TDD 实践 - FizzFuzzWhizz(三)
说明:该 TDD 系列案例主要是为了巩固和记录自己 TDD 实践过程中的思考与总结。个人认为 TDD 本身并不难,难的大部分是编程之外的技能,比如分析能力、设计能力、表达能力和沟通能力,它可以锻炼一个人事先思考、化繁为简、制定计划、精益求精的习惯和品质。本文的源码放在个人的 Github 上,案例需求来自于网上。
在之前的实践文章中着重掌握 TDD 的口号和整体流程,用 9 个 UT 驱动出核心任务的实现代码,即完成了核心任务,也得到了将近 100% 的测试覆盖率,并且在测试的支撑下对程序进行小范围重构,从目前看来采用 TDD 的效果还是不错的。不过上一篇文章留下了一个反思一直困扰着我,并不是因为这个问题有多难解决,而是以后再面对这种类型的问题时,我可以运用何种思路去简化并解决这种类型的问题,这是写这篇文章最主要的动机,而 TDD 可以帮助到我。
1. 问题回顾
到目前为止,程序是否存在更加优秀的设计? 这是上一篇文章结尾留下的一个反思,提这个问题的同时也引发了自己对程序设计的反思,到底应该通过什么方法来降低错误设计和编程浪费(重写和太多的重构)呢?
2. 解题思路
目标: 得到简洁可用的代码和合理的程序设计。
准备: 简化案例为接下来的活动做好准备。
活动:
通过面向对象分析提炼领域模型或分析模型。
在领域模型的指导下实施面向对象设计得到设计模型。
可视化领域模型和设计模型,以便于理解和分析。
任务分解。
TDD。
3. 面向对象分析
OOA 强调的是在问题领域内发现和描述对象(或概念), 关注重要概念类、属性和关键关系,强调调查研究,而非解决方案, 最终提炼出领域模型。得到领域模型是我第一阶段的目标。这里还要强调的是,建模的目的是为了理解和沟通,以便于确认模型的合理性,所以建模是一项重要但不应该花太多时间的工作,既可以在白板上草图绘制,也可以使用 UML 元素。
创建领域模型的步骤可以分为四步:
确认需求范围。
寻找重要概念类。
可视化(草图或 UML)。
添加关联关系和属性。
经分析,由于案例难度一般,所以当前需求范围涉及整个案例(或者当前迭代所涉及的需求),其中第三点需要学习相关的元素或者画草图即可,难度相对简单,而第二点和第四点是整个建模过程中的关键步骤,直接影响到整个领域模型,所以把主要精力放在这两个地方。
如何寻找概念类:
在已有的模型上调整和修改(效率较高,推荐)。
使用分类列表。
确定名词短语(较为简单,需要注意自然语言的二义性)。
这里我使用"分类列表"策略来寻找重要概念类,在分析案例后我得到以下分类列表:
概念类类别 | 重要等级 | 示例 |
---|---|---|
游戏 | 重要 | Game |
游戏规则 | 关键 | Rule |
参与者 | 重要 | Teacher、Student |
地点 | 无关紧要 | Classroom |
经分析,该案例中的核心在于游戏规则,也是整个案例中的实现难点,Classroom 在当前需求中缺乏业务含义,可以剔除,然后我使用 UML 工具快速绘制初步的领域模型:
然后给模型加上关联关系和属性:
这个模型主要是站在参与者 Student
的角度进行分析和建模,也是我一开始的理解,但是经过分析,我发现这个模型有点混乱,Student
可能同时跟 Teacher
和 Game
存在耦合关系, start
和 play
也存在歧义,所以我再次站在参与者的角度对模型进行调整:
我把 Teacher
从领域模型中去掉,并且将 Student
概念抽象为 Player
,此时整个领域模型变得简洁多了,不过在进一步分析领域模型发现模型中的 Player
跟 Game
之间的关系非常奇怪,由 100 个玩家去玩一个游戏,导致游戏里面包含了 100 个玩家对象,而且每个玩家的唯一标识仅仅是通过序号来区分,那么 Player
到底是概念类还是属性呢?这两者要如何区分呢?
如何分辨概念类和属性?
