CPP Summit 2020 学习笔记：系统架构与设计

每个空间都有自己的关注点集合 S = (c_1, ..., c_n)，并且它们的维度、权重和排序方式可能完全不同。

从开发者角度思考 (Think in Terms of Developers)

作为开发者，我们在思考问题时，会用不同的'视角'来分析：

1. 编程语言 (Programming Language)

• 我们思考的是 语法规则和语义规则
• 即：如何用语言的结构和意义来表达问题和解决方案 数学上可以表示为： L = {语法规则，语义规则}

C++ 示例（语法与语义规则）：

#include <iostream>
using namespace std;
// 语法规则：函数定义、循环结构
// 语义规则：变量作用域、类型安全
int add(int a, int b) {
    return a + b; // 返回两个数的和
}
int main() {
    int result = add(5, 3);
    cout << "Result: " << result << endl;
    return 0;
}

2. 编程范式 (Paradigm)

• 解释为：如何思考问题
• 帮助我们分解问题、组织逻辑 常见范式：
• 面向对象 (OOP)
• 函数式编程 (Functional)
• 面向过程 (Procedural) 数学表示问题分解： P = Problem ⟹ sub_problem_1, sub_problem_2, ...

C++ 中面向对象示例：

class Shape {
public:
    virtual double area() = 0; // 子类必须实现
};
class Circle : public Shape {
    double radius;
public:
    Circle(double r) : radius(r) {}
    double area() override {
        return 3.1415 * radius * radius; // 面积计算
    }
};

3. 问题 (The Problem)

• 对开发者而言，问题主要是 技术性的
• 需要解决的技术和人体工程学（ergonomic）问题 数学上可以表示为： Problem = {Technical concerns, Ergonomic concerns}

C++ 示例（技术问题：计算与接口）：

// 技术问题：计算精度、效率
double divide(double a, double b) {
    if (b == 0) throw runtime_error("除数不能为零");
    return a / b;
}

作为有经验的开发者 (As Experienced Developers)

经验丰富的开发者，会进一步考虑 开发过程和团队协作：

1. 开发过程 (Process)

• 包括传统和迭代的领域探索 (Traditional and Iterative domain exploration)
• 思考问题的空间随着过程变化而变化 数学上可以表示为动态空间： S_t = f(process at time t)

2. 角色 (Roles)

• 不同参与方的互动也会影响空间和解决方案
• 即开发空间是 多主体、多维度的交互空间

3. 空间的维度 (Dimensions defining the spaces)

• 空间的维度定义了：
  1. 问题被定义的范围
  2. 解决方案被表达的方式 用 C++ 类比：

// 定义问题空间的维度
struct ProblemSpace {
    bool technicalConcern;
    bool ergonomicConcern;
    bool businessConstraint;
};
struct SolutionSpace {
    bool algorithmicSolution;
    bool architecturalDesign;
    bool UIUXDesign;
};

空间的本质

• 开发空间 (Development Space)：关注技术实现、编程语言、问题解决
• 架构空间 (Architectural Space)：关注系统结构、模块关系
• 设计空间 (Design Space)：关注用户体验、业务协调和约束管理 数学表示不同空间： Development Space S_D = {L, P, Technical Problems} Architectural Space S_A = {Structure, Modules} Design Space S_Des = {Business, UX, Constraints}

✓ 总结

从开发者角度：

1. 语言层面：语法与语义
2. 思维范式：如何拆解问题
3. 问题本身：技术和人体工学 从有经验开发者角度：
4. 开发过程：迭代与传统探索
5. 角色和协作：多方互动
6. 空间维度：问题和解决方案被定义与表达的空间 所有这些共同形成了 开发空间、架构空间、设计空间 的完整理解。

角色 (Role)

定义 (def)：角色是执行某个功能或承担某个部分的身份。 示例角色 (Example roles)：

• 开发者 (Developer)
• 设计师 (Designer)
• 域专家 (Domain Expert)
• 架构师 (Architect)
• 产品负责人 (Product Owner)
• 客户倡导者 (Customer Advocate)
• 经理 (Manager)
• 高管 (Executive Owner)

角色决定 (Role dictates)

角色会决定：

1. 你关心什么
2. 你负责什么 数学上可以用集合表示一个角色的关注点： C_role = {关注点_1, 关注点_2, ...}

C++ 代码示例：

#include <iostream>
#include <vector>
#include <string>
using namespace std;
// 定义角色及其关注点
struct Role {
    string name; // 角色名称
    vector<string> concerns; // 关注点列表
};
int main() {
    Role developer = {"Developer", {"C++ features", "Technical solutions", "Implementation"}};
    Role designer = {"Designer", {"Design approach", "System paradigms", "Code evolution"}};
    cout << developer.name << " concerns:" << endl;
    for (auto& c : developer.concerns)
        cout << "- " << c << endl;
}

角色隐含 (Role implies)

1. 每个角色的关注点是独特的（不同角色有不同的关注）
2. 必须与其他角色交互（其他角色关心不同但可能重叠的关注点） 数学上可以表示为： Interaction(R_i, R_j) = C_Ri ∩ C_Rj (交集表示重叠关注点)

