首页 文章 精选 留言 我的

精选列表

搜索[策略引擎],共10000篇文章
优秀的个人博客,低调大师

Jetpack—LiveData组件的缺陷以及应对策略

一、前言 为了解决Android-App开发以来一直存在的架构设计混乱的问题,谷歌推出了Jetpack-MVVM的全家桶解决方案。作为整个解决方案的核心-LiveData,以其生命周期安全,内存安全等优点,甚至有逐步取代EventBus,RxJava作为Android端状态分发组件的趋势。 官网商城app团队在深度使用LiveData的过程中,也遇到了一些困难,尤其是在LiveData的观察者使用上踩到了不少坑,我们把这些经验在这里做一次总结与分享。 二、Observer到底可以接收多少次回调 2.1 为什么最多收到2个通知 这是一个典型的案例,在调试消息总线的场景时,我们通常会在消息的接收者那里打印一些log日志方便我们定位问题,然而日志的打印有时候也会给我们的问题定位带来一定的迷惑性,可以看下面的例子。 我们首先定义一个极简的ViewModel: public class TestViewModel extends ViewModel { private MutableLiveData<String> currentName; public MutableLiveData<String> getCurrentName() { if (currentName == null) { currentName = new MutableLiveData<String>(); } return currentName; } } 然后看下我们的activity代码; public class JavaTestLiveDataActivity extends AppCompatActivity { private TestViewModel model; private String test="12345"; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_java_test_live_data); model = new ViewModelProvider(this).get(TestViewModel.class); test3(); model.getCurrentName().setValue("3"); } private void test3() { for (int i = 0; i < 10; i++) { model.getCurrentName().observe(this, new Observer<String>() { @Override public void onChanged(String s) { Log.v("ttt", "s:" + s); } }); } } } 大家可以想一下,这段程序运行的结果会是多少?我们创建了一个Livedata,然后对这个Livedata Observe了10次,每次都是new出不同的Observer对象,看上去我们对一个数据源做了10个观察者的绑定。当我们修改这个数据源的时候,我们理应有10条通知。运行一下看看执行结果: 2021-11-21 15:20:07.662 27500-27500/com.smart.myapplication V/ttt: s:3 2021-11-21 15:20:07.662 27500-27500/com.smart.myapplication V/ttt: s:3 奇怪,为什么我明明注册了10个观察者,但是只收到了2个回调通知?换种写法试试? 我们在Log的代码里增加一部分内容比如打印下hashCode再看下执行结果: 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:217112568 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:144514257 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:72557366 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:233087543 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:22021028 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:84260109 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:94780610 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:240593619 2021-11-21 15:22:59.377 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:207336976 2021-11-21 15:22:59.378 27912-27912/com.smart.myapplication V/ttt: s:3 hashCode:82154761 这次结果就正常了,其实对于很多消息总线的调试都有类似的问题。 实际上对于Log系统来说,如果他判定时间戳一致的情况下,后面的Log内容也一致,那么他就不会重复打印内容了。这里一定要注意这个细节,否则在很多时候,会影响我们对问题的判断。再回到我们之前没有添加hashCode的代码,再仔细看看也就明白了:只是Log打印了两条而已,但是通知是收到了10次的,为啥打印两条?因为你的时间戳一致,后续的内容也一致。 