前言
今天学习 SOLID 原则中的字母 "I",接口隔离原则,Interface Segregation Principle,缩写为 ISP。
英文原文:Clients should not be forced to depend upon interfaces that they do not use。翻译成中文就是:客户端不应该被强迫依赖它不需要的接口。
这个原则,最关键就是理解其中"接口"的含义。我们可以把接口理解为下面三种东西:
- 一组 API 集合
- 单个 API 接口或函数
- OOP 中接口的概念
把"接口"理解为一组 API 集合。
还是结合例子来讲解。微服务用户系统提供了一组跟用户相关的 API 给其他系统使用,比如:注册、登录、获取用户信息等。具体代码如下所示:
java
public interface UserService {
boolean register(String cellphone, String password);
boolean login(String cellphone, String password);
UserInfo getUserInfoById(long id);
UserInfo getUserInfoByCellphone(String cellphone);
}
public class UserServiceImpl implements UserService {
// ...
}
现在,要后台管理系统要实现删除用户的功能,希望用户系统提供一个删除用户的接口。
这个时候该如何做?你可能会说,只要在 UserService
中增加一个 deleteUserByCellPhone()
或 deleteUserById()
接口就可以了。这个方法可以解决问题,但也隐藏了一些安全隐患。
删除用户是一个非常慎重的操作,我们只希望通过管理后台来执行,所以这个接口只限于管理后台使用。如果把它放到
UserService
中,那所有使用到UserService
的系统,都可以调用这个接口。不加限制地被其他业务系统调用,就有可能误删用户。
当然,最好的解决方案是从架构设计层面,通过接口鉴权的方式来限制接口的调用。不过,还可以从代码设计的层面,尽量避免接口被误用。我们参照接口隔离原则,调用者不应该强迫依赖它不需要的接口,将删除接口单独放到另外一个接口 RestrictedUserService
中,然后将 RestrictedUserService
只打包提供给后台管理系统来使用。具体代码实现如下:
java
public interface UserService {
boolean register(String cellphone, String password);
boolean login(String cellphone, String password);
UserInfo getUserInfoById(long id);
UserInfo getUserInfoByCellphone(String cellphone);
}
public interface RestrictedUserService {
boolean deleteUserByCellPhone(String cellPhone);
boolean deleteUserById(long id);
}
public class UserServiceImpl implements UserService, RestrictedUserService {
// ...
}
刚刚的例子,我们把接口隔离原则中的接口,理解为一组接口集合,它可以是某个微服务的接口,也可以某个类库的接口等等。在设计微服务或者类库接口的时候,如果部分接口只被部分调用者使用,那我们就需要将这部分接口隔离出来,单独给对应的调用者使用,而不是强迫其他调用者也依赖这部分不会被用到的接口。
把"接口"理解为单个 API 接口或函数
换一种理解方式,把"接口"理解为单个接口或函数(后面都称为"函数")。那接口隔离原则可以理解为:函数的设计功能要单一,不要将多个不同的功能逻辑实现在一个函数中。我们还是通过例子来解释下。
java
public class Statistics {
private Long max;
private Long min;
private Long average;
private Long sum;
private Long percentile99;
private Long percentile999;
// 省略getter、setter、constructor...
