能自动排布节点位置，在大型复杂的图特别方便。 3. 统一文档风格。 实际上，文档生成工具Doxygen 也是采用 Graphviz 生成类图的。不过，我们在软件设计中， 经常以类图表示系统中某个部分，并且按需展示某些重点，而不是简单地全部列出，所以还是 需要手工去描述我们想要画什么，表示我们的软件设计。 1.1 使用 Graphviz dot 首先，下载 Graphviz 安装包。macOS 用户可以 brew install headlabel="* "] Canvas -> Shape 15 } } Canvas Shape * Rectangle Circle 2.9 颜色 UML 图也不一定是黑白的。做软件设计时可以加入颜色去加入一些意思，例如不同包的类可 设置为不同颜色。挑选颜色是一个头痛的问题，可以采用 Graphviz 的配色方案（color scheme） 功能。例如用 colorscheme=spectral7

开发费用超支、软件团队沟通困难、软件重用率低下、 开发人员各自为政、任务完成过期、可靠性下降、系统 适应能力差、软件质量得不到保证、维护困难、可移植 性差、文档不健全、不能适应需求变化…… 当时专家的共识：中国软件设计与生产的弊端在于技术 环节不过关，社会化大生产尚未形成。而应对软件危机 的对策，则是亟需提高全行业的软件工程水平。 �7 在客户和解决客户需求 的软件项目之间，建立 对客户需求的共同理解。 需求管理 每当有人向团队主干版本提交新的修 改，立即执行完整的软件构建过程，将 源代码编译、打包成可执行的状态，并 执行所有自动化测试用例。 敏捷的质量保证 重构应该是“行为保持”的。为了 最大限度地减少调整软件设计过程 中引入错误的几率，必须采用“一 种经千锤百炼形成的有条不紊的程 序整理方法”。 如果每次重构之后都必须手动执行 测试用例来验证软件的行为是否被 改变，会使重构变成一件极其麻烦 而高风险的事。因此，极限编程有

从2003年年由Eric Evans提出DDD以后，在软件开发领域⼀一直 都是雷雷声⼤大，⾬雨点⼩小。这⼏几年年之所以开始⽕火起来，主要的功 劳也要给队友“微服务”，那么这是为什什么呢？ DDD的⽬目标是什什么 软件设计的⻔门槛是什什么 DDD⾥里里难懂的概念 谁来做领域专家？ 产品经理 技术组长 架构师 系统分析师 如何从需求到DDD？ 我想要⼀一个电商 平台，我可以在 上⾯面卖东⻄西 ？ Event

践者和推动者，具有十多年软件研发一线实践经验，经 历过消费电子、通信及互联网多个行业，长期从事研发 管理及研发教练工作，负责组织级大规模敏捷导入实施 和转型的辅导。译有《程序员度量》、《软件驱魔》等。 同时，他热衷编写代码和开源，涉及软件设计、测试驱 动开发、代码重构、遗留代码的维护和持续集成及交 付。 twitter: @zhangliaoyuan 知识倍增速度： • 1750 - 1900： 150年年增⻓长⼀一倍 • 1900

接口赋予程序结构。 – 接口鼓励通过组合进行设计。 – 接口使得并强制清晰划分组件职责。 – 接口的标准化可以建立清晰和一致的期望。 • 面向包的设计（Package-Oriented Design） • 并发软件设计（Concurrent Software Design） • 管道设计（Channel Design） Golang-设计哲学 • 实用主义的语言风格 – 面向编译器的静态类型语言 • 数据类型必须在编译阶段确定

践者和推动者，具有十多年软件研发一线实践经验，经 历过消费电子、通信及互联网多个行业，长期从事研发 管理及研发教练工作，负责组织级大规模敏捷导入实施 和转型的辅导。译有《程序员度量》、《软件驱魔》等。 同时，他热衷编写代码和开源，涉及软件设计、测试驱 动开发、代码重构、遗留代码的维护和持续集成及交付。 twitter: @zhangliaoyuan Content 好的度量是什么 What’s Good Metrics

计模式知识，完成了活动模型的重构 后端 < 669 和迭代。 “老师，我已经能做到自主分析功能特点，并合理应用设计模式去完成程序设计和代 码重构了，实在太感谢您了。” “设计模式作为一种软件设计的最佳实践，你已经很好地理解并应用于实践了，非常 不错。但学海无涯，还需持续精进！” 结语 本文以三个实际场景为出发点，借助小明和老师两个虚拟的人物，试图以一种较为诙 谐的“对话”方式来讲 们在实际应用的时候总是要面临各种 现实问题的挑战。柏拉图曾对人生的终极问题做了定义：我是谁？我来自哪里？我将 要到哪里去？这些问题延续至今，一直困扰着人们人类。而软件工程也向工程师门提 出了软件设计的终极问题：什么是抽象层次？什么颗粒度？以及如何应对变化？ 后端 < 999 所以，组装式开发的历史坎坷崎岖，更难的是在每个技术领域这些问题的答案还都不 一样。比如在颗粒度的问题上，组件的颗粒度到底要多大，颗粒度越大，被修改的风 4.3 变化应对之可变性建模 通过将功能组件组织成一个个活动图，每个活动图负责解决一个系列的产品功能展示 信息组装问题，此时的组件颗粒度还是较大的。组件颗粒度大的问题在于，容易不稳 定，从软件设计的角度来看，是因为变化的因素太多。比如在组装展示模型环节，展 示模型组装组件负责将数据组装成发给前端的展示模型，实际业务场景中不同情况对 于同一个展示字段的组装存在不同的拼接策略，我们拿开篇的例子来讲解：