2.2 奇怪的编译优化 事情到这还没结束,看下图: 上述的代码跑在android studio里面会变灰,相信很多有代码洁癖的人一看就知道为啥,这不就是Java8的lambda嘛,ide自动给提示给我们让我们优化一下写法呗,而且鼠标一点就自动优化了,贼方便。 灰色没有了,代码变的简洁了,kpi在向我招手了,运行一下试试: 2021-11-21 15:31:50.386 29136-29136/com.smart.myapplication V/ttt: s:3 奇怪,为啥这次只有一个日志了?难道还是Log日志系统的原因?那我加个时间戳试试: 再看下执行结果: 2021-11-21 15:34:33.559 29509-29509/com.smart.myapplication V/ttt: s:3 time:1637480073559 奇怪,为什么还是只打印了一条log?我这里for循环add了10次观察者呀。难道是lambda导致的问题?嗯,我们可以把Observer的数量打出来看看,看看到底是哪里出了问题。看下源码,如下图所示:我们的观察者实际上都是存在这个map里面的,我们取出来这个map的size就可以知道原因了。 反射取一下这个size,注意我们平常使用的LiveData是MutableLiveData,而这个值是在LiveData里,所以是getSuperclass()。 private void hook(LiveData liveData) throws Exception { Field map = liveData.getClass().getSuperclass().getDeclaredField("mObservers"); map.setAccessible(true); SafeIterableMap safeIterableMap = (SafeIterableMap) map.get(liveData); Log.v("ttt", "safeIterableMap size:" + safeIterableMap.size()); } 再看下执行结果: 2021-11-21 15:40:37.010 30043-30043/com.smart.myapplication V/ttt: safeIterableMap size:1 2021-11-21 15:40:37.013 30043-30043/com.smart.myapplication V/ttt: s:3 time:1637480437013 果然这里的map size是1,并不是10,那肯定只能收到1条通知了。那么问题来了,我明明是for循环添加了10个观察者啊,为啥一改成lambda的写法,我的观察者就变成1个了?遇事不决我们反编译(用jadx直接反编译我们的debug app)一下看看。 private void test3() { for (int i = 0; i < 10; i++) { this.model.getCurrentName().observe(this, $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE.INSTANCE); } } public final /* synthetic */ class $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE implements Observer { public static final /* synthetic */ $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE INSTANCE = new $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE(); private /* synthetic */ $$Lambda$JavaTestLiveDataActivity$zcrCJYfWItRTy4AC_xWfANwZkzE() { } public final void onChanged(Object obj) { Log.v("ttt", "s:" + ((String) obj)); } } 已经很清晰的看出来,这里因为使用了Java8 lambda的写法,所以编译器在编译的过程中自作聪明了一下,自动帮我们优化成都是添加的同一个静态的观察者,并不是10个,这就解释了为什么会出现map size为1的情况了。我们可以再把lambda的写法删除掉,再看看反编译的结果就正常了。 还剩最后一个问题,这个lamda的优化是不分任何场景一直生效的嘛?我们换个写法试试: private String outer = "123456"; private void test3() { for (int i = 0; i < 10; i++) { model.getCurrentName().observe(this, s -> Log.v("ttt", "s:" + s + outer)); } } 注意看,我们这种写法虽然也是用了lambda,但是我们引入了外部变量,和之前的lambda的写法是不一样的,看下这种写法反编译的结果; private void test3() { for (int i = 0; i < 10; i++) { this.model.getCurrentName().observe(this, new Observer() { public final void onChanged(Object obj) { JavaTestLiveDataActivity.this.lambda$test33$0$JavaTestLiveDataActivity((String) obj); } }); } } 看到new关键字就放心了,这种写法就可以绕过Java8 lambda编译的优化了。 