角色随时间变化 (Roles Change Over Time)

不同阶段的开发者角色关注点不同：

新开发者 (New Developers)

主要关注：

• C++ 语言特性如何工作
• 如何实现技术方案
• 哪种实现方式最好 特点：需要学习技术技能，探索空间很大。

// 技术技能学习示例：了解 C++ 特性
int main() {
    auto lambda = [](int x) { return x * x; }; // C++ lambda 表达式
    cout << lambda(5) << endl;
}

设计师 (Designers)

主要关注：

• 系统应采用哪种设计方法
• 使用什么编程范式（思考问题的方式）
• 代码如何演进以支持新的设计理念
• 如何解决过去遗留的问题 数学上，设计师关注的是 Design Space： S_design = {设计方法，编程范式，代码演进，新旧问题解决}

架构师 (Architects)

主要关注：

• 系统应该做什么
• 应该利用哪些技术来实现系统功能
• 代码和模块的重用
• 组织的技术演进 主要考虑因素：

1. 解决方案空间 (Solution Space)
2. 产品空间 (Product Space)
3. 组织健康 (Organizational Health) 次要考虑因素：
4. 外部技术环境（包括 C++ 语言的更新） 数学上可表示为多维度空间： S_architect = {Solution Space, Product Space, Organizational Health, External Tech Landscape}

C++ 示例（架构师角度思考技术复用）：

// 技术复用示例：模板类复用算法逻辑
template<typename T>
class Repository {
public:
    void add(T item) { data.push_back(item); }
    T get(int index) { return data[index]; }
private:
    vector<T> data;
};
int main() {
    Repository<int> repo;
    repo.add(10);
    cout << repo.get(0) << endl;
}

总结：角色与关注点映射

公式表示各角色的关注空间： C_Developer = {C++ 特性，实现，技术解决方案} C_Designer = {设计方法，编程范式，代码演进} C_Architect = {解决方案空间，产品空间，组织健康，技术环境} 交互公式： Roles Interaction = C_Developer ∩ C_Designer ∩ C_Architect

关注 C++ 语言演进 (Caring About C++ Language Evolution)

所有角色的开发者都会关心 C++ 语言特性，但关注的重点因角色而异。

1. 新开发者 (New Developer)

关注点：

1. 如何完成我的工作？
   • 关注具体语法和功能实现，解决日常开发问题。
2. 最佳实践是什么？
   • 关注如何使用最新语言特性以编写可靠且可维护的代码。

C++ 示例：

#include <iostream>
#include <vector>
using namespace std;
// 新开发者关注：如何使用 C++ 特性完成任务
int main() {
    vector<int> nums = {1, 2, 3, 4, 5}; // 使用 C++11 范围 for 循环 (range-based for) 特性
    for (int n : nums) {
        cout << n << " ";
    }
    cout << endl;
    return 0;
}

数学上，新开发者关注的空间可以表示为： C_NewDev = {任务完成，最佳实践，语言特性使用}

2. 有经验的设计师 (Experienced Designer)

关注点：

1. 现在有哪些设计习惯 (Design idioms) 可用？
   • 关注新的 C++ 特性如何改变设计方式。
2. 我现在可以解决哪些问题？
   • 关注是否能用更稳健（robust）或更优雅（elegant）的方式解决问题。

C++ 示例（设计师视角）：

#include <iostream>
#include <memory>
using namespace std;
// 智能指针是 C++11 新增设计习惯
struct Node {
    int value;
    shared_ptr<Node> next; // 用 shared_ptr 管理内存更安全
};
int main() {
    auto n1 = make_shared<Node>(); n1->value = 42;
    auto n2 = make_shared<Node>(); n1->next = n2; // 安全连接节点
    cout << n1->next->value << endl; // 输出 42
}

数学表示设计师关注的空间： C_Designer = {设计习惯，新问题解决方案，代码优雅性}

3. 架构师 (Architect)

关注点：

1. C++ 语言特性如何影响系统架构？
   • 例如，是否使用 C++ 优于其他语言（或硬件实现子系统）？
2. 如何利用新的语言特性进行硬件/软件的最优组合？
   • 考虑系统整体效率、可维护性和未来演进。

数学上可以表示为： C_Architect = {语言选择，硬件/软件结合，系统架构优化}

C++ 示例（架构师视角，考虑语言特性与系统选择）：

#include <thread>
#include <vector>
#include <iostream>
using namespace std;
// 架构师关注：利用 C++ 多线程特性提升系统性能
void worker(int id) {
    cout << "Thread " << id << " is running." << endl;
}
int main() {
    vector<thread> threads;
    for (int i = 0; i < 4; i++) {
        threads.emplace_back(worker, i);
    }
    for (auto &t : threads) t.join();
    return 0;
}

总结：不同角色对 C++ 演进的关注

公式表示整体交互空间： C_C++ = C_NewDev ∪ C_Designer ∪ C_Architect

• ∪ 表示不同角色关注点的组合
• 各角色关注点可能有 重叠，也可能有独特关注

开发者视角下的角色 (Developer's Perspective of Roles)

