重构起源何处？ · 重构改善既有代码的设计

### 重构起源何处？我曾经努力想找出重构（refactoring) 一词的真正起源，但最终失败了。优秀程序员肯定至少会花一些时间来清理自己的代码。这么做是因为，他们知道简洁的代码比杂乱无章的代码更容易修改，而且他们知道自己几乎无法一开始就写出简洁的代码。重构不止如此。本书中我把重构看做整个软件开发过程的一个关键环节。最早认识重构重要性的两个人是Ward Cunningham 和 Kent Beck，他们早在1980s之前就开始使用Smalltalk，那是个特别适合重构的环境。Smalltalk是一个十分动态的环境，你可以很快写出极具功能的软件。Smalltalk的「编译/连结/执行」周期非常短，因此很容易快速修改代码。它是面向对象，所以也能够提供强大工具，最大限度地将修改的影响隐藏于定义良好的接口背后。Ward和Kent努力发展出一套适合这类环境的软件开发过程〔如今Kent把这种风格叫作极限编程[Beck,XP])。他们意识到：重构对于提高他们的生产力非常重要。从那时起他们就一直在工作中运用重构技术，在严肃而认真的软件项目中使用它，并不断精炼这个程序。 Ward和Kent的思想对Smalltalk社群产生了极大影响，重构概念也成为Smalltalk文化中的一个重要元素。Smalltalk社群的另一位领袖是Ralph Johnson，伊利诺斯大学乌尔班纳分校教授，著名的「四巨头」[3][Gang of Four]之一。Ralph最大的兴趣之一就是开发软件框架（framework）。他揭示了重构对于灵活高效框架的开发帮助。 [3]译注：Ralph Johnson和另外三位先生Erich Gamma,Richard Helm, John Vissides合写了软件开发界驰名的《Design Patterns》，人称四巨头(Gang of Four)。 Bill Opdyke是Ralph的博士研究生，对框架也很感兴趣。他看到重构的潜在价值，并看到重构应用于Smalltalk之外的其他语言的可能性。他的技术背景是电话交换系统的开发。在这种系统中，大量的复杂情况与时俱增，而且非常难以修改。Bill的博士研究就是从工具构筑者的角度来看待重构。通过研究，Bill发现：在C++ framework开发项目中，重构很有用。他也研究了极有必要的「语义保持性 (semantics-preserving）重构」及其证明方式，以及如何以工具实现重构。时至今日，Bill的博士论文[Opdyke]仍然是重构领域中最有价值、最丰硕的研究成果。此外他为本书撰写了第13章。我还记得1992年OOPSLA大会上见到Bill的情景。我们坐在一间咖啡厅里，讨论当时我正为保徤业务构筑的一个概念框架（conceptual framework)中的某些工作。Bill跟我谈起他的研究成果，我还记得自己当时的想法：『有趣，但并非真的那么重要。』唉，我完全错了。 John Brant 和 Don Roberts 将重构中的「工具」构想发扬光大，开发了一个名为「重构浏览器」（Refactoring Browser）的Smalltalk重构工具。他们撰写了本书第14 章，其中对重构工具做了更多介绍。那么，我呢？我一直有清理代码的倾向，但从来没有想到这会有那么重要。后来我和Kent一起做了个项目，看到他使用重构手法，也看到重构对生产性能和产品质量带来的影响。这份体验让我相信：重构是一门非常重要的技术。但是，在重构的学习和推广过程中我遇到了挫折，因为我拿不出任何一本书给程序员看，也没有任何一位专家打算写出这样一本书。所以，在这些专家的帮助下，我写下了这本书。 **优化一个薪资系统** —— Rich Carzaniti 将 Chrysler Comprehensive Compensation(克莱斯勒综合薪资系统）交给GemStone公司之前，我们用了相当长的时间开发它。开发过程中我们无可避免地发现程序不够快，于是找了Jim Haungs——GemSmith中的一位好手——请他帮我们优化这个系统。 Jim先用一点时间让他的团队了解系统运作方式，然后以GemStone的ProfMonitor特性编写出一个性能量测工具，将它插入我们的功能测试中。这个工具可以显示系统产生的对象数量，以及这些对象的诞生点。令我们吃惊的是：创建量最大的对象竟然是字符串，其中最大的工作量则是反复产生12,000-byte的字符串。这很特别，因为字符串实在太大了，连GemStone惯用的垃圾回收设施都无法处理它。由于它是如此巨大，每当被创建出来，GemStone都会将它分页(paging)至磁盘上。也就是说字符串的创建竟然用上了I/O子系统（译注：分页机制会动用I/O），而每次输出记录时都要产生字样的字符串三次！我们的第一个解决办法是把一个12，000-bytes字符串缓存(cached)起来，这可解决一大半问题。后来我们又加以修改，将它直接写入一个file stream，从而避免产生字符串。解决了「巨大字符串」问题后，Jim的量测工具又发现了一些类似问题，只不过字符串稍微小一些：800-bytes,500-bytes...等等，我们也都对它们改用file stream，于是问题都解决了。使用这些技术，我们稳步提高了系统性能。开发过程中原本似乎需要1,000小时以上才能完成的薪资计算，实际运作时只花40小时。一个月后我们把时间缩短到18小时。正式投入运转时只花12小时。经过一年的运行和改善后，全部计算只需9小时。我们最大的改进就是：将程序放在多处理器（multi-processor）计算机上，以多线程（multiple threads）方式运行。最初这个系统并非按照多线程思维来设计，但由于代码有良好分解（well factored)，所以我们只花三天时间就让它得以同时运行多个线程了。现在，薪资的计算只需2小时。在Jim提供工具使我们得以在实际操作中量度系统性能之前，我们也猜测过问题所在。但如果只靠猜测，我们需要很长的时间才能试出真正的解法。真实的量测指出了一个完全不同的方向，并大大加快了我们的进度。