关于Android架构，你是否还在生搬硬套？

前言

关于Android架构，可能在很多人心里一直都是虚无缥缈的存在，似懂非懂、为了用而用、处处生搬硬套，这种情况使用的意义真的很有限。本人有多个项目架构的经验，恰好对设计领域较为感兴趣，今天我将毫无保留的将自己对架构、设计的理解分享给大家。

本文不会具体去讲什么是MVC、MVP、MVVM，但我描述的点应该都是这些模式的基石，从本质上讲明白这样做，为什么这样做的好处是什么，有了这些底层思想的支持再去看对应的架构模式，相信会让你有一种焕然一新的感觉。

知识储备：需掌握Java面向对象、六大设计原则，如果不理解也无妨，我尽量将用到的设计原则加以详细描述

目录

• 1. 模块化的意义何在？
  • 1.1 基本概念以及底层思想
  • 1.2 我们要基于哪些特性去做模块化划分？
  • 1.3 Android如何做分层处理？
  • 1.4 Data Mapper或许是解药
  • 1.5 无处安放的业务逻辑
• 2. 合理分层是给 数据驱动UI 做铺垫
  • 2.1 什么是 控制反转？
  • 2.2 什么是数据驱动UI？
  • 2.3 为什么说数据驱动UI底层思想是控制反转？
  • 2.4 为什么要引入Diff？
• 3. 为什么我建议使用 函数式编程
  • 3.1 什么是 函数式编程？
  • 3.2 Android视图开发可以借鉴函数式编程思想

1. 模块化的意义何在？

1.1 基本概念以及底层思想

所有的模块化都是为了满足单一设计原则 （字面意思理解即可），一个函数或者一个类再或者一个模块，职责越单一复用性就越强，同时能够间接降低耦合性

在软件工程的背景下，改动就会有出错的可能，不要说“我注意一点就不会出错”这种话，因为人不是机器。我们能做的就是尽可能让模块更加单一，职责越单一影响到外层模块的可能性就越小，这样出错的概率也就越低。

所以模块化核心思想即：单一设计原则

1.2 我们要基于哪些特性去做模块化划分？

做模块化处理的时候尽量基于两种特性进行、功能特性、业务特性

功能特性

网络、图片加载等等都可称之为功能特性。比如网络：我们可以将网络框架的集成、封装等等写到同一个模块(module、package等）当中，这样可以增强可读性（同一目录一目了然）、降低误操作概率，方便于维护也更加安全。同时也可将模块托管至远程如maven库，可供多个项目使用，进一步提升复用性

业务特性

业务特性字面意思理解即可，就是我们常常编写的业务，需要以业务的特性进行模块划分

为什么说业务特性优先级要高于功能特性？

举个例子如下图：

相信很多人见过或者正在使用这种分包方式，在业务层把所有的Adapter、Presenter、Activity等等都放在对应的包中，这种方式合理吗？先说答案不合理，首先这已经是在业务层，我们做的所有事情其实都在为业务层服务，所以业务的优先级应该是最高的，我们应当优先根据业务特性将对应的类放入到同一个包中。

功能模块核心是功能，应当以功能进行模块划分。业务模块核心是业务，应当优先以业务进行模块划分，其次再以功能进行模块划分。

1.3 Android如何做分层处理？

前端开发其实就是做数据搬运，再展示到视图中。数据与视图是两个不同的概念，为了提高复用性以及可维护性，我们应当根据单一设计原则我们应当将二者进行分层处理，所以无论是MVC、MVP还是MVVM最核心的点都是将数据与视图进行分层。

绊脚石：

通常来讲，我们通过网络请求拿到数据结构都是后端定义的，这也就是意味着视图层不得不直接使用后端定义的手段，一旦后端进行业务调整会被迫使我们前端从数据层-->视图层都会进行对应的改动，如下伪代码所示：

起初我们的textView显示的是model中的title，但后端调整后我们需要在model中加一个prefix字段，同时textView显示内容也要做一次字符串拼接。视图层因为数据层的改动而被动做了修改。既然做了分层我们想要的肯定是视图、数据互不干扰，如何解决？往下看...