问题 (Q)：有经验的设计师 (Experienced Designer) 和架构师 (Architect) 有什么不同？

1. 架构师 (Architect)

关注点：

• 业务方向 (Business Direction) 架构师不仅关注技术实现，还要考虑整个系统与组织战略、业务目标的对齐。
• 关注 系统架构、技术选型、组织演进。 数学上可以表示架构师的关注空间： C_Architect = {Business Direction, Solution Space, Product Space, Organizational Health}

C++ 示例（架构师关注业务和技术结合）：

#include <iostream>
#include <thread>
using namespace std;
// 架构师角度：考虑业务需求，决定使用多线程提升性能
void processTask(int id) {
    cout << "Processing task " << id << " efficiently." << endl;
}
int main() {
    thread t1(processTask, 1);
    thread t2(processTask, 2);
    t1.join(); t2.join();
}

2. 有经验的设计师 (Experienced Designer)

关注点：

• 成功的技术交付 (Successful Technical Delivery)
  • 设计师关注系统设计和技术实现的质量
  • 如何使用新语言特性和设计方法保证系统可维护、可扩展 数学上可以表示设计师的关注空间： C_Designer = {Technical Delivery, Design Patterns, Code Evolution}

C++ 示例（设计师关注设计与交付）：

#include <iostream>
#include <memory>
using namespace std;
// 设计师角度：设计模式与资源管理
class Logger {
public:
    static Logger& getInstance() {
        static Logger instance; // 单例模式
        return instance;
    }
    void log(const string& message) {
        cout << message << endl;
    }
private:
    Logger() {}
};
int main() {
    Logger::getInstance().log("Delivering quality technical solution");
}

3. 新开发者 (New Developer)

关注点：

• 对各种'闪亮的技术点'感到好奇，但尚未能区分重要性
• 关注点比较分散，主要在理解语言特性和基础实现 数学表示新开发者关注空间： C_NewDev = {Learning C++ features, Implementation, Exploration}

C++ 示例（新开发者探索语言特性）：

#include <iostream>
#include <vector>
using namespace std;
// 新开发者探索 C++ 特性
int main() {
    vector<int> nums = {1, 2, 3};
    for (auto n : nums) { // 范围 for 循环 C++11 特性
        cout << n << endl;
    }
}

总结：角色关注点的差异

公式关系：

• 不同角色关注点可能重叠或独特： C_Architect ∩ C_Designer ≠ ∅ C_NewDev 可能重叠或独立于其他角色

开发概览 (Development Overview)

在软件开发中，开发过程涉及一系列 工件 (Artifacts) 和 角色 (Roles)，每个环节产生不同的成果：

1. 问题空间 (Problem Space)

• 描述 业务需求，定义系统需要解决什么问题。
• 输出：需求文档 (Requirements Analysis / RFP) 数学表示问题空间： P = {Business Needs}

C++ 示例（表示问题空间）：

struct Problem {
    std::string businessNeed; // 业务需求描述
};
Problem problem = {"客户需要一个高性能数据处理系统"};

2. 系统分析 (System Analysis)

• 从问题空间出发，分析系统应该如何工作。
• 输出：技术细节 (Technical Details)，确定'如何解决问题'。 数学表示系统分析空间： S = f(P) = {Technical Details, Solution Approach}

C++ 示例：

struct SystemAnalysis {
    std::string technicalSolution; // 技术解决方案
    std::string approach; // 分析方法
};
SystemAnalysis analysis = {"使用多线程处理数据", "C++11 线程库"};

3. 架构与设计 (Architecture & Design)

• 基于系统分析，提出 架构与设计方案 (Proposed Architecture & Design Proposal)
• 输出：架构图、模块设计、技术方案可交付成果 数学表示： A = g(S) = {Architecture, Design, Modules, Interfaces}

C++ 示例（架构与设计阶段）：

#include <vector>
#include <memory>
struct Module {
    std::string name;
    std::vector<std::string> dependencies;
};
struct Architecture {
    std::vector<Module> modules;
};
Architecture arch;
arch.modules.push_back({"DataProcessor", {"InputModule", "OutputModule"}});

4. 实现 (Implementation)

• 根据架构与设计构建系统
• 参与角色：开发者 (Developers)、设计师 (Designers)、架构师 (Architects) 数学表示实现空间： I = h(A) = {Code, Tests, Executable System}

C++ 示例（实现阶段）：

#include <iostream>
using namespace std;
// 实现 DataProcessor 模块
class DataProcessor {
public:
    void process(int data) {
        cout << "Processing data: " << data << endl;
    }
};
int main() {
    DataProcessor dp;
    dp.process(42);
}

5. 交付 (Delivery / Ship It!)

