写点什么

从涂鸦到发布 —— 理解 API 的设计过程

  • 2015-08-24
  • 本文字数:6370 字

    阅读完需:约 21 分钟

本系列文章专注于 Web API__ 之 “元语言”的三个关键领域:即 API__ 描述、API__ 发现以及 API__ 档案。这些文章将涵盖所有这三个重要的趋势,并包括对这一快速发展的领域的一些关键人物的专访。

来自 InfoQ__ 的这篇文章是“描述、发现以及档案:进入 Web API__ 的下一阶段”系列文章中的一篇,你可以在这里进行订阅,以便通过 RSS__ 获取新文章的通知。

要想设计出可以正常运行的 Web API,对基于 web 的应用的基本理解是一个良好的基础。但如果你的目标是创建出优秀的 API,那么仅凭这一点还远远不够。设计优秀的 API 是一个艰难的过程,如果它恰巧是你当前的工作任务,那么你很可能会感到手足无措。

不过,优秀的设计绝对是可以实现的。本文所描述的流程将帮助你获得成功,我们将共同研究什么是优秀的设计,以及迭代式的流程如何帮助我们实现这一目标。我们还将叙述设计的三个重要阶段:草图设计、原型设计以及实现,同时还将介绍一些能够让你的工作变得更轻松的工具。

优秀的 API 设计来自于迭代过程

在开始设计 API 之前,我们必须理解它的目的。在你手动设计之前,你应当了解为什么要设计这个 API,如果在这方面需要帮助,有许多现成的资料可以参考。不过,定义你的动机仅仅是第一步,真正的诀窍在于直到实现为止,始终保持进行正确的设计决策。

成功的 API 设计意味着要设计出一种接口,让它的使用方式符合它的目的。作为 API 设计者来说,我们所做的每个决策都会影响到产品的成败。设计过程中需要做出一些重大的决策,例如 API 所使用的传输协议、或它所支持的消息格式。但除此之外,还有许多相关的次要决定,例如接口的控制、名称、关联以及次序。而当你将所有的决策集中在一起时,它们将带动 API 的使用模式。如果你能够做到每个决定都是正确的,那么这种模式将对 API 产生完美的支持与促进作用。

如果你要做出一个正确的设计决策,很可能会先做出一个错误的决策,并从中吸取经验教训。实际上,你很可能会在多次犯错之后才能够接近正确的决策。这也正是迭代的关键所在,因为没有人能够做到一次成功,但只要有足够的机会,你就能够做到接近完美。

通过迭代方式进行 API 设计,这一点说起来容易,但在实际应用中做到这一点并不简单。我们所面临的一个常见的挑战在于,在某个 API 发布之后再进行变更是非常困难的。事实上,对一个使用中的 API 进行变更的代价很大,并且伴随着很大的风险。或者借用 Joshua Bloch 的说法:“公开的 API 就像钻石,它是永恒不变的。

处理这一问题的一种方式是在每次变更时不要破坏现有的接口,这是一种好习惯,也是优秀 API 设计的一个主要原则。但有些时候,破坏性的变更是不可避免的,而基本层面的设计变更尤其具有侵略性。

换种思路,我们应当在接口发布之前就做好这些变更。在理想的情况下,在变更的代价变得高昂之前,就应该消除易用性与设计方面的问题。当时,只有在首次发布之前做到尽早开始迭代,并保持频繁的迭代,才能够找到并修复这些问题。

迭代式的设计过程

在每一次迭代中,我们都得到了一次对设计候选按其使用情况进行评估的机会。举例来说,开发者是否能够通过使用我们创建的产品实现他的工作目标?这个接口真的能够实现吗?如果我们要求他人使用这个 API,他们又会有什么样的感受?