如果某个概念类不是现实世界中的数字和文本,那么该概念类很可能是概念类而不是属性,反之同理。
这是在《UML与模式应用》这本书的第九章中提到的准则,也正是这句话给了我灵感,通过分析,在这个案例中并没有明确区分玩家是张三还是李四,因此“100个玩家”应该作为游戏的一个属性更加合适不过,所以我重新调整了模型:
此时的领域模型得到了简化,领域聚焦也变得更加合理。那 Rule
的设计合理吗?通过分析案例发现 Game
跟 Rule
的关系存在问题,Game
和 Rule
并不是 1 : 3 的关系,而是 1 : 1 的关系,因为特殊数字只是游戏规则的一部分,这个问题在程序设计阶段可以非常明显的反映出来,此时模型调整为:
我把一些需要重点关注的信息标上了红色,以便于聚焦自己的关注点。 虽然在识别概念类和建模的过程中遇到了一些小问题,但是最终还是得到一个合理的领域模型。领域模型是对概念内的概念类或现实世界中对象的可视化表达,它去掉了问题域中的大部分细枝末节,只保留重要的领域概念,这对于分析问题和指导程序设计提供了非常大的帮助,不过有时候领域模型看不出来的问题在程序设计阶段可能会反映出来,所以可以先采用领域模型指导程序设计,然后反过来通过程序设计的反馈来分析领域模型的合理性。
思考:如何判断领域模型是否正确?
不同的分析角度得到的领域模型可能存在异同,所以并没有所谓正确的领域模型,模型只是近似地在尝试描述一个实际领域,它可以有效地捕获理解当前问题域所需要的重要信息,帮助人们理解当前问题域中的概念、术语和关系,以便于提高开发人员和业务人员之间的理解和沟通效率。
思考:应该花多少时间去建立领域模型?
假设在为期 3 周的迭代中,建模时间最好不要超过一天,因为有很多因素阻碍我们建立一个"完美"的模型,例如业务需求变更、部分重要概念未被发掘等等情况,所以应该把主要精力花在核心问题域的分析和建模,然后通过程序设计阶段反过来去验证模型的合理性,在 TDD 的过程中通过重构来发现隐式概念并提炼程序设计,因此在实践过程中运用好 OOA 、 OOD 和 TDD 可以达到相辅相成的作用。
4. 面向对象设计
OOD 关注软件对象的职责和协作以实现软件需求,强调得到满足当前需求的概念上的解决方案(可以被实现,但不是具体实现,设计思想不关注具体实现),而实现则表达了真实且完整的设计,通常会使用 UML 交互图和类图进行可视化。
动态建模和静态建模的区别
动态模型有助于设计逻辑和设计代码行为,通常会使用如下工具进行动态建模:
UML 交互图
UML 顺序图
UML 活动图
UML 状态机图
...
静态建模有助于设计包、类名、属性和方法,通常会使用如下工具进行静态建模:
UML 类图
...
其中最有价值、最具挑战性、最有益和有效的设计工作基本上都发生在动态建模的过程中,在动态建模的过程中可以明确知道有哪些对象,对象之间如何进行交互,所以应该在这方面花费更多的精力。
思考:领域模型和设计模型(UML交互图、类图)之间是什么关系?
设计模型并不是完完全全临摹领域模型,因为这两个阶段的目标完全不同, 领域模型描述的是真实世界领域内的概念类,设计模型描述的是软件类(可以被某种编程语言实现),因此设计阶段需要结合编程语言、编程思想和设计原则,而领域模型在这里可以给予设计师灵感并指导程序设计。
在明确设计建模的输入(领域模型)和输出(设计模型)之后,现在需要明确输入到输出的中间过程。在进行动态建模的过程中,我主要采用了职责驱动设计和 GRASP来帮助我实施这一过程(通常可能还会有更多的活动,比如开讨论会等)。
知识:职责驱动设计
职责驱动设计把软件对象想象成具有某种职责的人,这个人要与其他人协作以完成工作,这个过程中会考虑职责、角色和协作三大要素。
知识:GRASP
GRASP 是 GRAS Pattern 的缩写,是一系列模式的统称,它可以以一种系统的、合理的、可以被解释的方式来运用职责驱动设计,并进行设计推理,详细描述请阅读《UML与模式应用》。
4.1 构建 UML 交互图
UML 交互图用于动态对象建模,它可以帮助描述对象之间的交互。
在经过上面一番对 OOD 的理解之后,这里我使用 UML 交互图中的顺序图(UML交互图还包括通信图等)来描述对象之间的交互,在领域模型的指导下我得到一个初步的 UML 交互图:
这个图体现了 Game
和 Rule
的职责和协作,Game
承担玩游戏 play(specialNumbers)
职责,Rule
承担核心的规则匹配 match(number)
职责,Game
和 Rule
的协作体现在对象的创建和方法的调用。
到这里 UML 交互图总算大功告成,接下来进入设计类图阶段。
4.2 构建 UML 类图
类图用于静态对象建模,可以用来描述类、接口、属性及其关联关系。
在领域模型和 UML 交互图的指导下,类图已经变得非常简单,因为大部分信息都已经在 UML 交互图体现出来,所以我根据 UML 交互图快速设计了以下类图:
到这里 UML 类图构建完毕,在进行任务分解后就可以开始 TDD。
5. 任务分解
OOD 已经让我得到了实现需求的解决方案,有趣的是设计模型很大程度上已经帮我完成了任务分解的过程,所以我根据设计模型修改了一开始的任务清单。
旧的任务清单:
发起游戏。
定义游戏规则。
说出 3 个不重复的个位数数字。
!!! 学生报数。
如果是第一个特殊数字的倍数,就报 Fizz。
如果是第二个特殊数字的倍数,就报 Buzz。
如果是第三个特殊数字的倍数,就报 Whizz。
如果同时是多个特殊数字的倍数,需要按特殊数字的顺序把对应的单词拼接起来再报出,比如 FizzBuzz、BuzzWhizz、FizzBuzzWhizz。
如果包含第一个特殊数字,只报 Fizz (忽略规则 1、2、3、4)。
如果不是特殊数字的倍数,并且不包含第一个特殊数字,就报对应的序号。
验证入参。
修改后的任务清单:
生成 3 个不重复的个位数数字。
!!!