• 系统完成后交付使用
• 需要满足业务需求，行为符合预期 数学表示交付成果： D = deliver(I) 满足 P

C++ 示例（交付后的验证）：

#include <cassert>
int main() {
    int result = 42; // 系统处理结果
    assert(result == 42); // 验证满足业务需求
}

角色与责任 (Roles & Responsibilities)

• 业务领导 (Business Leadership)：确定问题空间中的优先级
• 技术领导 (Architects & Designers)：管理技术实现，确保架构与设计符合需求
• 开发者 (Developers)：执行具体实现 公式表示角色与空间映射： Business Leadership → P Technical Leadership → S ∪ A Developers → I

注意：在实际开发中，角色责任可能混淆，受到约束条件 (Constraints)、偏好 (Preferences) 和能力 (Capabilities) 的影响。

'旧时代'开发流程 (The Olden Days)

流程视图对比 (WHAT vs HOW)

• WHAT：需求分析 → 提供给架构师/设计师系统应该做什么
• HOW：架构与设计 → 系统分析 + 提议架构 → 实现 → 交付 数学表示： WHAT = P HOW = h(g(f(P))) = I → D

f：系统分析 g：架构与设计 h：实现

永远不要混淆 (Never Mix / Should Not Mix)

'当你混合本不该混合的东西时，坏事情就会发生™'

核心原则

1. 有些事情 绝对不能混合 (NEVER MIX)
2. 你必须 始终清楚自己在做'哪一件事'
3. 如果发现不确定自己在做什么，立即停止并弄清楚

WHAT vs HOW

• WHAT (系统需求 / System Requirements)
  • 描述 系统必须做什么
  • 关注业务需求和问题定义
  • 数学表示： WHAT = {Business Needs, Functional Requirements}
• HOW (架构与设计 / Architecture & Design)
  • 描述 系统如何实现
  • 关注技术实现、可行性和开发方案
  • 数学表示： HOW = {Architecture, Design, Implementation Details} 重要原则： NEVER MIX(WHAT, HOW) 即不要在讨论'系统必须做什么'的同时，去考虑'系统如何实现'，否则会导致混乱。

扩展注意事项

1. 可行性 (FEASIBILITY)
   • 在 HOW 阶段，才考虑技术可行性
   • WHAT 阶段不要去做可行性分析
2. 开发 (DEVELOPMENT)
   • 构建系统的阶段
   • 只能基于 HOW 进行，不应该在 WHAT 阶段做开发 数学流程表示： P_WHAT → f(P_WHAT) = S_HOW → h(S_HOW) = System

• P_WHAT：业务需求 / 系统需求
• S_HOW：系统分析 + 架构与设计
• System：最终实现的系统

注意：在任何阶段混合 WHAT 和 HOW，都可能导致需求不明确、架构设计错误或开发失败。

C++ 示例（概念映射）

#include <iostream>
#include <string>
using namespace std;
// WHAT 阶段：定义系统需求
struct SystemRequirement {
    string mustDo; // 系统必须做什么
};
// HOW 阶段：定义系统实现方案
struct Architecture {
    string implementationDetails; // 系统如何实现
};
int main() {
    // WHAT 阶段：不涉及 HOW
    SystemRequirement req = {"处理用户数据并生成报告"};
    // HOW 阶段：根据需求进行架构设计
    Architecture arch;
    arch.implementationDetails = "使用多线程处理数据，生成 PDF 报告";
    cout << "Requirement: " << req.mustDo << endl;
    cout << "Architecture: " << arch.implementationDetails << endl;
    return 0;
}

注意：在 WHAT 阶段，不要写 arch.implementationDetails；在 HOW 阶段，不要重新定义 req.mustDo。

总结

1. WHAT = 系统必须做什么（业务关注）
2. HOW = 系统如何实现（技术关注）
3. 绝不可混合 Mixing WHAT and HOW ⟹ Confusion, Misalignment, Project Risk

小心：过度规格化 (Be Wary: Overspecification)

过度规格化是指给系统添加了不必要或错误的约束，这会带来负面影响。

1. 什么是过度规格化 (Overspecification)

定义 (def)：

• 过度规格化 = 错误约束 (Erroneous Constraint)
• 错误约束总是提供负面价值 特点：

1. 指定不必要的细节 (Specify unnecessary detail)
   • 例如在系统设计中规定一些行为或实现细节，但这些并非系统本质需要。
2. 假设不必要的行为 (Assume unnecessary behavior)
   • 将某些行为视为必要，但实际上不影响系统目的。 数学表示： Overspecification = Constraint \ System Purpose

• \ 表示与系统目标不相关的约束。

2. 为什么 Spiral / Agile 避免过度规格化？

• Spiral / Agile 方法倾向于 跳过或延迟过度规格化阶段
• 原因：过度规格化会 伤害系统和开发者 关键机制：
• 不断回到'第一性原理 (First Principles)'
  • 反复检查系统的 核心目的 (System Purpose)
  • 任何与目的无关的假设都不是'真实'规格或约束 数学表示： ValidSpec = {Constraints c | c directly supports System Purpose} Overspecification = {Constraints c | c ∉ ValidSpec}

