Posted by: Phodal Huang in 杂谈 July 27, 2020, 8:40 p.m.

日常的搬砖过程中，我们总会因为代码上的一些设计问题，进行争论。而最后结果呢，可能就是『show me you code』，又或者是『你行你来』。

Posted by: Phodal Huang July 20, 2020, 8:19 p.m.

最近，因为公司项目的原因，对一个大型的系统做了一个简要的架构分析。由于，时间上的限制，所以在这里我也只能做一个快速的分析，并没有其它的可能性。 太长不看版步骤： 1. clone 项目的代码，以及相关的依赖 2. 尝试编译系统 3. 借助目录 + 编辑器进行初步分析 4. 借助工具进行可视化分析 5. 配置 IDE，进行源码分析 6. 绘制架构图 7. 从用户旅程验证架构正确性 8. 总结输出 9. 回溯版本，进一步验证 PS：这里所针对的情况是，没有现有架构图的情况。如果已经有现成的架构，那么它的步骤应该是不一样的。依我之间的经验来看，它应该是这样的： 1. 寻找架构图 2. 寻找相关的阅读代码文档、日记 3. 其它同上 ## 0. clone 多数情况下，把远程的代码 clone 到本地，是一件非常简单的事情。但是，并非所有的情况都是如此，因为对一个大型的系统来说，我们要面对着这么一些情况： 1. 代码库过多 2. 代码量过大 于是，在我所需要分析的这个系统里，它采用了 Google 的多仓库管理工具 Repo。这样就从一定程度上解决代码库过多的问题——对于我们来说，我们只需要执行一个 `repo sync`，它就可以帮助我们把所有的代码 clone 下来。而后，我们只需要等待几小时，或者几天，就可以下到我们的代码库了。 ## 1. 尝试编译系统 有了代码之后，我们就可以尝试按文档的步骤来构建应用。期间，我们还需要解决一些工具上的问题，又或者是按官方的 issue 来处理一些异常情况。 与此同时，你还可能会遇到我在这个项目上遇到的问题：当前版本是无法成功构建的。 于是，我还需要重新花一天时间，再找到某一个特定版本的代码……。 ## 2. 借助目录 + 编辑器进行初步分析 与此同时，在我们进行编译的时候，还可以同时简单地对项目进行分析： 1. 目录结构分析。通过查看目录名称和目录结构，分析项目的组成关系。 2. 代码简单分析。嗯，从一个入口点，一步步查看调用关系等。 之所以，我们还不能用 IDE 进行分析的一个原因是：对于这样的一个系统来说，IDE 是一个庞大的吃内存怪物。而在当前时刻，我们还在尝试构建这个系统，它不仅吃内存，还吃 CPU。甚至于，你的电脑还会因此而卡住。 ## 3. 工具可视化 进一步地考虑到了项目的代码量的问题，简单地靠人力分析起来比较困难。我们就需要借助于一些工具来对代码进行分析。 由于这是一个 Java 项目，我就可以用我之前写的系统分析工具：[Coca](https://github.com/phodal/coca)。用它来绘制基本的架构图：  还有某一个方法或者是类的上下调用关系：  ## 4. 配置 IDE，进行源码分析 在腾出了足够的 CPU + 内存资源之后，我们就可以轻松愉快地打开 IDE，进行源码分析。于是，很快地，我就需要等待 IDE 把代码索引完。 好了，IDE 卡住了。 ### 模块分析 接着，我尝试了另外一种可能性，打开其中的某一个工程查看源码，但是很快地我发现了：**缺少依赖**。因为总体的构建失败，导致了总工程的一些依赖无法构建成功。 于是乎，我尝试了另外一种可能性：提取生产环境的依赖。毕竟，我所需要的依赖是一些 jar 包，而 jar 包会伴随着系统一起分发。这样一来，我就能从发布包中复制依赖到工程中使用，然后愉快地继续阅读代码了 —— 顺便地也能从依赖分析项目的情况。 ### 工程内依赖分析 嗯，对于某些模块来说，它的产出是一个 jar 包，那么我们不一定需要阅读它地源码。只需要理清单个模块的构建产物，以及它的作用即可。 ## 5. 绘制架构图 嗯，有了上面的基础之后，我们就可以绘制架构图了。 暂时没啥好的工具推荐，Google Slides、Sketch 这一类的都可以。 如果是调用关系的话，可以用 Graphviz 来绘制。只是呢，我已经用 Coca 来自动化绘制这个依赖关系了。哈哈 ## 6. 用户旅程验证 我们阅读代码时，都是从入口开始验证。如基于 Spring 的微服务项目，都是从 API 注解作为入口点，一步步分析这个系统的架构；如 Angular 开发的前端应用，是从 `main.ts` 开始的。如 IDEA 插件，是从 plugin.xml 开始的，从 Action 绑定用户行为。 以类似的方式，我们就可以在不能调试的情况下，进一步验证架构的提炼是否合理。 ## 7. 回溯版本，重复 考虑到我使用的版本是不能成功编译地版本，所以又花了点时间再下一个旧版本的系统，以验证部分关系是否是正确的。 毕竟只有成功编译地版本，才是正常的版本。 ## 8. 总结输出 这些相关的产物可以有： 1. 过程日志 2. 问题总结 3. 架构图 4. 仿制的 MVP demo 在这里，我们还是强调一下最后一个，我经常拿这种方式来创造轮子。