}
public Statistics count(Collection<Long> dataSet) {
Statistics statistics = new Statistics();
// 省略计算逻辑
return statistics;
}
在上面的代码中,count()
函数的功能不够单一,包含很多不同的统计功能,比如,求最大值、最小值、评价值等等。按照接口隔离原则,我们应该把 count()
函数拆分成几个更小粒度的函数,每个函数负责一个独立的统计功能。拆分之后的代码如下所示:
java
public Statistics max(Collection<Long> dataSet) { /*...*/ }
public Statistics min(Collection<Long> dataSet) { /*...*/ }
public Statistics average(Collection<Long> dataSet) { /*...*/ }
不过,在某种意义上, count()
函数也不鞥算式职责不够单一,比较它做的事情只是和统计相关。我们在讲单一职责原则的时候,也提过类似的问题。实际上,判断功能是否单一,除了很强的主观性,还需要结合具体的场景。
- 例如,对每个统计需求,
Statistics
定义的几个统计信息都有设计,那count()
的设计就是合理的。 - 相反,如果每个统计只需要设计
Statistics
中的一部分,比如,有的只需要用到 max、min、average,有的只需要用到 average、sum。而count()
函数每次都会把所有的统计信息都会计算一遍,就会做很多无用功,势必影响代码的性能,特别是在需要统计的数据量很大的时候。所以在这个场景下,count()
函数的设计就有点不合理了,应该按照第二种设计思路,将其拆分成粒度更细的多个统计函数。
不过你应该以及返现,接口隔离原则和单一职责原则有些类似,不过稍微还是有些区别。
-
单一职责原则针对的是模块、类、接口的设计。
-
而接口隔离原则,一方面更加侧重于接口,另一方它的思考角度不同。
它提供了一种判断接口是否职责单一的标准:通过调用者来间接地判定。
如果调用者只使用部分接口或接口的部分功能,那接口的设计就不够职责单一。
把"接口"理解为 OOP 中的概念
还可以把"接口"理解为 OOP 中的接口概念,比如 Java 中的 interface。还是通过例子来解释。
假设项目中用到了三个外部系统:Redis、MySQL、Kafka。每个系统都对应一些列配置信息,比如地址、端口、访问超时时间等。为了在内存中存储这些配置信息,供项目中的其他模块来使用,我们分别设计实现了三个 Configuration
类:RedisConfig
、MysqlConfig
、KafkaConfig
。具体实现代码如下所示。这里只给出了 RedisConfig
的实现,其他两个都是类似的。
java
public class RedisConfig {
private ConfigSource configSource; // 配置中心(比如Zookeeper)
private String address;
private int timeout;
private int maxTotal;
// 其他配置省略:maxWaitMillis、maxIdle、minIdle...
public RedisConfig(ConfigSource configSource) {
this.configSource = configSource;
}
public String getAddress() {
return this.address;
}
// 省略其他get()、init()方法...
public void update() {
// 从 configuration 加载配置到 address/timeout/maxTotal...
}
}
public class MysqlConfig { /*...*/ }
public class KafkaConfig { /*...*/ }
现在有个新需求,希望支持 Redis 和 Kafka 配置信息的热更新。所谓"热更新"就是,如果在配置中心更改了配置信息,我们希望在不用重启系统的情况下,能将最新的信息加载到内存中(也就是 RedisConfig
、KafkaConfig
中)。但是,因为某些原因,我们并不希望对 MySQL 的配置信息进行热更新。
为了实现这个一个功能需求,我们设计实现了 ScheduledUpdater
类,以固定的时间频率来调用 RedisConfig
、KafkaConfig
的 update()
方法更新配置信息。具体的实现代码如下所示:
java
public interface Updater {
void update();
}
public class RedisConfig implements Updater{
// 省略其他属性和方法...
@Override
public void update() {
// 从 configuration 加载配置到 address/timeout/maxTotal...
}
}
public class KafkaConfig implements Updater{
// 省略其他属性和方法...
@Override
public void update() {
// 从 configuration 加载配置到 address/timeout/maxTotal...
}
}
public class MysqlConfig { /*...*/ }
public class ScheduledUpdater {
private final ScheduledExecutorService executor = Executors.newSingleThreadScheduledExecutor();
private long initialDelayInSeconds;
private long periodInSeconds;
private Updater updater;
public ScheduledUpdater(Updater updater, long initialDelayInSeconds, long periodInSeconds) {
this.initialDelayInSeconds = initialDelayInSeconds;
this.periodInSeconds = periodInSeconds;
this.updater = updater;
}
public void run() {
executor.scheduleAtFixedRate(new Runnable() {
@Override
public void run() {
updater.update();
}
}, this.initialDelayInSeconds, this.periodInSeconds, TimeUnit.SECONDS);
}
}
public class Application {
static ConfigSource configSource = new ZookeeperConfigSource(/*省略参数*/);
public static final RedisConfig redisConfig = new RedisConfig(configSource);
public static final MysqlConfig mysqlConfig = new MysqlConfig(configSource);
public static final KafkaConfig kafkaConfig = new KafkaConfig(configSource);
public static void main(String[] args) {
ScheduledUpdater redisConfigUpdater = new ScheduledUpdater(redisConfig, 300, 300);
redisConfigUpdater.run();
ScheduledUpdater kafkaConfigUpdater = new ScheduledUpdater(kafkaConfig, 60, 60);
redisConfigUpdater.run();
}
}
好了,热更新的需求搞定了,我们又有了一个监控功能需求。所以,我们希望有一种更加方面的配置信息查看方式。
可以在项目中开发一个内嵌的 SimpleHttpServer,输出项目的配置信息到一个固定的 HTTP 地址,比如 :http://127.0.0.1:2389/config
。不过我们只想暴露 MYSQL 和 Redis 的信息,不想暴露 Kafka 的信息。
我们进一步对上面的代码进行改造。
java
public interface Updater {
void update();
}
public interface Viewer {
String outputPlainText();
Map<String, String> output();
}
public class RedisConfig implements Updater, Viewer {
// 省略其他属性和方法...