通过设计与实现多个接口而不发布它们,应该能够实现最佳的 API 设计。通过对每个接口进行审查与测试,我们将对于如何改进最终产品具有良好的洞察力。

但是在实践中,这种壮观的迭代式设计是不可能实现的。没有几个人能有足够的时间、金钱或耐心去不断地设计与实现一个个可以运行的 API。对于任何具有一定复杂度的接口来说,这种方式的迭代式设计会占用你过多的时间。

一个更合理的方式是在设计过程的早期就进行迭代,这些早期的设计应当具有足够的细节,可展现改进的最佳时机,但又无需过度设计而导致实现的困难。随着时间的推移,我们可以逐步地增加细节度(或保真度),并最终得到一个完整的实现。

这种逐步推进的设计过程在设计界已经非常流行了,它通常被分解为三个重要的阶段:

  1. 草图设计
  2. 原型设计
  3. 实现

草图设计的强大作用

草图设计是设计方面的一种普遍行为。著名建筑师 Frank Gehry 的草图可谓天下闻名,以至于诞生了一部专门描述这些草图的电影。他的许多建筑项目都是从在一叠纸上所画的一系列草图开始的。Gehry 总会画上几百张这样的草图,每一次都向良好的设计更靠近一步。

交互设计师 Bill Verplank 将草图设计描述为设计过程中必不可少的第一步 Bill Buxton 还专门写了一整本书,用以介绍草图设计方法对用户体验设计的价值,并认为它的关键特征在于它的可弃性、而且在所有探索方式中是成本最低的一种。

将草图设计过程包含在 API 设计过程的早期阶段,让我们有机会体验接口的概念模型。这不仅是一次定义我们脑中已有的想法的好机会,也让我们有机会探索新的道路,并且提出“如果……会怎么样?”这样的问题,并逐步走向真正的创新。

优秀的草图应当是易于创建、并且可以任意丢弃的。如果创建这些草图花费了许多时间、或是难度太高,那么你就难以丢弃它们。这种可弃性非常重要,它让我们有机会承受住风险。

我们可以通过草图设计尝试不同类型的接口风格,并捉住那些在我们脑海中时而闪现的抽象概念。一旦这些思想具体化,我们就能够对它们进行审查及讨论。在过程中决定我们喜欢或是不喜欢某个特定的概念,然后在消化了这些知识后再次启动这一过程,并绘制新的草图。

对于设计团队之外的用户来说,他们很少会对草图进行评估。不仅是因为过早地对假设进行验证是没有价值的,并且在实际的项目中能够进行的用户测试次数是有限的。通过真实的用户对每种草图都进行测试的设想代价过高,而这种方式的收获是非常有限的。

使用档案进行草图设计

在进行 API 的草图设计时,使用档案(profile)或元语言(meta language)是一种非常实用的方式。档案提供了一系列的概念,可用于草图的设计。一个优秀的档案可以类比为框与线,通过它创建系统图的多种草图。这些元素是设计师与评估者都能够理解的内容,它让快速地开发草图变得更简单。

实际上,着手进行API 草图设计过程有一种好方法,就是定义接口中最明显的单词列表。有哪些单词是用户必须知道的?哪些单词能够最好地表达你的目标受众的目的与任务?通过回答这些问题,并创建一份接口的词汇表,将有助于你形成对该接口的一种早期草图。

档案的美妙之处在于,它为我们提供了一种正规化的方式以共享及重用这种类型的信息。举例来说,我们在开始设计时可能会从某个 XML 结构文档中提取出单词、从 schema.org 获取一份词汇表、或者从某个 ALPS RDF 文档获取信息,这取决于我们的需求。

设计阶段的目标并非创建一份全面的词汇表,恰恰相反,早期的词汇表只是一个起点,我们可以从这一点开始绘制出其它类型的细节。我们可能会发现一个由 20 个左右的单词组成的列表就能够捕获接口的本质,这个列表就可以作为我们的起点。

这份词汇表为我们提供了一个基础,我们可以从它出发为 API 中的资源与关联设计草图,内容可以包括 URI、资源名称、资源间的关联、链接文本以及其它结构化以及导航元素。请再次注意,没有必要画出草图的所有细节,我们的目标是表达出 API 里最重要的部分。

最重要的一点在于,最初的草图无需过于深入。比方说,请尽量避免在这一阶段就深入到错误流的建模,或响应消息元素的设计。这些部分可以稍后再加入,或者可以为它们进行专门的草图设计。

一份单独的草图无需反映出整个接口,实际上,为某些细节部分专门设计草图的方式可能更实用。举例来说,我们可以设计一个基本错误流的草图,它与整个 API 都具有相关性,或是设计一种响应消息格式的草图,这种格式可以应用到所有响应中。之后,在原型设计阶段,我们可以将这些思想应用到某个工作模型中。