Posted by: Phodal Huang July 19, 2020, 9:06 a.m.

因为公司相关售前的原因，需要研究一下 Android Studio 的架构及其原理。便需要 clone 一下代码， 编译一下它，并研究它是如何编译的。 总体过程还是非常不顺利的，以至于最后没有在 4.0 上编译成功，只在 3.0 上编译成功。 ## 1. Clone 代码 这一步就比较简单了，按官方的教程来：《[Checkout and build the source code](https://android.googlesource.com/platform/tools/idea/+/refs/heads/studio-master-dev/RELEASE.md)》 ``` $ mkdir studio-master-dev $ cd studio-master-dev $ repo init -u https://android.googlesource.com/platform/manifest -b studio-master-dev $ repo sync -c -j4 -q ``` 不得不说 Android Studio 相关的代码还是蛮大的，大概花了一天的时间 clone。clone 完后，大概占了我 60 G 的存储空间。 ## FAQ ### 编译 在《[Android Studio Release Process](https://android.googlesource.com/platform/tools/idea/+/refs/heads/studio-master-dev/RELEASE.md)》 中记录了如何解决部分 Google 相关的 Vendor 缺少的解决方案 从代码库中删除所有的：tools/vendor/google 示例：https://android.googlesource.com/platform/tools/idea/+/refs/heads/studio-master-dev/RELEASE.md ``` --- a/bazel/toplevel.WORKSPACE +++ b/bazel/toplevel.WORKSPACE @@ -1,13 +1,6 @@ load("//tools/base/bazel:repositories.bzl", "setup_external_repositories") setup_external_repositories() -local_repository( - name = "blaze", - path = "tools/vendor/google3/blaze", -) -load("@blaze//:binds.bzl", "blaze_binds") -blaze_binds() - http_archive( name = "bazel_toolchains", urls = [ ``` ### SDK 或者 NDK 找不到 ``` ln -s ~/Library/Android/sdk/ /Users/fdhuang/jvm/studio-master-dev/prebuilts/studio/sdk/darwin ln -s ~/sdk/android-ndk-r20/ /Users/fdhuang/jvm/studio-master-dev/prebuilts/studio/sdk/darwin/ndk-bundle ``` ### armeabi 问题 ``` [exec] ERROR: /private/var/tmp/_bazel_fdhuang/0711c902f818b6dd779b715988db0de0/external/androidndk/BUILD.bazel:41:1: in cc_toolchain_suite rule @androidndk//:toolchain-libcpp: cc_toolchain_suite '@androidndk//:toolchain-libcpp' does not contain a toolchain for cpu 'armeabi' ``` 打开，复制粘贴 ``` 'armeabi': ':arm-linux-androideabi-clang8.0.7-v7a-libcpp', ``` ### 删除 DS_Store ``` ref_id = fd.readline() File "/usr/local/Cellar/python/3.7.5/Frameworks/Python.framework/Versions/3.7/lib/python3.7/codecs.py", line 322, in decode (result, consumed) = self._buffer_decode(data, self.errors, final) UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 3131: invalid start byte ``` find . -name ".DS_Store" -delete ## 编译 4.0 失败 不过，最后你还是不会成功的，因为缺少了 NDK 相关的东西： 见 issues: [https://issuetracker.google.com/issues/126764883](https://issuetracker.google.com/issues/126764883)

Posted by: Phodal Huang in 架构 July 13, 2020, 8:25 p.m.