3. Agile 的真正目标 (A Real Problem™ That Agile Does Really Solve™)

• Agile 运动的一个核心动机是 避免过度规格化
• 通过 迭代开发 和 持续验证假设，确保系统规格紧贴业务目标，而不是被无关约束束缚

C++ 示例（概念映射）：

#include <iostream>
#include <string>
using namespace std;
// 系统目的：生成报告
struct SystemPurpose {
    string goal = "Generate accurate business reports";
};
// 错误约束：规定报告必须使用特定字体和颜色（不必要）
struct OverspecifiedConstraint {
    string font = "Arial"; // 不必要
    string color = "Blue"; // 不必要
};
int main() {
    SystemPurpose system;
    OverspecifiedConstraint constraint;
    cout << "System Goal: " << system.goal << endl;
    cout << "Warning: Avoid overspecification like " << constraint.font << " font and " << constraint.color << " color" << endl;
}

注意：真正有价值的规格只需要满足 SystemPurpose.goal，字体和颜色是过度规格化的例子。

4. 核心总结

1. 过度规格化 = 错误约束 = 负面价值
2. 避免策略：
   • 回到第一性原理：Purpose → ValidSpec
   • 使用迭代/Spiral/Agile 方法延迟细节决策
   • 只指定与目的直接相关的约束
3. 公式总结： Overspecification = {Constraints not required by Purpose} Value(Overspecification) < 0 ValidSpec = {Constraints that support System Purpose} Value(ValidSpec) > 0

回顾：限制系统的术语 (Review: Terms To Limit Your System)

这些术语用于描述 系统交付中的'限制'，帮助开发者理解系统设计和实现的边界。

1. 需求 (Requirement)

定义 (def)：

• 需求 = 被强制的规格 (A mandated specification)
• 系统必须满足的条件或功能 数学表示： Requirement = {Must-do constraints for the system}

C++ 示例（需求概念）：

#include <iostream>
#include <string>
using namespace std;
// 系统需求
struct Requirement {
    string description; // 必须完成的功能
};
int main() {
    Requirement req;
    req.description = "系统必须支持用户登录功能";
    cout << "Requirement: " << req.description << endl;
}

2. 约束 (Constraint)

定义 (def)：

• 约束 = 可能性的限制 (A limit of possibility)
• 描述系统实现、设计或运行中不可逾越的边界 数学表示： Constraint = {Limits on system design, implementation, or operation}

C++ 示例（约束概念）：

struct Constraint {
    string limit; // 限制条件
};
int main() {
    Constraint c;
    c.limit = "响应时间必须小于 2 秒"; // 系统性能限制
    cout << "Constraint: " << c.limit << endl;
}

3. 偏好 (Preference)

定义 (def)：

• 偏好 = 排序备选方案的倾向 (An expressed bias to rank alternatives)
• 表示对某种实现方式或设计方案的倾向性选择，并非强制 数学表示： Preference = {Ranking or bias among alternatives}

C++ 示例（偏好概念）：

struct Preference {
    string preference; // 偏好描述
};
int main() {
    Preference p;
    p.preference = "优先使用 C++17 标准特性"; // 开发团队偏好
    cout << "Preference: " << p.preference << endl;
}

4. 能力 (Capability)

定义 (def)：

• 能力 = 系统或团队交付某项功能的能力 (An ability to deliver)
• 描述实际可以实现或提供的功能，不是需求或偏好 数学表示： Capability = {Ability of system or team to deliver functionality}

C++ 示例（能力概念）：

struct Capability {
    string ability; // 能力描述
};
int main() {
    Capability cap;
    cap.ability = "系统可以同时处理 1000 个并发用户";
    cout << "Capability: " << cap.ability << endl;
}

总结公式

这些术语在系统设计中形成不同层次的限制和指导： SystemLimits = Requirement ∪ Constraint ∪ Preference ∪ Capability

• Requirement → 必须满足
• Constraint → 不可逾越
• Preference → 可选择的倾向
• Capability → 可实现的能力

理解这些概念有助于避免混淆 WHAT / HOW、避免过度规格化，同时指导合理的系统架构与设计。

理解你的系统限制 (Understand Your System-Limits)

过度规格化 (Overspecification) 是一种痛苦的限制，但它只是系统限制的一种。 作为架构师 (Architect)，你需要在 多种限制之间平衡。

1. 需求限制 (Requirement Limit)

• 定义：你受制于 强制性规定，即系统必须做的功能或条件。
• 如何放宽 (How to relax)：
  • 协商需求或'验收标准 (Acceptance Criteria)'
  • 判断哪些需求可以灵活处理 数学表示： RequirementLimit = {Mandated specifications for system}

C++ 示例：

struct Requirement {
    std::string description;
};
Requirement req;
req.description = "系统必须支持用户登录功能"; // 强制性要求
// 放宽示例：协商更灵活的认证方式
bool relaxedRequirement = true;

2. 约束限制 (Constraint Limit)

• 定义：你受制于 技术或物理可能性 (limits of technology or physics)
• 如何放宽：
  • 探索替代技术
  • 重新设计以突破原有限制 数学表示： ConstraintLimit = {Limits of technology or physics}