1.3 Kotlin的lambda写法会有坑吗 考虑到现在大多数人都会使用Kotlin语言,我们也试试看Kotlin的lamda写法会不会也和Java8的lambda一样会有这种坑? 看下Kotlin中 lambda的写法: fun test2() { val liveData = MutableLiveData<Int>() for (i in 0..9) { liveData.observe(this, { t -> Log.v("ttt", "t:$t") }) } liveData.value = 3 } 再看下反编译的结果: public final void test2() { MutableLiveData liveData = new MutableLiveData(); int i = 0; do { int i2 = i; i++; liveData.observe(this, $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc.INSTANCE); } while (i <= 9); liveData.setValue(3); } public final /* synthetic */ class $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc implements Observer { public static final /* synthetic */ $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc INSTANCE = new $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc(); private /* synthetic */ $$Lambda$KotlinTest$6ZY8yysFE1G_4okj2E0STUBMfmc() { } public final void onChanged(Object obj) { KotlinTest.m1490test2$lambda3((Integer) obj); } } 看来Kotlin的lambda编译和Java8 lambda的编译是一样激进的,都是在for循环的基础上 默认帮你优化成一个对象了。同样的,我们也看看让这个lambda访问外部的变量,看看还有没有这个“负优化”了。 val test="12345" fun test2() { val liveData = MutableLiveData<Int>() for (i in 0..9) { liveData.observe(this, { t -> Log.v("ttt", "t:$t $test") }) } liveData.value = 3 } 看下反编译的结果: public final void test2() { MutableLiveData liveData = new MutableLiveData(); int i = 0; do { int i2 = i; i++; liveData.observe(this, new Observer() { public final void onChanged(Object obj) { KotlinTest.m1490test2$lambda3(KotlinTest.this, (Integer) obj); } }); } while (i <= 9); liveData.setValue(3); } 一切正常了。最后我们再看看 普通Kotlin的非lambda写法 是不是和Java的非lambda写法一样呢? fun test1() { val liveData = MutableLiveData<Int>() for (i in 0..9) { liveData.observe(this, object : Observer<Int> { override fun onChanged(t: Int?) { Log.v("ttt", "t:$t") } }) } liveData.value = 3 } 看下反编译的结果: public final void test11() { MutableLiveData liveData = new MutableLiveData(); int i = 0; do { int i2 = i; i++; liveData.observe(this, new KotlinTest$test11$1()); } while (i <= 9); liveData.setValue(3); } 一切正常,到这里我们就可以下一个结论了。 对于for循环中间使用lambda的场景,当你的lambda中没有使用外部的变量或者函数的时候,那么不管是Java8的编译器还是Kotlin的编译器都会默认帮你优化成使用同一个lambda。 编译器的出发点是好的,for循环中new不同的对象,当然会导致一定程度的性能下降(毕竟new出来的东西最后都是要gc的),但这种优化往往可能不符合我们的预期,甚至有可能在某种场景下造成我们的误判,所以使用的时候一定要小心。 