1.4 Data Mapper或许是解药

Data Mapper是后端常用的一个概念，一般情况下他们是不会直接使用数据库里面的字段，而是加一个Data Mapper（数据映射）将数据库表转按需换成Java Bean，这样做的好处也很明显，表结构甭管怎么折腾都不会影响到业务层代码。 对于前端我觉得可以适当引入Data Mapper，将后端数据转换成本地模型，本地模型只与设计图对应，将后端业务与视图完全隔离。这也就解决了

1.3 面临的问题，具体方式如下：

LocalModel相当于一个中间层，通过适配器模式将数据层与视图层做隔离。 前端引入Data Mapper后可以脱离后端进行开发，只要需求明确就可以做视图层的开发，完全不需要担心后端返回什么结构、字段。并且这种做法是一劳永逸的，比如后端需要对某些字段做调整，我们可以不暇思索直奔数据层，涉及到的调整100%不会影响到视图层

注意点：

• 当下有一部分公司为了将前后端分离更彻底，由前端开发人员提供Java Bean（相当于LocalModel)的结构，好处也很明显，更多的业务内聚到后端，很大程度提升了业务的灵活性，毕竟App发一次版成本还是比较大的。面对这种情况我们其实没必要再编写Data Mapper。所以任何架构设计都要结合实际情况，适合自己的才是最好的。

1.5 无处安放的业务逻辑

关于业务逻辑其实是一个很笼统的概念，甚至可以将任意一行代码称之为业务逻辑，如此宽泛的概念我们该如何去理解？我先大致将它分为两个方面：

• 界面交互逻辑：视图层的交互逻辑，比如手势控制、吸顶悬浮等等都是根据业务需要实现的，所以严格来说这部分也属于业务逻辑。但这部分业务逻辑一般在视图层实现。
• 
  
• 数据逻辑：这部分是大家常说的业务逻辑，属于强业务逻辑，比如根据不同用户类型获取不同数据、展示不同界面，加上Data Mapper一系列操作其实就是给后端兜底，帮他们补全剩余逻辑而已。为了方便大家理解下文我将数据逻辑统称为业务逻辑。

前面我们说到，Android开发应该具备数据层跟视图层，那业务逻辑放在哪一层比较合适呢？比如MVVM模式下大家都说将业务逻辑放到ViewModel处理，这么说也没有太大的问题，但如果一个界面足够复杂那对应的ViewModel代码可能会有成百上千行，看起来会很臃肿可读性也非常差。最重要的一点这些业务很难编写单元测试用例。

关于业务逻辑我建议单独写一个use case处理。

use case通常放在ViewModel/Presenter与数据层之间，业务逻辑以及Data Mapper都应该放在use case中，每一个行为对应一个use case。

这样就解决了ViewModel/Presenter臃肿的问题，同时更方便编写测试用例。

注意点：

好的设计都是特定场景解决特定问题，过度设计不仅解决不了任何问题反而会增加开发成本。以我目前经验来看Android开发至少一半的场景都很简单：请求-->拿数据-->渲染视图最多再加个Data Mapper，流程很单一并且后期改动的可能也不太大，这种情况就没必要写一个use case，Data Mapper扔到数据层即可

2. 合理分层是给 数据驱动UI 做铺垫

先说结论：数据驱动UI的本质是控制反转

2.1 什么是 控制反转？

控制即对程序流程的控制，一般由我们开发者承担，此过程为控制。但开发者是人所以不可避免出现错误，此时可以将角色做一个反转由成熟的框架负责整个流程，程序员只需要在框架预留的扩展点上，添加跟自己的业务代码，就可以利用框架来驱动整个程序流程的执行，此过程为反转。

控制反转概念和设计原则中的依赖倒置很相似，只是少了一个依赖抽象。

打个比方：

现有一个HTTP请求的需求，如果想自己维护HTTT链接、自己管理TCP Socket、自己处理HTTP缓存.....就是整个HTTP协议全部自己封装，先不说这个工程能不能靠个人实现，就算实现也是漏洞百出，此时可以换个思路：通过OkHttp去实现，OkHttp是一个成熟的框架用它基本上不会出错。个人封装HTTP协议到使用OkHttp框架，这个过程在控制HTTP的角色上发生了一个反转，个人--->成熟的框架OkHttp即控制反转，好处也很明显，框架出错的概率远低于个人

2.2 什么是数据驱动UI？

通俗一点说就是当数据改变时对应的UI也要跟着变，反过来说当需要改变UI只需要改变对应的数据即可。现在比较流行的UI框架如Flutter、Compose、Vue其本质都是基于函数式编程实现数据驱动UI，它们共同的目的都是为了解决数据，UI一致性问题。