C++ 示例：

struct Constraint {
    std::string limit;
};
Constraint c;
c.limit = "响应时间必须小于 2 秒"; // 技术约束
// 放宽示例：使用更高效算法
bool alternativeTech = true;

3. 偏好限制 (Preference Limit)

• 定义：你受制于 偏好或权衡 (bias expressing preferred tradeoffs)
• 如何放宽：
  • 协商不同的权重或偏好
  • 优化决策顺序 数学表示： PreferenceLimit = {Preferred tradeoff rankings}

C++ 示例：

struct Preference {
    std::string tradeoff;
};
Preference p;
p.tradeoff = "优先使用 C++17 特性"; // 偏好限制
// 放宽示例：协商使用 C++14 或其他标准
bool relaxedPreference = true;

4. 能力限制 (Capability Limit)

• 定义：你受制于 实现团队的能力 (what team can deliver)
• 如何放宽：
  • 培训团队
  • 调整团队组合
  • 提供额外支持或工具 数学表示： CapabilityLimit = {Team availability and capabilities}

C++ 示例：

struct Capability {
    std::string teamAbility;
};
Capability team;
team.teamAbility = "团队只能处理 1000 个并发用户"; // 放宽示例：培训团队，或者增加成员
bool enhancedCapability = true;

5. 总结：架构师的多限制平衡

作为架构师，你需要平衡 Requirement, Constraint, Preference, Capability 四种限制： SystemLimits = RequirementLimit ∪ ConstraintLimit ∪ PreferenceLimit ∪ CapabilityLimit

• 放宽策略：

数学表示放宽操作： Relax(Limit) = {Negotiate, if Requirement or Preference; Explore alternatives, if Constraint; Train or reallocate team, if Capability}

C++ 开发看起来像什么 (Using C++ Looks Like…)

C++ 开发可以通过 抽象状态机 (Abstract State Machine, ASM) 来直接推理。开发者可以从 底层硬件 或 系统概念 两个方向进行开发。

1. 底向开发 (Bottom-Up)

开发者从 硬件 + C++ 保证 出发，逐步构建域类型、域算法、域子系统，最终形成系统。 流程：

1. 定义域类型 (Domain Types)
   • 从基础类型（如 int, double）定义领域相关类型
   • 保证行为明确 (Well-Defined Behavior)
2. 实现域算法 (Domain Logic / Algorithms)
   • 基于域类型实现算法
3. 实现域子系统 (Subsystems)
   • 基于域算法构建子系统 数学表示： BottomUp: Hardware →[C++ Guarantees] DomainTypes → DomainAlgorithms → Subsystems → System

C++ 示例（底向开发）：

#include <iostream>
#include <vector>
using namespace std;
// Step 1: 定义域类型
struct Temperature {
    double value;
};
// Step 2: 实现域算法
double averageTemp(const vector<Temperature>& temps) {
    double sum = 0;
    for (auto t : temps) sum += t.value;
    return sum / temps.size();
}
// Step 3: 实现域子系统
struct WeatherStation {
    vector<Temperature> readings;
    double getAverage() {
        return averageTemp(readings);
    }
};
int main() {
    WeatherStation station;
    station.readings = {{20.5}, {22.0}, {21.5}};
    cout << "Average temperature: " << station.getAverage() << " C" << endl;
}

解释：开发从 基础类型 Temperature → 算法 averageTemp → 子系统 WeatherStation 构建系统。

2. 顶向开发 (Top-Down)

开发者从 系统概念 → 域子系统 → 域算法 → 域类型，逐步实现具体系统。 流程：

1. 定义操作理论 (Theory of Operation)
   • 描述系统行为、目标和约束
2. 实现域子系统 (Domain Subsystems)
   • 将理论映射为子系统
3. 实现域算法 (Domain Algorithms)
   • 子系统内部的算法实现 数学表示： TopDown: SystemConcept → DomainSubsystems → DomainAlgorithms → DomainTypes → Hardware

C++ 示例（顶向开发）：

#include <iostream>
#include <vector>
using namespace std;
// Step 1: 系统操作理论
// 系统目标：获取平均温度并报警
// Step 2: 实现域子系统
struct WeatherSubsystem {
    vector<double> readings;
    double getAverage() {
        double sum = 0;
        for (auto r : readings) sum += r;
        return sum / readings.size();
    }
    bool alarmIfTooHigh() {
        return getAverage() > 25.0;
    }
};
// Step 3: 实现域算法 (可进一步定义域类型)
struct Temperature {
    double value;
};
int main() {
    WeatherSubsystem ws;
    ws.readings = {22.0, 24.5, 26.0};
    cout << "Average temperature: " << ws.getAverage() << " C" << endl;
    cout << "Alarm: " << (ws.alarmIfTooHigh() ? "ON" : "OFF") << endl;
}

解释：开发从 系统概念 → 子系统 → 算法 → 域类型，逐步落实设计。

3. 总结比较

• Bottom-Up 优势：更易保证类型安全和行为明确
• Top-Down 优势：更易对齐系统目标和操作理论

开发轴 (Development Axes) 与自由度 (Many Degrees Of Freedom)

