开发实践：代码重构的思考

“

特别说明：这个是一个经验丰富的同事（王洋）写的，内容非常好，转发到我的 blog 上了。

”

写代码的一些原则

写代码的一些原则：

• 命名规范，含义明确。不同含义的变量和方法在词语、大小写、词组上要有有效的区分。
• Never repeat yourself。常量、方法块、处理逻辑尽量少做重复，可以抽象出共用代码的最好抽象出来
• 代码块职责单一，功能原子化。一段代码、一个方法最好只做一件事情，可以是控制某个流程，组装某个信息等，混在一起不利于后续的修改。
• 开放扩展，关闭修改。稳定的东西尽量沉到下层，变化暴露到上层。这样做的目的是后续维护代码，尽量多添加，少修改。功能原子化也是为了达到这个目的，只有当功能足够小，耦合性足够低的时候，在添加新功能的时候，才可以不去修改老的，而主要通过扩展的方式增加业务
• 高内聚，低耦合。达到这个目的不简单，一个基本思路就是尽量让代码处理的事情原子化，然后根据相关性的强弱选择不同的聚合方式。以个人的体会来说，方法用来聚合同一个数据的操作，类用来聚合相关性比较强的一组数据或者操作，模块用来聚合概念上有相似性的数据或者操作，层则用来聚合使用方式相同的数据或者操作。

具体的措施

以下是一些具体的措施：

一、命名

• 常量：所有字母大写，不同单词用下划线隔开，如METHOD_TIME_THREAD；
• 变量名和方法名：使用小驼峰式命名结构，第一个单词字母小写，后续单词的第一个字母大写，单词直接拼接在一起，如outNo，orderId；
• 接口名和类名：大驼峰式命名结构，所有单词的第一个字母都大写；
• 数据库字段、网络请求字段：所有字母小写，单词之间用下划线隔开，如out_no，order_id。

二、常量

• 对于固定的字符串、整数，尽量使用常量，避免“魔法”字符串和整数（称之为魔法的意思是，可能稍一不注意，东西取错了都不知道）
• 常量是无状态的，所以常量类和常量的命名上，最好别带太强的业务信息，可以直接使用字面意思命名，否则当别人使用该常量的时候，名字会很奇怪。
• 常量类尽量集中存放，但不要分的太细。集中放是因为常量算是公共资源，理论上所有代码都要共用，放的越集中就容易让后续开发者发现，不至于重新定义一模一样的常量。不要分的太细也是为了让后续开发者容易识别，如果每个业务都分一套常量，到时候常量类就会迅速膨胀，而且起不到常量的作用

这里举一个例子：

这里的“orderId”字符串就称之为魔法字符串，其实很容易写错。而且假如以后这个参数改个名字叫：movieOrderId，那这些字符串就得改很多处，而且不能通过搜索特定字符串一次性替换(因为很多变量名也叫orderId，而且并不见得所有的“orderId”都应该改)。而如果使用常量来代表“orderId”字符串，就在key形成了一致性约束，以后改名字的时候，只需要改常量的内容，put和get操作就自动一致了。这是一个简单的变量“高内聚”

三、删掉未使用代码

• 当前不用的代码一定要删掉，一是不整洁，二是影响后续rd的判断，不是自己写的删也不合适，用也不合适。
• 没想好的代码不要写一半放在原地，应该删掉代码，写个todo提示

四、代码布局

• 根据重要程度对变量、方法排个基本次序。人在阅读理解的时候，会遵从类似金字塔的逻辑，所以要让读代码的人先看到重要的，再看次要的。
• 相关的代码要集中在一起，不相关的代码要用空行隔开，这样便于快速浏览代码的逻辑。
• 变量顺序：静态常量、成员变量，所有变量按照重要性顺序排列。这样做是因为人的大脑有首因效应，对最先看到的事物记忆最深刻。
• 方法顺序：构造方法，静态方法、私有成员方法、共有成员方法，也需要按照重要性顺序排列，具体顺序可以合理权衡。理论上，静态方法，多为工具类型的方法，和当前类有强绑定的关系，可以放在靠前的位置，如果没有强绑定的关系，可以考虑抽离到外部类，避免和当前类含糊不清。私有成员方法和共有成员方法需要根据方法的重要性确定其顺序，比如提供重要服务的接口需要放最前，而get、set方法，肯定是要放最后。
• 方法内代码根据功能分块，例子（不同的功能要隔开，有关系的功能最好集中在一起，用序号标识出流程）

五、注释

• 重要的系统尽量多加，比如支付、订单这种，改动风险较高，能说明的最好是说明下。多写注释的原因主要在于代码是英文为主，以中文为母语的人常常会将同一个单词理解成不同的含义，比如voucher这种多义词，既可以理解成单据、凭证，也可以理解为代金卷。特别是对于简写和隐形约定，很难做到每个人都理解，所以尽量多写些注释吧
• 重要流程、算法逻辑、特殊判断一定要加注释，
• 接口入参、返回值的限定，可能出现的各种情况最好用注释说明

六、日志

• 日志要分类，最好一个业务一个日志，混在一起会难以统计和排查问题
• 日志要分级，error，info，debug要分清。error日志就是要认真对待的，出任何问题都要小心谨慎；info日志是打提示信息，比如请求参数、返回内容、重要流程的节点信息等；
• 日志的重点要清晰，一般模式是：先打印日志的目的（比如异常就说什么异常，提示就说什么参数的提示），然后接上重要的参数信息，参数可用你代码中使用到的参数，这样看到日志后，可以更快速的对应到具体的代码上，方便排查问题。