距离我一次写测试相关话题的文章，已经有相当长的一段时间了。对于自动化测试相关的内容，我大抵还算是熟悉的。毕竟，开发人员写测试这件事在 ThoughtWorks 是自然而然的，它也体现在我的开源项目上。恰好，最近我正在帮助客户设计和实施测试策略。

Posted by: Phodal Huang July 6, 2020, 8:15 p.m.

用 Rust 来写个应用，这个想法颇久了。之前呢，要么找不到合适的场景，要么觉得 Rust 门槛有些高。直到最近呢，刚好对底层编程有点想法，便想着用这门语言做点东西玩玩。

Posted by: Phodal Huang June 30, 2020, 8:37 p.m.

每次看到遗留系统的时候，我总想着设计一个迁移方案。时间一久，收集的案例一多，外加上我也有了越来越多的案例，便想着记录一下这些内容。 ## 遗留系统的迁移 遗留系统的迁移是一个相当复杂的工作，以至于重写的成本甚至比迁移的成本更高。但是从**技术维度**来看，步骤无非就是： - 设定迁移的目标 - 制定迁移的计划 - 迁移计划的验证（PoC） - 实施应用程序的迁移 - 校验迁移结果 对，就是这么简单。 ### 遗留资产 我们通过把数字化时代的遗留资产划分了这几种类型： - **遗留代码**。所有没有测试的代码。 - **遗留基础设施**。所有不安全、没有弹性、不可靠的基础设施。 - **遗留系统**。所有不可观察、没有支持的自制系统或者商业化系统（COTS） - **遗留架构**。所有限制交付价值的架构。 - **旧式流程**。所有不可度量的流程（缺少 KPI、SLO） - **旧式组织**。所有不敏捷且不统一的组织 - **旧式思维**。相信上述内容无法克服或无法改变 替换这些系统的原因，也无非就是： - 降低成本：更快的概念兑现 - 改善客户体验 - 上市 - 可伸缩、可扩展系统 - 技术变革根上业务变革的速度 ### 迁移的目标架构 > 架构量子则是具有高功能内聚并可以独立部署的组件，它包括了支持系统正常工作的所有结构性元素。 —— 《演进式架构》 在单体架构中，量子就是整个应用程序，每个部分都高度耦合，因此开发人员必须对其进行整体部署。 | 架构 | 架构量子 | 可演进性 | |---|---|---| | 没有架构的单体 | 单体（大泥球） | 低 | | 分层单体 | 单体（分层应用） | 低 | | 模块化、结构化单体 | 单体（如模块化的 COTS） | 中 | | 微内核 | 内核 + 插件 | 中 | | 事件驱动 - 中介 | 总线、消费者、订阅者 | 中 | | 事件驱动 - 代理 | 队列、消费者、订阅者 | 高 | | 基于服务的架构 | 微服务 | 高 | ### 过程模式 对应的替换过程模式有： - **改善现有**。现有系统已经过现代化改造，可以通过改进设计来提供更好的结果。通常，核心技术堆栈保持不变，或者可能会引入一些次要的补充。 - **缓慢替换**。IT 系统的组件/功能块已被新技术取代，并作为单独的应用程序移至生产环境，而系统的其余部分仍旧采用旧技术。随着时间的流逝，剩余的组件/功能块将被单独的应用程序取代，然后逐步重建整个系统。 - **普通替换**。整个系统使用新技术进行了重建，旧系统已停用。 它使用标准平台从头开始构建，或者使用第三方程序包作为基础层构建。 当然了，每种模式的要求也有所不同： | | 改善现有 | 缓慢替换 | 完全替换 | | -|-|-|-| | 现有化技术栈 | 低 | 高 | 最高 | | 系统修改 | 应用级别 | 应用级别 / 局部变化 | 企业级 | | 风险等级 | 低 | 中 | 低 - 高 | | 资金需求 | 中 | 中 | 低 - 高 | | 持续时间 | 数月 | 数月到 1 年 | 数月到数年 | | 长期收益 | 低 | 高 | 最高 | | 人生度 | 最高 | 高 | 低 | | 人力成本 | 低 | 中 | 高 | ### 迁移策略 在我们决定好了迁移的目标和模式之后，只需要适合的方式即可： - 保留（Retain），什么都不做。 - 清退（Retire），摆脱原有束缚。 - 重新采购（Repurchase），转移至不同的产品。 - 重新托管（Rehost），即直接迁移。 - 平台更新（Replatform），『修补加迁移』。 - 架构重构（Re-Architect），更改应用程序的架构和开发方式，往往通过使用云原生功能来完成的。 这里，我们主要考虑讨论的是：重新托管、平台更新、架构重构，因为只有这三项是技术活动。 ## 防护网 对于遗留系统的迁移，想必你也相当的有经验了，比如这些常见的实践： - 使用版本管理。 - 小步前进。 - 使用测试作为防护网。 - 频繁提交。 - …… 而在这其中除了架构的设计，最复杂的一部分莫过于：防护网的设计。 ### 自动化测试 适用的场景：遗留代码、遗留系统、 遗留架构。 对应的实施方式： - 代码级重构。 - 组件级重构。 - API 级重构。 - 系统级迁移。 常见的防护措施有： - 单元测试。针对于包级、组件、函数级的代码重构场景。 - 容器内测试。针对于模块化的 OSGI 架构应用。 - API 测试。采用纺锥型测试策略进行系统迁移。 - 端对端测试。较少采用，成本较高，效果较差。 - UI 测试。 - 性能测试。针对于云迁移下的对比。 常见的工具有：xUnit、 REST Assured、Karate、Cucumber 等。 ### 比对 适用场景：遗留基础设施、遗留系统、遗留架构。 基础设施迁移： - 数据库迁移。 - 构建工具迁移。 常见的实施方式有： - 数据比对测试。通过测试对比迁移前后的数据变化，来判定迁移是否成功。 - 数据库比对测试。同上，只是维度变成了数据库。 - Schema 比对。确保数据模型或架构结构在源系统和目标系统之间匹配。 - Row 计数比对。确保计数是针对源和目标之间的表是否匹配。 - 数据汇总测试。对源和目标之间的大量表执行汇总检查。 - 制品比对测试。针对于构建工具迁移，对比构建产物，看是否发生变化。 - checksum 比对。 - class 比对。 常见的工具有：DBDiff、DbUnit 等。 ### 防腐层 适用场景：遗留系统绞杀。 常见的实施方式有： - 过渡 API。适用于遗留系统迁移的过渡模式，在迁移完成好，可以删除。 - 防腐层。即建立与遗留、腐败的代码的层级，以隔离系统变化。 - BFF。适用于多种客户端模式 ## 结论 没有银弹，迁移才是最有意思的技术挑战。

Posted by: Phodal Huang in 架构 June 22, 2020, 8:18 p.m.

最大化重用会使得可用复杂化。 —— 《Java 应用架构设计》

Posted by: Phodal Huang in 杂谈 June 16, 2020, 8:05 p.m.

最近，我又挖了几个开源项目的坑，Ledge、Ledge Framwork、Igso 等等。每次挖新坑的时候，经常性地都要花很多的时间，想着怎么编写 README、完善 README。而就是这么一个简单的 README 的编写，它都要花费我相当长的时间，或是几个小时，或是几天。

Posted by: Phodal Huang June 9, 2020, 8:45 p.m.

上周在公司内部又做了一次关于开源的分享，与三月份那次稍有不同的是，这次的关注点主要是：企业与开源软件。

Posted by: Phodal Huang in 杂谈 June 1, 2020, 8:03 p.m.

很早以前，我便想着写一篇文章吐槽一下数字化时代。如果你熟知我在开源世界的贡献（代码 + 内容），就知道我一直是开源软件、自由软件的拥趸：RMS 一直是对的 [🐶🐶🐶] 。