AICon 上海站|90%日程已就绪,解锁Al未来! 了解详情
写点什么

软件工程技术的未来

  • 2016-12-08
  • 本文字数:1853 字

    阅读完需:约 6 分钟

“云、架构即代码、具有 API 和反脆弱系统的联邦架构,这些软件系统开发技术正迅速成为关注焦点”。这是 Mary Poppendieck GOTO Berlin 2016 大会上做“软件工程技术的未来”演讲时所提出的。

当数据量大到无法被单机所管理时,有两个解决方案,即纵向扩展和横向扩展。纵向扩展通过扩容单机的能力实现,Poppendieck 指出通常这并非是解决问题的正确方向。很多情况下需要做横向扩展,通过添加更多的计算机构建集群系统。

Poppendieck 在演讲中给出了两种不同的横向扩展方法:

  • 文件的横向扩展。以 Google 的搜索技术为例,文件被分割为多个小块并分别拷贝到多个服务器中。这样搜索可并行地完成,并通过合并各个服务器所给出的结果得到最终的搜索结果。
  • 架构的横向扩展。以 Amazon 的做法为例,事务会被切分为多个服务,每个服务使用特定服务器实现。当事务存在瓶颈时,可在多个服务器上复制服务,并且每个服务由一个半自治的“双比萨”团队(译者注:“双批萨”原则指团队规模不应超过两个披萨饼还不够吃的人数)负责。

Poppendieck 提到,越来越多的系统正在向云上迁移,云就是未来。她指明:

相比于大多数预制的数据中心,云更便宜、更稳定、更安全并且更具扩展性。

将已有的应用转化为基于云的应用是十分具有挑战性的。Poppendieck 引用了 IBM 的 Arthur Cole 所说的话:

针对传统数据架构所设计的应用如果不做大量的代码重构工作,就无法在云中很好地运行。

Poppendieckz 在演讲中给出了几个已有的架构即代码解决方案:

  • 使用容器,实现了过程的标准化和自动化。
  • 无服务器架构,以更低的价格提供了灵活的计算容量。
  • 软件定义网络,使用软件而非硬件实现了规模扩展。

单一的中央数据库会产生依赖性问题,这是由于所有的应用都依赖于数据,数据库的改变将会影响到很多的应用。Poppendieck 指出:“企业数据库是一个巨大的依赖性生成器”。由于每个独立团队的工作必须要和其它共享同一数据库的团队协作,这导致每个团队都无法实现自治的部署。联邦架构是单一数据库的替代技术,它将数据分割为适合各个独立模块或服务需求的本地数据存储,数据的存取只能通过 API 方法。API 正在替代中央共享数据库,并使物联网成为可能。Poppendieck 指出,使用 API 是软件工程的必备技术。API 应作为有具体团队负责的产品看待,并通过聚焦于 API 用户来推进和开发新的功能。

Poppendieck 说,没有必要尽力去实现系统零故障,我们可以换一种思维。当前很多的系统都是脆弱的,虽然它们在刚上线时都是鲁棒的,但是随着时间的进展,它们变得越发地难以维护。Poppendieck 提出,当今系统需要的是反脆弱,并具有面对故障的能力。在发生故障时,系统应能限定损害的程度,并从故障中恢复。

如何获取反脆弱系统取决于系统测试的方法,即如何通过注入故障产生给定的运行错误。Poppendieck 指出,为达到所期望的可用性和鲁棒性等级,系统需要隔离故障并从故障自动恢复。

Poppendieck 提到了当前开发软件的关键事宜,她说,为具备持续集成的能力,需要一个部署流水线;为获得持续集成所承诺的优点,需要具有一个包括产品管理、测试和运营的跨功能团队。部署流水线依赖于自动的测试、迁移和部署过程。持续集成需要所有团队通过代码库做交流,实现针对主干分支的持续集成。团队应维持软件时常处于发布就绪的状态,如果事实并非如此,你必须停下来并做到上述要求。只要实现了持续的部署,一旦有用的软件增量或功能就绪,就可通过切换或转换实现软件的增量发布。