在当前的Android中可以使用DataBinding实现同样的效果，以Jetpack MVVM为例：ViewModel从Repository拿到数据暂存到ViewModel对应的ObservableFiled即可实现数据驱动UI，但前提是从Repository拿到的数据可以直接用，如果在Activity或者Adapter做数据二次处理再notify UI，已经违背数据驱动UI核心思想。

所以想实现数据驱动UI必须要有合理的分层（UI层拿到的数据无需处理，可以直接用），Data Mapper恰好解决这一问题，同时也可规避大量编写BindAdapter的现状。 DataBinding并非函数式编程，它只是通过AbstractProcessor生成中间代码，将数据映射到XML中。

2.3 为什么说数据驱动UI底层思想是控制反转？

当前Android生态能实现数据绑定UI的框架只有两个：DataBinding、Compose（暂不讨论） 在引入DataBinding之前渲染一条数据通常需要两步，如下：

共需要两步更改数据源、更改UI，数据源跟UI有一个忘记修改便会出现BUG，千万不要说：“两个我都不会忘记修改”，当面临复杂的逻辑以及十几个甚至几十个的数据源很难保证不出错。

这种问题可以通过DataBinding解决，只需更改对应的ObservableFiledUI便会同步修改，控制UI状态也从个人反转到的DataBinding，个人疏忽的事情DataBinding可不会。 所以说数据驱动UI底层思想是控制反转

2.4 为什么引入Diff？

引入diff之前：

RecyclerView想要实现动态删除、添加、更新需要分别手动更新数据和UI，这样在中间插了一道并且分别更新数据和UI已经违背了前面所说的数据驱动UI，而我们想要的是不管删除、添加或者更新只有一个入口，只要改变数据源就会驱动UI做更新，想要满足这一原则只能改变数据源后对RecyclerView做全部刷新，但这样会造成性能问题，复杂的界面会感到明显的卡顿。

引入diff之后：

Diff算法通过对oldItem和newItem做差异化比对，会自动更新改变的item，同时支持删除、添加的动画效果，这一特性解决了RecyclerView需要实现数据驱动UI的性能问题

3.1 什么是 函数式编程？

• 一个入口，一个出口。
• 不在函数链内部执行与运算本身无关的操作
• 不在函数链内部使用外部变量（实际上这一条很难遵守，可以适当突破）

说的通俗点就是给定一个初始值，经过函数链的运行会得到一个目标值，运算的过程中外部没有插手的权限，同时不做与本身无关的操作，从根本上解决了不可预期错误的产生。

举个例子：

上面这种链式编程就是标准的函数式编程，输入到输出之间开发者根本没有插手的机会（即Log.i（··）之前开发者没有权限处理list），所以整个流程是100%安全的，RxJava、Flow、链式高阶函数都是标准的函数式编程，它们从规范层面解决数据安全问题。所以我建议在Kotlin中 碰到数据处理尽量使用链式高阶函数(RxJava、Kotlin Flow亦然)。

其实函数式编程的核心思想就是 门面模式 以及 迪米特法则

3.2 Android视图开发可以借鉴函数式编程思想

Android视图开发大都遵循如下流程：请求-->处理数据-->渲染UI，这一流程可以借鉴函数式编程，将请求作为入口，渲染作为出口，在这个流程中尽量不做与当前行为无关的事（这也要求ViewModel，ViewModel中的函数要符合单一原则）。这样说有点笼统。

下面举个反例：

View层有刷新、加载更多两种行为，load(isRefresh)一个入口，两个出口。面临的问题很明显，修改刷新或加载更多都会对对方产生影响，违反开闭原则中的闭（对修改关闭：行为没变不准修改源代码），导致存在不可预期的问题产生。

可以借鉴函数式编程思想对其进行改进，将ViewModel的load函数拆分成refresh和loadMore，这样刷新和加载更多两种行为、两个入口、两个出口互不干涉，通过函数的衔接形成两条独立的业务链条。 函数式编程可以约束我们写出规范的代码，面对不能使用函数式编程的场景，我们可以尝试自我约束往函数式编程方向靠拢，大致也能实现相同的效果。

综上所述

• 合理的分层可以提升复用性、降低模块间耦合性
• Data Mapper 可以让视图层脱离于后端进行开发
• 复杂的业务逻辑应该写到use case中
• 数据驱动UI的本质是控制反转
• 通过函数式编程可以写出更加安全的代码

——end——

不管你是想要转行还是初学、进阶。如果你对Web前端感兴趣，那就进军程序员吧~