• 系统开发包含许多自由度和选择
• 现实开发阶段 (Real-World Development Stages) 帮助我们理解 应该期待什么，以及 每个阶段的目标和输出

1. 系统分析 (System Analysis)

核心问题：我们要构建什么系统？

• 目标：
  • 确定业务需求
  • 明确系统功能
  • 回答'我们为什么被雇佣？' 数学表示： SystemAnalysis: Identify {Requirements, Constraints, Capabilities, Preferences}

C++ 概念示例：

struct SystemRequirement {
    std::string description;
};
std::vector<SystemRequirement> analyzeSystem() {
    return {
        {"支持用户登录"},
        {"生成报告"},
        {"高并发处理"}
    };
}

输出：一组需求集合，作为后续设计和开发的基础。

2. 概念化 (Conceptualize / Theory of Operation)

目标：定义系统的操作理论 (Theory of Operation)，区分要构建的系统与不构建的系统

• 可行性 (Feasibility)：
  • 技术问题必须在系统理解前被回答
  • 通过 原型 (Prototype) 验证系统是否可行 数学表示： Feasibility = Check if system can be built given technology and constraints

C++ 概念示例（原型验证）：

struct Prototype {
    bool works;
};
Prototype testPrototype() {
    Prototype p;
    p.works = true; // 假设我们测试核心功能可行
    return p;
}
// 如果原型不可行，回到概念化阶段
if (!testPrototype().works) {
    // 重新设计概念
}

• 注意：原型可以与可行性阶段合并，如果已有类似系统或技术，可跳过。

3. 开发阶段 (Development / Build It!)

• 任务：
  1. 实现操作理论 (Implement Theory of Operation)
  2. 编码/实现设计 (Code / Implement Design)
  3. 验证 (Validate)：确保需求被满足，技术行为正确 数学表示： Development = Implement(SystemConcept) →[Code] Subsystems →[Validate] System

C++ 概念示例：

struct Subsystem {
    void run() {
        // 具体实现系统功能
        std::cout << "Subsystem running..." << std::endl;
    }
};
Subsystem s;
s.run();

4. 部署阶段 (Deploy)

• 任务：
  • 交付系统给生产或客户
  • 更新文档
  • 培训支持人员
  • 系统可用性交付 数学表示： Deploy(System) = Make system available to end-users

5. 迭代与反馈 (Feedback Loop)

• 后期阶段的反馈可以反向影响早期阶段
• 这与 Spiral / Agile 方法类似，形成循环迭代 数学表示： Feedback: LaterPhase → EarlierPhase

C++ 概念示例：

void feedbackLoop(SystemRequirement &req, bool userSatisfied) {
    if (!userSatisfied) {
        // 迭代修改需求
        req.description += " (更新需求)";
    }
}

6. 总结流程 (Real-World Development Flow)

数学化流程表示：

1. SystemAnalysis → 2. Conceptualize/Feasibility →[Prototype] 3. Development/Implementation → 4. Deploy →[Feedback] 1

• System Analysis：定义要构建什么
• Conceptualize / Feasibility：定义操作理论、验证可行性
• Development：实现理论和设计
• Deploy：交付系统
• Feedback：后期反馈指导早期调整

1. 唯一的'硬障碍' (The Only 'Hard Barrier')

• 架构师必须在考虑'闪亮的新技术 (sparkly new things)'时保持理智，扮演'成年人'角色。
• 绝不能将可行性 (Feasibility) 阶段直接放大成开发 (Development) 阶段，否则会带来严重问题：

1. 成本大幅增加
   • 在未经验证的实验上投入生产级资源
2. 风险放大
   • 部署级问题可能造成严重影响
3. 质量下降，开发者困惑
   • 实验与生产混合，导致低标准实验与高标准生产混乱

数学表示： HardBarrierViolation ⟹ Cost↑Risk↑Quality↓

C++ 示例（错误做法，原型直接升到生产级别）：

// 错误做法：将实验性算法直接部署到生产
int experimentalAlgorithm(int x) {
    return x * x; // 未测试边界情况
}
int main() {
    int result = experimentalAlgorithm(1000000); // 可能溢出
}

2. 并行与概念进展 (Parallel & Concept Progression)

• 并行进展 (Parallel Progression)
  • 不同阶段可'同时进行'，例如 Feasibility、Conceptualization、Development
• 概念进展 (Concept Progression)
  • 随阶段演化：
    • Requirements → Conceptualization → Development
  • 允许响应意外：
    • 关键客户改变需求
    • 目标用例改变
    • 业务方向改变
• 开发进展 (Development Progression)
  • 随阶段演化：
    • Feasibility / Prototyping → Development → Productization
  • 意外情况：
    • 迁移新平台/操作系统
    • 迁移新编译器/工具链
    • 更换或添加第三方子系统
  • 可能原因：
    • 快速变化市场
    • 收购、兼并或合并

3. 两种开发模型 (Two Development Models)

