它们实现起来本身的复杂性，为你讲了复杂度来源之一的可扩展性，共勉！
预测变化
2年法则
应对变化
方案一：提炼出“变化层”和“稳定层”
方案二：提炼出“抽象层”和“实现层”
1写2抄3重构原则
小结