@Override
public void update() { /*...*/ }
@Override
public String outputPlainText() { /*...*/ }
@Override
public Map<String, String> output() { /*...*/ }
}
public class KafkaConfig implements Updater{
// 省略其他属性和方法...
@Override
public void update() { /*...*/ }
}
public class MysqlConfig implements Viewer {
@Override
public String outputPlainText() { /*...*/ }
@Override
public Map<String, String> output() { /*...*/ }
}
public class SimpleHttpServer {
private String host;
private int port;
private Map<String, List<Viewer>> viewers = new HashMap<>();
public SimpleHttpServer(String host, int port) { /*...*/ }
public void addViewer(String urlDirectory, Viewer viewer) {
if (!viewers.containsKey(urlDirectory)) {
viewers.put(urlDirectory, new ArrayList<Viewer>());
}
this.viewers.get(urlDirectory).add(viewer);
}
public void run() { /*...*/ }
}
public class ScheduledUpdater { /*...*/ }
public class Application {
static ConfigSource configSource = new ZookeeperConfigSource(/*省略参数*/);
public static final RedisConfig redisConfig = new RedisConfig(configSource);
public static final MysqlConfig mysqlConfig = new MysqlConfig(configSource);
public static final KafkaConfig kafkaConfig = new KafkaConfig(configSource);
public static void main(String[] args) {
ScheduledUpdater redisConfigUpdater = new ScheduledUpdater(redisConfig, 300, 300);
redisConfigUpdater.run();
ScheduledUpdater kafkaConfigUpdater = new ScheduledUpdater(kafkaConfig, 60, 60);
redisConfigUpdater.run();
SimpleHttpServer simpleHttpServer = new SimpleHttpServer("127.0.0.1", 2389);
simpleHttpServer.addViewer("/config", redisConfig);
simpleHttpServer.addViewer("/config", mysqlConfig);
simpleHttpServer.run();
}
}
至此,热更新和监控的需求我们就都实现了。我们来回顾以下这个例子的设计思想。
我们设计了两个功能非常单一的类: Updater
和 Viewer
。ScheduledUpdater
只依赖 Updater
这个跟热更新相关的接口,不需要被强迫去依赖不需要的 Viewer
接口,满足接口隔离原则。同理,SimpleHttpServer
只依赖和它相关的 Viewer
接口,不依赖不需要的 Updater
接口,也满足接口隔离原则。
你可能会说,如果我们不遵守接口隔离原则,不设计 Updater
和 Viewer
两个小接口,而是设计一个大而全的 Config
接口,让 RedisConfig
、MysqlConfig
、KafkaConfig
都实现这个 Config
接口,并将 Config
传递给 ScheduledUpdater
和 SimpleHttpServer
,那么会有什么问题呢?
我们先来看一下按照这个思路实现的代码。
java
public interface Config {
void update();
String outputPlainText();
Map<String, String> output();
}
public class RedisConfig implements Config {
//...需要实现Config的三个接口update/outputPlainText/output ...
}
public class KafkaConfig implements Config{
//...需要实现Config的三个接口update/outputPlainText/output ...
}
public class MysqlConfig implements Config {
//...需要实现Config的三个接口update/outputPlainText/output ...
}
public class SimpleHttpServer {
private String host;
private int port;
private Map<String, List<Config>> viewers = new HashMap<>();
public SimpleHttpServer(String host, int port) { /*...*/ }
public void addViewer(String urlDirectory, Config config) {
if (!viewers.containsKey(urlDirectory)) {
viewers.put(urlDirectory, new ArrayList<Config>());
}
this.viewers.get(urlDirectory).add(config);
}
public void run() { /*...*/ }
}
public class ScheduledUpdater {
// 省略其他属性和方法...
private Config config;
public ScheduledUpdater(Config config, long initialDelayInSeconds, long periodInSeconds) {
this.config = config;
// ...