定义游戏规则。
如果是第一个特殊数字的倍数,就报 Fizz。
如果是第二个特殊数字的倍数,就报 Buzz。
如果是第三个特殊数字的倍数,就报 Whizz。
如果同时是多个特殊数字的倍数,需要按特殊数字的顺序把对应的单词拼接起来再报出,比如 FizzBuzz、BuzzWhizz、FizzBuzzWhizz。
如果包含第一个特殊数字,只报 Fizz (忽略规则 1、2、3、4)。
如果不是特殊数字的倍数,并且不包含第一个特殊数字,就报对应的序号。
重写
Student
类,使用Rule
替换Student
。
验证入参。
6. 测试驱动开发
Kent Beck:“测试驱动开发不是一种测试技术。它是一种分析技术、设计技术,更是一种组织所有开发活动的技术”。
有效的分析和设计可以概括为:做正确的事(分析)和正确地做事(设计),这应该就是 TDD 中提到的分析技术和设计技术吧。
在之前的 TDD 实践文章中我驱动出了 Student
并为其分配了报数 countOff()
职责,但是这跟目前的设计模型完全不一样,好在 TDD 让程序留下了单元测试,可以在自动化测试的支撑下进行安全的重写,所以我运用了以下策略帮助我完成重写任务:
在不修改原来的代码的前提下逐渐进行小范围重写和替换
将
Student
替换成Rule
,并使自动化测试通过。引入并初始化
List<Rule.Item> items
成员变量,用以保存特殊数字和单词的映射关系。创建
match(number)
方法。逐渐使所有测试通过的方式驱动
match(number)
方法的实现。在保证新引入的代码全部通过测试之后删除旧代码。
运行自动化测试以保证没有引入新的错误。
如果引入错误则马上修改使测试通过。
回到第一步,直到完成重写任务。
保证重构任务完成和所有测试通过的情况下,删除多余的代码。
遵循上面的重写策略最终我得到了以下代码:
整个过程对原始的代码改动稍微有点大,不过在自动化测试的支撑下还是非常顺利地完成了重写任务,接下来可以进入重构环节识别代码中的"坏味道",
通过分析发现上面的判断条件表达的意图不太清晰,因此我通过重构手法 Extract Method 来提高代码的表达能力:
执行单元测试保证所有的测试通过
7. TDD 成果
任务清单:
生成 3 个不重复的个位数数字。
!!! 定义游戏规则。
如果是第一个特殊数字的倍数,就报 Fizz。
如果是第二个特殊数字的倍数,就报 Buzz。
如果是第三个特殊数字的倍数,就报 Whizz。
如果同时是多个特殊数字的倍数,需要按特殊数字的顺序把对应的单词拼接起来再报出,比如 FizzBuzz、BuzzWhizz、FizzBuzzWhizz。
如果包含第一个特殊数字,只报 Fizz (忽略规则 1、2、3、4)。
如果不是特殊数字的倍数,并且不包含第一个特殊数字,就报对应的序号。
重写
Student
类,使用Rule
替换Student
。
验证入参。
测试报告:
测试覆盖率:
8. 总结
坏消息是一开始因缺乏分析和设计留下来的坑迟早要填,好消息是通过上面的分析,这种问题是可以得到很大程度上的控制,先通过对问题进行分析和建模,再通过领域模型指导程序设计可以有效的降低错误设计的概率,在解决复杂问题域的时候效果更加明显,不过需要注意的是 TDD 主张简单设计,在保证代码可用的前提下追求代码简洁,在重构中消除代码坏味道,并对原有的设计模型进行微观层面的演化和提炼,这种方式可以避免不同程度的浪费(设计浪费、不必要的重写、频繁重构和纠结等)。
9. 阅读系列文章
10. 源码
最后更新于