七、异常和中断处理

• 尽量统一处理异常和中断，不要到处都是try-catch模块或者if-else的判断返回，一般是在业务接口上统一处理异常，下层逻辑在出现非预期的情况时，尽量抛到上层来统一处理。这里提供一种参考的异常处理和代码中断模式。我们先可以继承RuntimeException，实现一个自己的异常类TransException，由于RuntimeException是可以不捕获的异常，所以当TransException抛出来的时候，从下到上的方法都不需要throw，也不需要try-catch，这样我们就可以在最上层catch住，统一处理异常。
• 分析上面两个类，异常类包括：错误枚举（包括错误码，错误信息）、详细的错误信息。当我们遇到可掌握的异常时，可以构造一个特定的TransException对象，将特定的错误枚举，具体的异常信息（比如具体的参数异常信息，错误堆栈，可展示的下层业务异常信息等）填到详细信息里边，然后在任意地方throw，由上层统一打印错误信息，组装返回内容，而不用一层一层的return false。
• 出了未知异常，尽量掌控所有可以掌控的异常。达到这个目的主要有以下做法：1、操作数据前要检查，有问题要细化错误场景；2、try-catch异常尽量精细，不要try-catch太多代码。要么是一个流程，要么是一个数据操作，catch住异常要很清楚的知道这是什么类型的异常，将错误场景细化

八、模块划分

模块划分的目的是为了“高内聚”，把具有相同意义的代码和数据放在一起，一是方便了阅读和查找，二是可以将稳定的代码沉到下层，变化抽象到上层。下图是我们之前商量过的代码分层框架， 不一定要完全按照这种模式来，但可以有意的按照这种思路去把代码分离开。

从下到上来说各层代表含义：

• domain：主要是领域对象，包括枚举、常量、VO对象，服务之间传递信息所需要的model等等
• dao：数据库对应的DO对象，DAO对象等，专门负责处理数据库的东西
• service：主要负责提供原子服务，包含外部rpc服务的封装，相对原子的数据处理过程，对dao层的操作等等
• thrift service（server impl）：thrift server 端，基于 basic service，实现 thrift service，一般需要将 domain model 封装为 thrift model。
• thrift service（client repackage）：thrift client 端，基于 thrift service，重新封装一层 service，一般包含：thrift model 与 domain model 之间的转换、Thrift Exception 异常转换等。
• biz：主要处理各种业务流程，组合service层的原子服务达到某个目的，处理某个业务
• provider：不直面客户端的也可以没有这个模块，主要负责接收外部请求，做权限管理（比如验证登陆）、参数校验，然后调用biz层的接口完成做具体业务处理
• task：用于处理定时任务、外部调度任务的模块，负责接受任务消息或者调度请求，然后调用biz层的接口完成某件任务
• common：主要是一些工具类（时间、MD5工具等等），以及一些对象转换的conventor

这样分模块的目的是为了减少代码的耦合性，把相关的数据和代码抽象的更集中，每当你想用某个常量、枚举、对象的时候，你大致扫一下domain就知道当下有什么东西，不致于针对同一个东西写好几份代码。而对于service来说，站在原子服务的角度来说，因为service足够小，所以增加新业务时，service是可以不修改的，而只需要添加服务就可以，biz层也只需要添加逻辑，组合service的服务就可以达到目的，这样就达到了“开放扩展，关闭修改”的目的，降低修改代码带来的风险。

九、使用模型

处理外部数据时，尽量使用自己的业务模型，除非特别简单的http回应，其它的处理都是应该封装自己的model的。

为什么要把外部数据映射成model呢？

• 原因一：让看代码的人，知道你当下的业务在处理的过程中，到底和哪些参数相关，他要重点关注哪些参数。如果没有model，直接操作外部数据，就会将这些知识散乱的分布在各处的代码，一旦业务有变化，就不知道加减参数会不会对之前的业务有影响
• 原因二：转换成model也是为了在一开始就对所需要的参数进行合法性检查，业务能不能做最好在获取参数时，就直接判断，不能走了一些流程后，突然发现参数不可用，然后再中断流程，这样会消耗服务的性能。而转换model也是为了对所有参数进行一次性的合法性检查。
• 原因三：外部数据映射成model，会在添加或者删除数据时造成一定的约束，对比操作json，添加和删除都较为随意，既不能在类型上进行约束，也不能在对应关系上强制约束，后续开发者为了图省事，写着写着就乱的没法用了。

模型要有业务含义，在传递给服务时，一定要和该服务有很强的业务关系，不要为了简单使用DO，或者参数差不多、但业务不相关的model图省事。对于没有形成强业务绑定的model，经常会因为一个业务的修改，导致当下业务也需要联动的修改。要降低耦合性

避免超级model，做任何业务，都把参数往一个model中塞。这样一是让看代码的人毫无头绪，不知道到底哪些参数和当下业务相关，二是让修改的人很担心，去掉一个参数会不会影响到多个业务。所以尽量避免使用公共model，如果确实参数重合度比较高的，可以考虑model之间的有意义的继承。

多用模型，少用hashmap。hashmap当时它相当于一个自由模型，啥都可以塞，啥都可以取，使用上是方便，但是没有套上任何业务信息，业务越大，修改越多，就会越不可控。每次修改都会造成一些隐患。