二、LiveData为何会收到Observe之前的消息 2.1 分析源码找原因 我们来看一个例子: fun test1() { val liveData = MutableLiveData<Int>() Log.v("ttt","set live data value") liveData.value = 3 Thread{ Log.v("ttt","wait start") Thread.sleep(3000) runOnUiThread { Log.v("ttt","wait end start observe") liveData.observe(this, { t -> Log.v("ttt", "t:$t") }) } }.start() } 这段代码的意思是我先更新了一个livedata的值为3,然后3s之后我livedata 注册了一个观察者。这里要注意了,我是先更新的livedata的值,过了一段时间以后才注册的观察者,那么此时,理论上我应该是收不到livedata消息的。因为你是先发的消息,我后面才观察的,但程序的执行结果却是: 2021-11-21 16:27:22.306 32275-32275/com.smart.myapplication V/ttt: set live data value 2021-11-21 16:27:22.306 32275-32388/com.smart.myapplication V/ttt: wait start 2021-11-21 16:27:25.311 32275-32275/com.smart.myapplication V/ttt: wait end start observe 2021-11-21 16:27:25.313 32275-32275/com.smart.myapplication V/ttt: t:3 这个就很诡异了,而且不符合一个我们常见的消息总线框架的设计。来看看源码到底是咋回事? 每次observe的时候我们会创建一个wrapper,看下这个wrapper是干啥的。 注意这个wrapper有一个onStateChanged方法,这是整个事件分发的核心,我们暂且记住这个入口,再回到我们之前的observe方法,最后一行是调用了addObserver方法,我们看看这个方法里做了啥。 最终流程会走到这个dispatchEvent方法里,继续跟。 这个mLifeCycleObserver其实就是我们一开始observe那个方法里new出来的LifecycleBoundObserver对象了,也就是那个wrapper的变量。这个onStateChanged方法经过一系列的调用最终会走到如下图所示的considerNotify方法。 而整个considerNotify方法的作用只有一个。 就是判断mLastVersion和mVersion的值,如果mLastVersion的值<mversion的值,那么就会触发observer的onchaged方法了,也就是会回调到我们的观察者方法里面<strong="">。 我们来看看这2个值咋变化的。首先看这个mVersion; 可以看出来这个值默认值就是start_version也就是-1。但是每次setValue的时候这个值都会加1。 而我们observer里面的mLastVersion 它的初始值就是-1。 最后总结一下: Livedata的mVersion初始值是-1。 经过一次setValue以后她的值就变成了0。 后续每次observe的时候会创建一个ObserverWrapper。 Wrapper她里面有一个mLastVersion 这个值是-1,observe的函数调用最终会经过一系列的流程走到considerNotify方法中此时 LiveData的mVersion是0。 0显然是大于observer的mLastVersion-1的,所以此时就一定会触发observer的监听函数了。 2.2 配合ActivityViewModels要小心 Livedata的这种特性,在某些场景下会引发灾难性的后果,比如说,单Activity多Fragment的场景下,在没有Jetpack-mvvm组件之前,要让Activity-Fragment 实现数据同步是很不方便的 ,但是有了Jetpack-mvvm组件之后,要实现这套机制会变的非常容易。可以看下官网上的例子: class SharedViewModel : ViewModel() { val selected = MutableLiveData<Item>() fun select(item: Item) { selected.value = item } } class MasterFragment : Fragment() { private lateinit var itemSelector: Selector private val model: SharedViewModel by activityViewModels() override fun onViewCreated(view: View, savedInstanceState: Bundle?) { super.onViewCreated(view, savedInstanceState) itemSelector.setOnClickListener { item -> // Update the UI } } } class DetailFragment : Fragment() { private val model: SharedViewModel by activityViewModels() override fun onViewCreated(view: View, savedInstanceState: Bundle?) { super.onViewCreated(view, savedInstanceState) model.selected.observe(viewLifecycleOwner, Observer<Item> { item -> // Update the UI }) } } 只要让2个fragment之间共享这套 ActivityViewModel 即可。