原型设计

在原型设计阶段,我们将有机会为接口设计一个具有更高保真度的模型,并且对草图设计阶段产生的一些假设进行验证。一个优秀的 API 原型应当是可以调用的,它应当能够处理真实的请求消息,并在必要时提供响应。开发者甚至应该能够通过使用这个原型 API,创建出一个简单的应用。

不过,创建原型的成本应当低于一个完整的实现。有一种方法可以保持较低的成本,即模拟响应的消息,而不是由后台系统输出真实的响应消息。这种方式有时也称为接口的虚构(mocking),它是一种建立快速原型的好方法。

无论使用哪种方法建立原型,要点在于为投入找到一个合适的范围,能够支持后续的迭代。我们应当能够基于草图创建出两至三个不同的原形,并在过程中持续地学习。根据我们在原型设计阶段所学的内容,我们甚至可能会返回草图设计阶段,并尝试全新的方向。

通过原型,你的团队将有机会获得对于设计的早期用户反馈,并且能够对真实的使用情况进行观察。如果该接口的保真度已经达到了一定程度,你就可以让潜在的用户创建应用,并且对他们在实现阶段所面临的挑战进行观察。

负责实现的成员也应当加入原形评估过程中。一个经过良好设计的 API 不仅应当易于使用,同时还是可持续的、可靠的、高性能的、并且是历时长久的。虽然接口本身不应暴露数据模型的内部细节与服务器的架构,但负责实现者为告诉设计团队所做的决定提供一些参考建议,例如运行环境的限制,以及实现的成本。

设计周期好比一个科学工艺流程,而你应当抓住原型阶段的这次机会,在提出变更还为时未晚时对所做的假设进行验证。

实现

实现者的任务是将一个原型化的接口转变成一种可以放心地进行实际应用的产品。交付一个安全的、可靠的、以及可伸缩的实现是一个很大的挑战,这一过程本身也需要经历一种专门的设计流程。

最后的原型以及支持性的草图描述了接口应该表现出的样子,它们反映出了所有的设计决策,并形成了一份规格,说明了具体需要创建什么样的产品。实际上,可以使用一种正式的接口描述语言(或称 IDL ),从原型阶段自然地过渡到实现阶段。

举例来说,如果你对原型 API 感到满意,就可以选择以一种 API Blueprint 文档(或 Swagger RAML WADL ,又或者是其它任何一种最适合你工作环境的格式)对其进行描述。

虽然这一阶段的目标是实现,但也不应停下设计的脚步。这一阶段是一个良机,让你通过真实的使用数据对整个设计过程中所做的假设进行进一步的验证。就像原型化的 API 允许我们观察使用情况一样,实现后的 API 允许我们在一个宏观层面对使用情况进行分析。

打个比方,你或许想对你之前所做的设计假设进行验证。应用程序的开发者是否真的在使用你为他们所创建的便利的操作?你是否吸引到你所期望的用户类型?新的用户是否在使用接口中的某些部分时遇到了麻烦?

经过分析,你可能会重新开始一次草图设计过程,以准备经过进一步改进的接口。

通过工具实现过程的自动化

工具与技术的使用会极大地改进整个设计过程。那些能够降低草图与原型创建成本的工具能够让设计团队在更短的时间内创建更多的细节,使设计的决策得到改进。

对于多数设计过程来说,工具与自动化的引入是一个重要的部分。在建筑设计的世界中, SHoP (一个位于纽约的建筑师事务所)就通过创新、合作与基于工具的设计获得了成功。他们的流程中就引入了原型工具,让设计师能够体现出所用材料的物理特性。这种方法让他们得以创建数以千计的设计迭代,在每次迭代中都能够体现出易于评估的实现细节。

在 API 设计的世界中,这种基于工具的优化有很好的表现机会。实际上,在服务描述领域中,已经出现了一些卓越的 Web API 设计工具。

接口描述语言也能够提供支持性的工具,以简化编写描述的任务,这一点现在已经很常见了。这些编辑器工具能够缩短基于 IDL 的设计的创建时间,因此在更短的时间内创建更多的描述也变得更容易了。Swagger、RAML 与 Blueprint 都提供了优秀的编辑工具以支持各自的语言。即使像 WADL 这样仅作为规范发布的 IDL,也能够从 SoapUI 这样的工具中受益。