Poppendieck 提出,持续交付提供了必要的端到端反馈。研究显示在半数情况下产品经理是错的,产品规格说明中会有三分之二的特性和功能是没有必要的。导致这些问题产生的原因在于做实验验证某个特性是否可以真正地解决手头问题之前,就试图达成具体开发特性的细节。为确保开发的解决方案能很好地适用于所需解决问题,需要通过实际的使用产生快速的反馈,这也正是精益开发和敏捷开发实践的真正价值所在。Poppendieck 建议将发布团队转变为在一定条件下可解决问题的团队。

Poppendieck 建议在系统开发的过程中采用基本的工程性过程实践、在现实制约因素的范围内学习,并且建议从模式或者信号而非需求或是特性开始。然后聚焦于问题本身并使用假设去规划工作。基于上述方法,开展多个实验并使用实验结果数据决定应如何继续工作。

查看英文原文: Technologies for the Future of Software Engineering


感谢张卫滨对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2016-12-08 18:003384
用户头像

发布了 227 篇内容, 共 78.7 次阅读, 收获喜欢 28 次。

关注

评论

发布
暂无评论
发现更多内容

财务领导者应如何转型以提高企业运营的效率

智达方通

企业管理 财务管理 财务规划

YashanDB安装前依赖项准备

YashanDB

数据库 yashandb

2025 年 Java 工程师必备的 AI 工具链配置方案

飞算JavaAI开发助手

Appple 超级体验官招募!大声说出你的宝藏 App~

声网

Markdown 区块的妙用

NocoBase

开源 markdown 低代码 开发工具 教程

动手魔改属于自己的 Frida

LLLibra146

Frida Android 逆向

SD-WAN技术是怎样提高TikTok海外直播流畅度的?

Ogcloud

SD-WAN SD-WAN组网 tiktok直播网络 tiktok直播加速 sd-wan专线

Deepseek R1 的技术揭秘与低成本复现,中科院计算所工程师『致 Great』的分享实录已整理!

ModelWhale

人工智能 大数据 大语言模型 DeepSeeek

YashanDB安装前服务器准备

YashanDB

数据库 yashandb

《Operating System Concepts》阅读笔记:p179-p179

codists

操作系统

GPU 云服务器的软件系统设计和实践

Baidu AICLOUD

GPU服务器 百度百舸 百度太行

如何在 NocoBase 中实现 CRM 的线索转化

NocoBase

开源 低代码 开发工具 教程 CRM

SD-WAN实践案例解析:跨国企业异地组网方案

Ogcloud

SD-WAN 企业组网 企业网络 SD-WAN组网 sd-wan专线

比 cursor 更懂中国程序员,飞算 JavaAI 助力代码平权

飞算JavaAI开发助手

百万技术博主实测:AI+Java 一键写程序 ,写一句代码算我输

飞算JavaAI开发助手

荣耀一箭,射穿PC行业的苹果屏障

脑极体

AI

Kubernetes Secrets 加密实践

俞凡

Kubernetes 云原生 安全

联想AI服务器首次实现低于1TB本地部署DeepSeek满血大模型

新消费日报

企业级智能办公演进:基于低代码平台的流程自动化与系统集成架构设计

不在线第一只蜗牛

YashanDB安装前操作系统参数调整

YashanDB

数据库 yashandb

YashanDB安装初始环境调整

YashanDB

数据库 yashandb

YashanDB目录划分

YashanDB

数据库 yashandb

使用 OpenLIT 对 LLM 应用进行可观测

观测云

OpenTelemetry LLM

PM求职必备软件!这10款工具助你变身Offer收割机!

职场工具箱

产品 效率工具 产品经理 求职 办公软件

轻帆云(ITSM)IT共享服务中心解决方案,引领企业高效转型

云智慧AIOps社区

ITSM ITSM软件 工单管理 工单系统

软件工程技术的未来_数据库_Ben Linders_InfoQ精选文章