}
public void run() { /*...*/ }
}
这样的设计思路也能工作,但是对比前后两个设计思路,在同样的代码量、实现复杂度、同等可读性的情况下,第一种设计思路,明显比第二种好很多。主要原因有两点。
首先,第一种设计思路更加灵活、易扩展、易复用 。因为 Updater
、Viewer
职责更加单一,单一就意味着通用、复用性好。比如,我们现在又有了一个需求,开发一个 Metrics 性能统计模块,并且希望将 Metrics 也通过 SimpleHttpServer
显示在网页上,以方便查看。这个时候,尽管 Metrics 跟 RedisConfig 等没有任何关系,但我们仍然可以让 Metrics 实现非常通用的 Viewer
接口,复用 SimpleHttpServer
的代码实现,具体的代码如下所示:
java
public class ApiMetrics implements Viewer { /*...*/ }
public class DbMetrics implements Viewer { /*...*/ }
public class Application {
static ConfigSource configSource = new ZookeeperConfigSource(/*省略参数*/);
public static final RedisConfig redisConfig = new RedisConfig(configSource);
public static final MysqlConfig mysqlConfig = new MysqlConfig(configSource);
public static final KafkaConfig kafkaConfig = new KafkaConfig(configSource);
public static final ApiMetrics apiMetrics = new ApiMetrics();
public static final DbMetrics dbMetrics = new DbMetrics();
public static void main(String[] args) {
ScheduledUpdater redisConfigUpdater = new ScheduledUpdater(redisConfig, 300, 300);
redisConfigUpdater.run();
ScheduledUpdater kafkaConfigUpdater = new ScheduledUpdater(kafkaConfig, 60, 60);
redisConfigUpdater.run();
SimpleHttpServer simpleHttpServer = new SimpleHttpServer("127.0.0.1", 2389);
simpleHttpServer.addViewer("/config", redisConfig);
simpleHttpServer.addViewer("/config", mysqlConfig);
simpleHttpServer.addViewer("/metrics", apiMetrics);
simpleHttpServer.addViewer("/metrics", dbMetrics);
simpleHttpServer.run();
}
}
其次,第二种设计思路在代码上做了一些无用功 。因为 Config
接口中包含两类不相关的接口,一类是 update()
,一类是 output()
和 outputPlainText()
。理论上:
KafkaConfig
只需要实现update()
即可,并不需要实现 output 相关的接口。- 同理
MysqlConfig
只需要实现 output 相关的接口,并不需要实现update()
。
但是第二种设计思路要求 MysqlConfig
、KafkaConfig
、MysqlConfig
必须同时实现 Config
的所有接口。除此之外,如果我们要在 Config
中添加一个新的接口,那所有的实现类都要改动。相反,如果我们的接口粒度比较小,那涉及改动的类就比较少。
总结
1.如何理解接口隔离原则?
理解接口隔离原则的重点是理解其中的"接口"二字。这里有三种不同的理解。
- 如果把接口理解为一组接口集合 ,可以是某个微服务的接口,也可以是某个类库的接口。如果部分接口只被部分调用者使用 ,我们就需要将这部分接口隔离出来,单独给这部分调用者使用。而不强迫其他调用者也依赖这部分不会被用到的接口。
- 如果把接口理解为 API 接口或函数 ,部分调用者只需要函数中的部分功能,那我们就需要把函数拆分成粒度更细的多个函数,让调用者只依赖它需要的那个细粒度函数。
- 如果把接口理解为 OOP 中的接口,也可理解为面向对象编程语法中接口语法。那接口的设计要尽量单一,不要让接口的实现类和调用者,依赖不需要的接口函数。
2.接口隔离原则与单一职责原则的区别
单一职责原则针对的是模块、类、接口的设计。接口隔离原则相对于单一职责原则,一方面更侧重于接口的设计,另一方面它的思考角度也是不同的。接口隔离原则提供了一种判断接口的职责是否单一的标准:通过调用者如何使用接口来间接的判定。如果调用者只使用部分接口或接口的部分功能,那接口的设计就不够职责单一。