Apiary 为 Blueprint 语言所提供的编辑器有很强的竞争力,因为它提供了一套完整的工作流工具以支持设计过程。只要以 Blueprint 编写一个简单的 API 描述,设计师就能够对文档进行评估、调用原型,甚至对调用过程进行分析。

(单击图片以放大)

不过,这些现有的工具中的大部分都只限于其所支持的描述语言。设计者必须理解IDL 的语法,并且用这种语言设计界面。虽然这种设计风格能够吸引熟悉编程语言的使用者,但也会限制在早期的草图设计阶段很有价值的抽象与实验性的思考方式。

由于IDL 及其对应工具的这些特征,它们很适用于原型设计过程,但对于草图设计的早期实验性活动来说实用性不高。

使用可视化工具进行草图设计

人们对于使用可视化工具帮助他们进行API 设计的兴趣正在不断升温。这些工具并非直接支持编辑IDL 的行为,而是让设计者能够随意摆弄接口的一个可视化展现。

可视的建模工具提供了一种接口描述语言,这种语言多数是关于绘画的,或是基于图形的。虽然这个视角限制了接口展现的准确度,但它也让设计者能够在一个较高层次看到这个接口的全貌。这一点带来了进行改进的机会,而这种机会在手写的形式中往往并不明显。

易于使用的可视化编辑器也是进行自动化草图设计的良好选择,它综合了低保真度、抽象的展现以及可弃性等特征,这正是我们所需的。

我参与开发了一个名为 Rápido! 的可视化建模工具,用于辅助 API 的草图设计。Rápido 将用户限制在一个低保真度的细节中,这一点并非它的副作用,而是本身就是如此设计的。用户可以使用它进行档案、导航元素以及响应数据的建模,但不能用于设计逻辑流程或动态的响应。

当设计者开始创建一个新的 Rápido 项目时,他们需要为 API 设计一个词汇表。在得到一个初始的单词列表(或者从外部导入一个 ALPS 词汇表)之后,设计师就可以在一个超媒体画布中开始为 API 设计概念模型、创建资源、尝试 URI 名称甚至是链接的状态。

最终,设计者可以为草图中的每个资源或状态实现静态的响应消息,以增加保真度。最后,当草图设计阶段结束后,可以将整个设计导出成 IDL 格式,准备在原型阶段导入高保真度的工具。

Rápido 的目标是在 Web API 设计的领域中提供一种快速绘制的“鸡尾酒餐巾”式的草图的体验。如果你选择了适当的保真度,并且没有施加过于强烈的限制,那么它就能够成为 API 设计工具链中的重要一环。

在迭代过程中取得成功

如果你按照本文中所描述的方式进行迭代式风格的设计,那么你将为团队带来一个设计高效 API 的良机。在过程的一开始创建多个低保真度的设计并进行评估,以培育实验能力与构思能力。然后创建高保真度的原型以及虚拟的实现,以评估早期的设计思想。最后,为真实用户实现整个设计,并获取数据以分析实际应用中的使用情况。

迭代式设计过程的特定细节取决于你的环境与项目,需要多少细节、多少次迭代、以及需要哪些评估技术,这些问题将留给设计者进行回答。但作为一种通用的经验法则,随着你的设计过程的推移,迭代的数量应当逐步减少,而在评估方面需要投入更多的精力。

优秀的 API 设计过程为你提供了一个创建最佳的接口的机会。但创建优秀 API 的秘密并不在于专家的指导或什么神秘的知识,而是一种通过优秀的工具、语言以及档案所优化的迭代流程的应用而实现的。使用这个公式所交付的 API 定能帮助你的组织获得成功。

关于作者

Ronnie Mitra是 CA Technologies 公司的 API Academy 部门的 API 设计总监。他多次帮助遍布全球的组织成功地完成了 API 的设计与实现。Ronnie 具有超过 30 年的行业经验,在此期间内他不断地在失败中进行学习。

本系列文章专注于 Web API__ 之 “元语言”的三个关键领域:即 API__ 描述、API__ 发现以及 API__ 档案。这些文章将涵盖所有这三个重要的趋势,并包括对这一快速发展的领域的一些关键人物的专访。

来自 InfoQ__ 的这篇文章是“描述、发现以及档案:进入Web API__ 的下一阶段”系列文章中的一篇,你可以在这里进行订阅,以便通过RSS__ 获取新文章的通知。

查看英文原文: From Doodles to Delivery: An API Design Process

2015-08-24 19:338507
用户头像

发布了 428 篇内容, 共 178.8 次阅读, 收获喜欢 38 次。

关注

评论

发布
暂无评论
发现更多内容

StyleGAN 生成 AI 虚拟人脸,再也不怕侵犯肖像权

极客飞兔

人工智能 AI 图像处理 StyleGAN 人脸生成

Apache Doris 1.2.3 Release 版本正式发布

SelectDB

数据仓库 数据湖 Doris 数据湖Catalog catalog

大语言模型必将取代一切?暂时不会!