单点把 控，“善意推测”在这个领域已经不尽适用，整个世界步步惊心，处处冷箭， 只能通过周密的算法和繁杂的流程维系共识和安全，简而言之，没有经过验 证的信息，一个字节都不能相信。 比起单一环境里的软件设计，区块链领域的设计思路确实存在颠覆性，开发 者要从“做功能，只容错，不防骗”的思维模式里跳出来，带着“怀疑一切”的 态度进行设计。 开发者在面向区块链领域时，不能只是思考怎么实现一个功能，而更要去思 遵循依赖关系原则，即开发者在进行开发时需要考虑智能合约的『可测试 性』。例如，假设测试代码完全使用SDK编写，那智能合约的修改就可能导 致测试代码需要做出对应变更，这会对测试效果造成影响，提升测试成本。 基于软件设计『不可依赖多变部分』的原则，可测试性同样不能依赖于多变 部分。 为了解决上述问题，我们在智能合约层引入测试代码。这些代码仅被设计为 测试组件，不会发布到线上环境，以此将测试案例改动影响解耦并封装到智 所欲，开发者读懂了ABI描 述，基本就能全面理解一个合约的输入输出，和合约毫无障碍地对话，这 种“面向远程接口编程”的思想，很类似WSDL、IDL、ACE、ProtoBuffer和 gRPC等经典软件设计。 事实上，整个SDK中最繁琐的是ABI编解码部分，为了兼容EVM，FISCO BCOS在交易处理时沿用了ABI编码，以及兼容RLP协议。 ABI、RLP制定了严格的规范，对基础数据类型、数组和变长数据、函数方

单点把 控，“善意推测”在这个领域已经不尽适用，整个世界步步惊心，处处冷箭， 只能通过周密的算法和繁杂的流程维系共识和安全，简而言之，没有经过验 证的信息，一个字节都不能相信。 比起单一环境里的软件设计，区块链领域的设计思路确实存在颠覆性，开发 者要从“做功能，只容错，不防骗”的思维模式里跳出来，带着“怀疑一切”的 态度进行设计。 开发者在面向区块链领域时，不能只是思考怎么实现一个功能，而更要去思 遵循依赖关系原则，即开发者在进行开发时需要考虑智能合约的『可测试 性』。例如，假设测试代码完全使用SDK编写，那智能合约的修改就可能导 致测试代码需要做出对应变更，这会对测试效果造成影响，提升测试成本。 基于软件设计『不可依赖多变部分』的原则，可测试性同样不能依赖于多变 部分。 为了解决上述问题，我们在智能合约层引入测试代码。这些代码仅被设计为 测试组件，不会发布到线上环境，以此将测试案例改动影响解耦并封装到智 所欲，开发者读懂了ABI描 述，基本就能全面理解一个合约的输入输出，和合约毫无障碍地对话，这 种“面向远程接口编程”的思想，很类似WSDL、IDL、ACE、ProtoBuffer和 gRPC等经典软件设计。 事实上，整个SDK中最繁琐的是ABI编解码部分，为了兼容EVM，FISCO BCOS在交易处理时沿用了ABI编码，以及兼容RLP协议。 ABI、RLP制定了严格的规范，对基础数据类型、数组和变长数据、函数方

单点把 控，“善意推测”在这个领域已经不尽适用，整个世界步步惊心，处处冷箭， 只能通过周密的算法和繁杂的流程维系共识和安全，简而言之，没有经过验 证的信息，一个字节都不能相信。 比起单一环境里的软件设计，区块链领域的设计思路确实存在颠覆性，开发 者要从“做功能，只容错，不防骗”的思维模式里跳出来，带着“怀疑一切”的 态度进行设计。 开发者在面向区块链领域时，不能只是思考怎么实现一个功能，而更要去思 遵循依赖关系原则，即开发者在进行开发时需要考虑智能合约的『可测试 性』。例如，假设测试代码完全使用SDK编写，那智能合约的修改就可能导 致测试代码需要做出对应变更，这会对测试效果造成影响，提升测试成本。 基于软件设计『不可依赖多变部分』的原则，可测试性同样不能依赖于多变 部分。 为了解决上述问题，我们在智能合约层引入测试代码。这些代码仅被设计为 测试组件，不会发布到线上环境，以此将测试案例改动影响解耦并封装到智 所欲，开发者读懂了ABI描 述，基本就能全面理解一个合约的输入输出，和合约毫无障碍地对话，这 种“面向远程接口编程”的思想，很类似WSDL、IDL、ACE、ProtoBuffer和 gRPC等经典软件设计。 事实上，整个SDK中最繁琐的是ABI编解码部分，为了兼容EVM，FISCO BCOS在交易处理时沿用了ABI编码，以及兼容RLP协议。 ABI、RLP制定了严格的规范，对基础数据类型、数组和变长数据、函数方