使用起来很方便,但是某些场景下却会导致一些严重问题。来看这个场景,我们有一个activity默认显ListFragment,点击了ListFragment以后我们会跳转到DetailFragment,来看下代码: class ListViewModel : ViewModel() { private val _navigateToDetails = MutableLiveData<Boolean>() val navigateToDetails : LiveData<Boolean> get() = _navigateToDetails fun userClicksOnButton() { _navigateToDetails.value = true } } 再看下核心的ListFragment; class ListFragment : Fragment() { private val model: ListViewModel by activityViewModels() override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) } override fun onViewCreated(view: View, savedInstanceState: Bundle?) { super.onViewCreated(view, savedInstanceState) model.navigateToDetails.observe(viewLifecycleOwner, { t -> if (t) { parentFragmentManager.commit { replace<DetailFragment>(R.id.fragment_container_view) addToBackStack("name") } } }) } override fun onCreateView( inflater: LayoutInflater, container: ViewGroup?, savedInstanceState: Bundle? ): View? { // Inflate the layout for this fragment return inflater.inflate(R.layout.fragment_list, container, false).apply { findViewById<View>(R.id.to_detail).setOnClickListener { model.userClicksOnButton() } } } } 可以看出来我们的实现机制就是点击了按钮以后我们调用viewModel的userClicksOnButton方法将navigateToDetails这个livedata的值改成true,然后监听这个LiveData值,如果是true的话就跳转到Detail 这个详情的fragment。 这个流程初看是没问题的,点击以后确实能跳转到DetailFragment,但是当我们在DetailFragment页面点击了返回键以后,理论上会回到ListFragment,但实际的执行结果是回到ListFragment以后马上又跳到DetailFragment了。 这是为啥?问题其实就出现在Fragment生命周期这里,当你按了返回键以后,ListFragment的onViewCreated又一次会被执行,然后这次你observe了,Livedata之前的值是true,于是又会触发跳转到DetailFragment的流程。导致你的页面再也回不到列表页了。 2.3 解决方案一:引入中间层 俗话说的好,计算机领域中的所有问题都可以通过引入一个中间层来解决。这里也一样,我们可以尝试“一个消息只被消费一次”的思路来解决上述的问题。例如我们将LiveData的值包一层: class ListViewModel : ViewModel() { private val _navigateToDetails = MutableLiveData<Event<Boolean>>() val navigateToDetails : LiveData<Event<Boolean>> get() = _navigateToDetails fun userClicksOnButton() { _navigateToDetails.value = Event(true) } } open class Event<out T>(private val content: T) { var hasBeenHandled = false private set // 只允许外部读 不允许外部写这个值 /** * 通过这个函数取的value 只能被消费一次 */ fun getContentIfNotHandled(): T? { return if (hasBeenHandled) { null } else { hasBeenHandled = true content } } /** * 如果想消费之前的value 那就直接调用这个方法即可 */ fun peekContent(): T = content } 这样我们在做监听的时候只要调用getContentIfNotHandled()这个方法即可: model.navigateToDetails.observe(viewLifecycleOwner, { t -> t.getContentIfNotHandled()?.let { if (it){ parentFragmentManager.commit { replace<DetailFragment>(R.id.fragment_container_view) addToBackStack("name") } } } }) 2.4 解决方案二:Hook LiveData的observe方法 前文我们分析过,每次observe的时候,mLastVersion的值小于 mVersion的值 是问题产生的根源,那我们利用反射,每次observer的时候将mLastVersion的值设置成与version相等不就行了么。 