深数

人工智能 科技 AGI GPT LLM

代码实战带你了解深度学习中的混合精度训练

华为云开发者联盟

人工智能 深度学习 华为云 华为云开发者联盟 企业号 3 月 PK 榜

TechBits | TCP 使用 WireShark 进行抓包

Java你猿哥

Java 后端 ssm

GO语言集成开发: GoLand 2022 中文激活版

真大的脸盆

Mac 代码开发 Mac 软件 代码编辑 代码编辑工具

如何基于 Apache Doris 与 Apache Flink 快速构建极速易用的实时数仓

SelectDB

flink 数据湖 实时数仓 Doris 数据库、

简单小巧的右键助手:MouseBoost for Mac让您的工作效率大幅度提高

Rose

mac效率工具 右键助手 MouseBoost激活版

Portraiture最新版插件新增哪些功能?

茶色酒

Portraiture4

Go Slice 扩容的这些坑你踩过吗?

王中阳Go

Go golang 高效工作 学习方法 面试题

通通透透看无服务器计算:由来、场景和问题

天翼云开发者社区

Linux进程学习【进程地址】

Yohifo

Linux 学习 运维 后端 进程

开启一个A/B实验到底有多简单?

字节跳动数据平台

云服务 AB testing实战 ab测试 企业号 3 月 PK 榜

Perforce研讨会回顾 | Helix Core在芯片行业的应用实例:芯片项目的版本控制、持续集成及自动化

龙智—DevSecOps解决方案

ci cicd 版本控制 持续集成 芯片开发

MQTT 5.0特性Inflight Window&Message Queue

EMQ映云科技

物联网 IoT mqtt emqx 企业号 3 月 PK 榜

Java体系最强干货分享—挑战40天准备Java面试,最快拿到offer!

Java你猿哥

Java 后端 ssm 面经 春招

PostgreSQL:psql 介绍

天翼云开发者社区

深入理解关键字volatile

小小怪下士

Java 程序员 volatile 关键字

代码质量与安全 | 免费的静态分析工具好吗?

龙智—DevSecOps解决方案

SAST 静态代码扫描 DAST

CorelDRAW Graphics Suite2023功能介绍

茶色酒

cdr2023

如何利用ChatGPT搞科研?

Openlab_cosmoplat

人工智能 开源社区 ChatGPT

币安欧意交易所合约跟单平台软件开发详情(api对接)

开发微hkkf5566

2023金三银四最新Java面试题大全(整理版)1000+面试题附答案详解

架构师之道

程序员 java面试

Atlassian Server用户新选择 | 迁移到数据中心版前,您需要做这些准备(1)

龙智—DevSecOps解决方案

Atlassian Atlassian迁移 数据中心版 server版

AI笔刷怎样导入?adobe ai笔刷安装教程

Rose

AI画笔 AI教程 Illustrator 2023 下载 AI中文版

听说火山引擎推出的DataLeap,已经可以支持万级表的数据血缘图谱了!

字节跳动数据平台

大数据 数据治理 数据研发 企业号 3 月 PK 榜

Neural Filters神经滤镜插件如何安装?PS神经滤镜插件安装教程

Rose

mac系统 Neural Filters PS滤镜插件 PS20221下载

GPT-4:不open的OpenAI,终于不再编造事实

鼎道智联

openai ChatGPT4

EMQ&南洋万邦云边一体化方案:激活数据潜力,打造智慧工业园区

EMQ映云科技

物联网 IoT 工业互联网 智能制造 企业号 3 月 PK 榜

阿里巴巴灵魂一问:说说触发HashMap死循环根因

Java你猿哥

Java jdk 后端 ssm

从涂鸦到发布 —— 理解API的设计过程_语言 & 开发_Ronnie Mitra_InfoQ精选文章