这里是Z哥的个人公众号
每周五11：45 按时送达
当然了，也会时不时加个餐～
我的第「199」篇原创敬上
大家好，我是Z哥。
这是我的第199篇原创，离200篇还有一步之遥。为了庆祝这重要时刻，我也在琢磨着要不要在第200篇的时候搞个什么小活动。还没想好，等下周再看吧。
不过不管怎样，你也应该为Z哥的坚持点个赞吧，哈哈。所以，看完文章后不要忘了划到文末点赞哦～
好了，回到正题。
很多人吐槽老项目是怎么怎么垃圾。这的确是一个很大的问题。根据 IEEE Spectrum 之前发布的一份报告数据：
自 2010 年以来，全世界IT 产品和服务支出约为 35 万亿美元，其中约四分之三用于运营和维护现有的 IT 系统。另外，至少有 2.5 万亿美元用于尝试替换旧的 IT 系统，而且其中约有 7200 亿美元被浪费在失败的替换工作上。
https://spectrum.ieee.org/computing/it/inside-hidden-world-legacy-it-systems
因此，面对不堪的、充满历史味道的老项目对程序员群体来说会是一个常态。
不过我们可以做些什么呢？难道是要么硬着头皮去填别人挖的坑，要么跑路么？
如果你不跑路的话，最常见的应对方式无非是「重写」或者「重构」。
01 重写
一般来说，越是年轻的程序员越是最喜欢重写。除了年轻气盛的原因外，主要是因为完全摆脱了老代码的技术债和束缚，可以尽情地施展自己的才华。
但是对于老系统的重写，如果没有高层的支持、业务部门的配合，靠谱的开发团队，这事大概率很难能按预期完成。
而且选择「重写」方案不仅仅是重新写一套代码这么简单，系统切换也是一个头疼的事情，在复杂一些的项目里，它的难度并不亚于重写一套代码。
而且一旦选择「重写」，意味着在一段时间内要么老系统并行开发，要么会攒一堆需求，业务方能不能持续支持「重写」也会面临很大的挑战。
就算这些问题都能搞定。「重写」还可能造成的一个结果是：在过了几个月后，重写后的系统又成了别人眼中的“破烂不堪的老系统”。这是最讽刺的……
如果在重写过程中，由于任何原因牺牲了对质量的要求，这个讽刺很容易成为现实。
因此，很多公司之所以不支持重写，理由是：
又不是不能用。
这么看来他们并不是迂腐，也是一种理性的选择，也是没错的。
02 重构
相对地，年纪越大的程序员可能更倾向于重构。毕竟他们有更多的机会见过、经历过那些惨痛的重写事件。当然更主要的原因是，他们掌握了更多应对“垃圾代码”的方式方法，认为通过小范围的代码重构也能化腐朽为神奇，提升项目质量。
的确没错，但这是有一个前提的。就是垃圾代码的产生速度要低于重构的速度。可是对大部分中小公司来说，开发团队可能不具备这样的条件。因为技术好的程序员要么走向了管理岗位，要么身上的重担太多，没太多时间来做重构。再加上技术差的程序员继续复制粘贴，挖更多的坑。通过重构来改善老项目，可能永远在“重构的路上”。
而且，如果项目的技术复杂度大于业务复杂度，那么配合重构的测试成本就很高了。
除了这两种常见的方式外，还有其它的方式也能应对这些老系统。它们的的风险和收益在下图里已经很好地呈现出来了。
其实Z哥认为，这些方式我们都可以用，但是要沿着正确的思路来。（绞杀是什么？往下看）
首先从业务角度来考虑到底是选择哪种方案。
从业务敏捷视角来看，能不能让响应力变得更快？
从运营效率视角来看，如何通过系统改造，提升业务运营的效率？
从客户洞见视角来看，如何让系统更好地发现客户洞见，进而更好地理解客户需求和演进产品？
其次是从系统本身来考量，比如，我们想通过改造获得多大的弹性？
最后，根据整体上对业务帮助的价值大小来选择哪一种方式。如果对业务的帮助巨大，完全值得投入大量资源去重写，那么就不要畏畏缩缩的小范围重构。如果对业务帮助很小，那么也就别想着重写了，老老实实在小范围内修修补补就好了。
当你拿捏不准方案的时候，选择按模块替换会是一个不错的办法，相当于通过每一次换一个零部件，把整个机器上的零部件全部翻新一遍，以此完成重写的效果。Martin Fowler 称之为「绞杀法」。
「绞杀法」的最佳实践是DDD+微服务，因为它们可以提供更好的「隔离性」「自治性」，更有利于「替换」的进行。