class SmartLiveData<T> : MutableLiveData<T>() { override fun observe(owner: LifecycleOwner, observer: Observer<in T>) { super.observe(owner, observer) //get livedata version val livedataVersion = javaClass.superclass.superclass.getDeclaredField("mVersion") livedataVersion.isAccessible = true // 获取livedata version的值 val livedataVerionValue = livedataVersion.get(this) // 取 mObservers Filed val mObserversFiled = javaClass.superclass.superclass.getDeclaredField("mObservers") mObserversFiled.isAccessible = true // 取 mObservers 对象 val objectObservers = mObserversFiled.get(this) // 取 mObservers 对象 所属的class SafeIterableMap val objectObserversClass = objectObservers.javaClass val methodGet = objectObserversClass.getDeclaredMethod("get", Any::class.java) methodGet.isAccessible = true //LifecycleBoundObserver val objectWrapper = (methodGet.invoke(objectObservers, observer) as Map.Entry<*, *>).value //ObserverWrapper val mLastVersionField = objectWrapper!!.javaClass.superclass.getDeclaredField("mLastVersion") mLastVersionField.isAccessible = true //将 mVersion的值 赋值给 mLastVersion 使其相等 mLastVersionField.set(objectWrapper, livedataVerionValue) } } 2.5 解决方案三:使用Kotlin-Flow 如果你还在使用Kotlin,那么此问题的解决方案则更加简单,甚至连过程都变的可控。在今年的谷歌I/O大会中,Yigit 在Jetpack的 AMA 中明确指出了 Livedata的存在就是为了照顾Java的使用者,短期内会继续维护(含义是什么大家自己品品),作为Livedata的替代品Flow会在今后渐渐成为主流(毕竟现在Kotlin渐渐成为主流),那如果使用了Flow,上述的情况则可以迎刃而解。 改写viewModel class ListViewModel : ViewModel() { val _navigateToDetails = MutableSharedFlow<Boolean>() fun userClicksOnButton() { viewModelScope.launch { _navigateToDetails.emit(true) } } } 然后改写下监听的方式即可; override fun onViewCreated(view: View, savedInstanceState: Bundle?) { super.onViewCreated(view, savedInstanceState) lifecycleScope.launch { model._navigateToDetails.collect { if (it) { parentFragmentManager.commit { replace<DetailFragment>(R.id.fragment_container_view) addToBackStack("name") } } } } } 我们重点看SharedFlow这个热流的构造函数; 他的实际作用就是:当有新的订阅者collect的时候(可以理解为collect就是Livedata中的observe),发送几个(replay)collect之前已经发送过的数据给它,默认值是0。所以我们上述的代码是不会收到之前的消息的。大家在这里可以试一下 把这个replay改成1,即可复现之前Livedata的问题。相比于前面两种解决方案,这个方案更加优秀,唯一的缺点就是Flow不支持Java,仅支持Kotlin。 三、总结 整体上来说,即使现在有了Kotlin Flow,LiveData也依旧是目前Android客户端架构组件中不可缺少的一环,毕竟它的生命周期安全和内存安全实在是太香,可以有效降低我们平常业务开发中的负担,在使用他的时候我们只要关注3个方面即可避坑: 谨慎使用Android Studio给出的lambda智能提示 多关注是否真的需要Observe 在注册监听之前的消息 Activity与Fragment之间使用ActivityViewModel时要小心处理。 作者:vivo互联网前端团队-Wu Yue