1. 正式开发 (Formal / Waterfall Model)
   • 顺序阶段：需求分析 → 设计 → 实现 → 测试 → 部署
2. 迭代开发 (Iterative / Spiral / Agile Model)
   • 通过原型、反馈循环不断调整需求和设计
   • 允许更灵活应对市场变化 数学表示： Waterfall: Requirements → Design → Implementation → Verification → Deployment Spiral/Agile: IterativeCycle(Requirements, Design, Implementation, Feedback)

4. 开发空间 (Development Space)

开发空间描述 开发过程中的状态与知识水平：

• 问题：在尚未开始或开发阶段，团队不确定如何操作
• Spiral / Agile 的做法：通过迭代减少未知
• Waterfall 的做法：严格按阶段执行

5. 架构空间 (Architectural Space)

架构空间描述 系统架构决策与业务需求对齐的状态：

• 目标客户 (Target Customer)：
  • 系统需求和期望可能多维、多目标
  • 架构师和设计师需要处理短期和长期目标，以及市场定位 数学表示： DevelopmentSpace: Conceptualization → Development → Done ArchitecturalSpace: Conceptualization →[Architects, Designers] Development →[Developers] Done

6. 谁在每条轴上？ (Who is found on each axis?)

核心思想：开发空间和架构空间是多维度的，每个角色在不同阶段承担不同责任，架构师必须控制'硬障碍'，保持可行性与风险的平衡。

7. 总结：开发 vs 架构空间

• 开发空间 (Development Space)：
  • 聚焦 构建过程与状态
  • 角色：开发者、架构师、设计师
• 架构空间 (Architectural Space)：
  • 聚焦 概念设计、权衡、业务需求
  • 角色：架构师、设计师、业务管理者
• 两者相互依赖：
  • 开发空间提供实现反馈
  • 架构空间提供设计决策和业务指导

产品线复用动机 (Motivation for Reuse)

• 产品 (Product)：可交付的单元
• 产品线 (Product Line)：一组相关但独特的产品
• 产品族 (Product Family)：一组相关但独特的产品线

随着产品种类或目标客户的增加，复用动机也增加。

• 市场差距分析 (Market Gap Analysis)：
  • 每个'相关但独特'的产品都鼓励某种架构复用
  • 通过分析市场中所有产品族位置，确定哪些可以复用 数学表示： ReuseMotivation ∝ Variations in Product Offerings

C++ 概念示例：

struct Product {
    std::string name;
    std::string version;
};
struct ProductLine {
    std::vector<Product> products;
};
struct ProductFamily {
    std::vector<ProductLine> productLines;
};

架构空间中的物理维度 (Physical Dimensions in Architectural Space)

• 复用等级 (Levels of Reuse)：

• 复用相关考虑事项：
  1. 用户界面 (UI)
  2. 子系统配置 (Subsystem Configuration)
  3. 系统配置 (System Configuration)
  4. 业务逻辑不变量 (Business Logic Invariants)：
     • 类型 (Types)
     • 处理模型 (Processing Models)
     • 控制流 (Control Flows)
     • 数据流 (Data Flows)
  5. 可维护性 / 支持接口 (Serviceability / Support Interfaces)
  6. 域特定数据处理 (Domain-Specific Data Handling)
  7. 日志 (Logging)
  8. 序列化 (Serialization)
  9. RPC / 分布式处理模型 (RPC, Distributed processing)

数学化表示复用空间： ReuseLevel: {Application, ProductLine, ProductFamily, Enterprise, ThirdParty}

C++ 示例（复用代码模块）：

// 可复用于整个产品族的数学库
namespace ReusableMath {
    double add(double a, double b) {
        return a + b;
    }
    double multiply(double a, double b) {
        return a * b;
    }
}
// 产品线内部复用
struct ProductLineModule {
    void process() {
        /* 处理业务逻辑 */
    }
};

复用的成本与收益 (Cost and Benefits of Reuse)

正面效果 (Good)：

1. 促进一致性
   • 所有开发者都知道'统一工作方式'
   • 低成本创建新系统，提供规模经济
2. 对安全和维护有益
   • 库更新后，每个开发者均可获益

负面效果 (Bad)：

3. 强制同一解决方案应用于不同问题
   • 减少创新
   • 可能减慢开发进度
4. 库更新可能导致所有系统等待
   • 增加耦合度，提高复杂性、时间和风险
   • 无法单独在某个系统中快速修复

数学表示复用权衡： TotalCost = f(Consistency, Maintainability) - g(Innovation, Flexibility)

谁关心复用？ (Who Cares About Reuse?)

核心思想：复用提供一致性和成本优势，但增加耦合和约束，需要在创新、成本、维护性之间平衡。

总结：复用战略 (Reuse Strategy)

• 动机：产品/产品线/产品族数量越多，复用价值越高
• 复用等级：从应用级 → 产品线 → 产品族 → 企业 → 第三方
• 关键权衡：
  • 正面：一致性、降低新系统成本、规模经济
  • 负面：降低创新、增加耦合、维护复杂性
• 决策者：架构师、管理者、开发者、安全专家、支持工程师等

数学总结： ReuseDecision = argmax_{ReuseLevel} (Consistency + CostSavings) - (InnovationLoss + Risk)