当确定好改造的方案后，还需要制定度量指标，在实施改造的过程中持续关注这些指标的变化。最好能够通过可视化工具将这些信息共享出来，这样的好处有两点，
一是能够让团队了解改造进展和成果，确保改造朝着正确的方向走；
二是能够让相关的干系人（领导、业务部门）也能了解到工作的进展情况，提高对预期的确定性，以持续获得他们的支持。
关于具体重构方法我就不说了，可以翻看我之前的一篇文章《好的重构方法才能摆脱“屎山”》。
关于重写可以来聊几句，之前我们没聊过。我的建议是遵守以下几个原则。
系统具备演进的能力。
凭借度量指标来把握演进的方向。
小步快速迭代。
01 系统具备演进的能力
既然是重写系统，那么一定要为可见的未来做一些预留，方便后续的演进。毕竟能够决定重写的系统自然是比较核心的系统，不管在技术上还是在业务上都会持续发生变化，注重系统的演进能力就是在降低未来项目复杂度增长的幅度。
具体的方法可以概括为3个词：抽象、分类（分层）、解耦。
02 凭借度量指标来把握演进的方向
前面也提到了度量指标的价值。这里继续强调一下它的重要性。
如果说在重写时期，度量指标是衡量重写工作完成好坏的尺子，那么在重写后它就是指引未来系统演进的明灯。
不管系统后续要做什么升级改造，对自身了解的越清楚，做出的决定和选择自然越合理。而度量指标起到的就是这个效果。
一个缺少度量指标的系统，随着业务逻辑的不断堆砌，很容易自由生长过了头。
03 小步快速迭代
近些年随着CI/CD的普及，小步快跑式的敏捷开发被越来越多人提到，并且开始运用。
它的好处是显而易见的，对项目的可控性更高，容错性更强。
如果你不知道“小步”该多“小”？你就按发布出了问题能不能快速回滚作为标准去考虑就好了。能快速回滚的迭代节奏就是“小步”。
其实重写系统完之后还有一个头疼的事情要解决，就是数据迁移。业界常用的方案有四种，我先大致列一下主要思路，后续再发文展开聊聊。
01 双写
新库配置为旧库的从库，从旧库同步数据。
数据写入的时候，不仅要写入旧库，也要写入新库。
数据校验。
两边数据完全同步后，灰度切流量。
由于有双写的存在，所以在切换的过程中出现任何的问题，都可以将读写流量随时切换到旧库去，安全感极强。
02 异步双写+对账
这个方案其实是双写的变种，将同步写入变成了异步写入。也因此需要一个对账机制，确保最终一致性的达成。
一般这个异步的机制要么通过 MQ ，要么通过数据库的 binlog 进行。
03 直接用新库，数据惰性迁移
这个方案中间需要架设一个缓存层，用来存放数据的key。过程是这样的：
先访问新库，如果有数据则直接进入步骤 3 ，如无数据进入步骤 2 。
访问旧库，找到相应的数据 Insert 到新库，再进入步骤 3 。
进行业务逻辑的操作……
随着时间的推移，数据慢慢会从旧库同步到新库。剩下还未同步的数据使用同步工具做一次全量同步。
原则上，以上的每一个方案在实际切流量之前都要对数据做核对，确保两边的数据一致。
最后迁移完后可以通过流量回放工具（如阿里的 jvm-sandbox-repeater ）或者全链路压测工具来验证新版本的系统是否能运行地符合预期。
好了，总结一下。
这篇呢Z哥和你分享了应对老项目的思路，总的有5种：
重构
重新部署
更换平台
重写
绞杀
我建议根据业务敏捷、运营效率、客户洞见、系统本身的韧性和弹性来考虑选择哪一种。
接下来专门对重写展开细说了一下，建议遵守三个原则：
系统具备演进的能力。
凭借度量指标来把握演进的方向。
小步快速迭代。
最后分享了3个常用的新老数据迁移方案。
双写
异步双写+对账
直接用新库，数据惰性迁移
如果你有兴趣进一步了解的话，推荐两本关于重构和重写不错的书给你，《重构-改善既有代码的设计》，《重构与模式》 。可以等有购书满减活动等时候入手。
在我看来，不管是重构还是重写，本质是让数据流转地更通畅。需要在过程中不断审视这一点。
推荐阅读：
原创不易，如果你觉得这篇文章还不错，就「点赞」或者「在看」一下吧，鼓励我的创作 ：）
也可以分享我的公众号名片给有需要的朋友们。
如果你有关于软件架构、分布式系统、产品、运营的困惑
可以试试点击「阅读原文」
扫一扫
2300
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