优秀的个人博客,低调大师

架构设计策略之风险驱动设计

风险驱动架构设计 风险驱动设计 风险 识别风险 描述风险 风险指导架构设计 技术选择 设定风险阈值 总结 你今日预咗风险未? 每次与项目成员沟通后,应该都会预感项目有风险吧。 大概都会遇到这些问题:进度风险、技术难点、需求变更、资源分配问题等等。 别和我说,基本没啥风险,项目很稳定。真有这样没风险的项目,那就不需要架构师了。毕竟这样的项目肯定会有成熟的“轮子”,直接借鉴就好了。 实际上,没风险的项目很少,需要开发的软件项目总有风险的,因为实际需求都是随时间变化的。 我们日常生活很多事情都是看风险来做决定的,最明显莫过于股票、基金等投资行为,在自己能接受的风险范围内进行决策。这是因为风险可以反映出真实世界的不确定性,而且是一个很好的决策指示器,它能帮助我们看清障碍,做出合理的选择。 因此,风险是可以指导我们进行优秀的架构设计,也就是说我们可以采用风险驱动模型进行架构设计。 风险驱动设计 风险驱动模型就是以风险为中心,根据合乎逻辑的理由进行决策权衡的模型。 采用风险驱动的话,必须要能回答以下这些问题: 项目的主要失败风险有哪些? 应对失败风险的技术有哪些? 何时结束和恢复架构设计? 为了解答以上问题,主要的对策有: 识别风险、描述风险 选择技术降低风险 设定风险阈值,权衡架构设计 下面就将详细讲解以上的问题和对策。 风险 风险是指一个事件产生我们所不希望的后果的可能性。对于已经发生的,应该称之为事故。 以上对风险的定义无法直观衡量,我们借鉴下在工程领域对风险的定义,即: 风险 = 失败的概率 x 失败带来的影响 但定义中失败的概率和影响大部分的时候是难以精确度量的,除非我们能觉察到风险,也就是说只能在已知的条件下去定义风险。因此,风险的定义就变为: 当前已知条件下的风险 = 觉察到的失败的概率 x 觉察到的影响 此定义是让我们接受现实,尽力去降低觉察到风险,使架构设计达到已知的最优。 有了定义,首先我们要识别风险,然后就可以去描述风险,更深入地理解风险。 识别风险 识别风险的方法主要有: 确定难以实现的需求。例如,复杂难以理解的业务问题,就需要开需求会议来评估风险。 识别不完整或难以理解的质量属性(非功能属性)需求。例如,“保证可靠性”这种不可测试的质量属性,就需要开发质量属性研讨会来识别风险。 借鉴典型风险来识别。例如,web项目必须要关注安全性。 风险分类排序。以利益相关方需求的优先级和开发者觉察到的难度来进行风险分类排序。 描述风险 根据风险的定义,描述风险至少需要三个部分:条件、后果、优先级。条件是当前风险可能发生的实际情况,后果(觉察到的影响)是由条件引发的将来可能出现的不良状况,优先级(觉察到的失败的概率和影响等来确定)是已知条件下风险的重要程度。 然而,这样的描述方式缺乏项目交叉引用的能力,因此为了标识风险以及便于沟通理解,我们还需要加入四个部分:名称、编号、类型、来源。 我们可以采用表格的形式记录风险。例如,可以用表1作为示例来描述风险。 表1 描述风险 风险名称 风险编号 风险类型 条件 后果 优先级 来源 数据处理风险 R1.1 数据风险 业务系统CPU、磁盘和网络带宽已占有80%,数据处理将消耗大量的时间和资源 可能无法顺利完成任务 高 数据需求D1.1:必须1小时内处理完数据 通过描述理解了风险后,我们可以通过以下方式去降低或消除风险: 降低概率。减少业务系统的资源占有。 减少影响。优化数据处理的能力,提升资源的利用率。 减小风险发生的时间窗口。在业务系统空闲时,进行数据处理。 移除条件。增加CPU、磁盘和网络带等资源,或需求来源方沟通,降低质量属性的要求 接受现状,等接近不可接受的程度再着手处理。优先级不高,数据处理超时和资源不够用的情况较少出现,等解决完优先级高的风险后或风险优先级上升后再处理。 风险指导架构设计 一旦能清楚地识别和描述所面临的风险,就可以借助风险来指导架构设计,进而运用合适的技术去降低或消除风。 可以把风险理解为架构设计的GPS,它帮助我们进行架构设计的定位,告知我们目前在何地距离要去的目的地还有多远。 技术选择 根据风险选择技术是最敏捷高效的,这样就不会把时间和资源浪费在那些低效的技术上,也不会忽略那些危及项目的风险,主动地推动我们进行最优的技术选型。 借助风险选择技术的方法主要有: 分析风险的条件、影响、概率、时间窗口,确定可以解决的部分,进而选择解决问题的技术。 借鉴业界成熟解决方案。 研究密切相关的技术,寻找解决风险的技术 为了实现架构设计的可重复性,我们还可以总结经验,做出风险指导架构设计的指南。例如: 面临的风险 解决的技术 时间和成本预计 数据处理无法顺利完成 增加硬件资源、引入数据处理框架 硬件资源每年花费XX元,引入XX框架学习成本是x个人天 设定风险阈值 风险的阈值到底是多少? 我们参考下《恰如其分的软件架构》对风险阈值的定义:风险降低到不再是系统中最大风险源的地步。当然这是主观的判断,但只要能保证所设计的架构能克服所面临的失败即可。 如果架构不再是系统中最大的风险源,就可以从主动设计转为被动设计,否则从被动设计转为主动设计。主动设计是指主动设法降低或消除风险。被动设计是指在需求变更、出现未知的性能问题等需要及时纠正的情况。 需要注意的是,架构还可以随时重新变回重大的风险源,这可能是因为现实环境的变化、重大的需求变更、不可控的项目管理风险等等。当这些情况出现时,肯定要切换回主动设计模型。 总结 运用风险驱动设计的方法,可以识别和描述风险,并选择一套架构和设计技术来降低或消除这些风险,还可以根据风险的重要程度和阈值,把握住架构设计的度,进行最高效敏捷的设计。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册