Architectural fitness function，架构你好我也好

写在前面

ThoughtWorks每年都会出品两期技术雷达，这是一份关于科技行业的技术趋势报告，在四个象限：技术、平台、工具以及语言和框架对每一个条目（Blip）做采用、试验、评估、暂缓的建议。（参考阅读：解读技术雷达的正确姿势）

一直以来，我们都未对每一个Blip做进一步的解读，而这次决定尝试一个新的专栏——《雷达哔哔哔》，由作者根据自己实践与理解，对雷达中部分条目作出解析，致力于用一篇篇短小精悍的文字，帮助读者加深对雷达的理解。

今天是《雷达哔哔哔》的第二篇，依然关注架构，Blip是Architectural fitness function。

位置

2018年5月第18期技术雷达，技术象限，建议试验

目标受众：

系统架构师，技术管理者，开发人员

关注问题：

技术架构腐化带来系统响应度降低，可维护性下降，技术债缠身。而盲目优化或是单纯的技术驱动的架构优化又常常偏离初衷，容易造成过度优化，不但没有解决之前的问题，还会引入新的问题。那如何度量技术架构的好与坏？如何拿捏技术架构演进的度？如何用目标驱动的方式做技术架构的持续演进？如何衡量技术架构演进的成果？如何进行架构守护？

解决方案：

通过识别架构演进度量指标，编写Architectural fitness function（适应度函数），以此量化及可视化系统架构演进效果，并通过持续反馈不断调整技术架构演进方向，避免架构演进脱离初始目标。

解读：

Architectural fitness function（适应度函数）借鉴自进化计算，被用来衡量方案对满足目标的适合度。

当定义演进式算法时，算法设计者会寻求更优解，而适应度函数则定义了在此上下文中“更优”的含义。

将适应度函数应用于软件架构，则为系统的架构演进提供了一个度量的目标，开启了“【目标（测试）驱动架构演进】”的新时代。
记住，如果你无法为系统演进、架构升级优化定义出度量的Metrics，并通过Fitness Function写一个测试来驱动和可视化你的架构演进成果。那就表明你还没有想清楚架构演进要解决的问题，就先不要开始！

《演进式架构》一书定义了架构适应度函数的概念，为衡量架构特征提供了一个客观全面的方法，包括已有的验证标准，比如单元测试、业务指标、监控等等。