作一個(gè)優(yōu)秀的程序員，除了要會(huì)寫代碼，還要懂得職場的15大定律和7大原則。昨日，GitHub趨勢榜第一的項(xiàng)目便總結(jié)了這些定律和原則。總有一款適合你。

總有一款適合你。

作為程序員，你除了會(huì)敲代碼，還得知曉屬于你的定律。今日GitHub便有一個(gè)項(xiàng)目總結(jié)了與開發(fā)人員相關(guān)的15大定律和7大原則。

項(xiàng)目地址：

https://github.com/dwmkerr/hacker-laws

該項(xiàng)目目錄如下：

簡介

定律

阿姆達(dá)爾定律(Amdahl's Law)

布魯克定律(Brooks's Law)

康威定律(Conway's Law)

侯世達(dá)定律(Hofstadter's Law)

阿瑪拉定律的“炒作周期”(The Hype Cycle & Amara's Law)

海勒姆定律(Hyrum's Law)

摩爾定律(Moore's Law)

帕金森定律(Parkinson's Law)

普特定律(Putt's Law)

泰斯勒定律(復(fù)雜性守恒定律,Tesler's Law)

抽象化漏洞定律(The Law of Leaky Abstractions)

瑣碎定律(The Law of Triviality)

Unix哲學(xué)(The Unix Philosophy)

Spotify模型(The Spotify Model)

Wadler定律(Wadler's Law)

原則

魯棒性原則(The Robustness Principle,Postel's Law)

SOLID

單一職責(zé)原則(The Single Responsibility Principle)

開放封閉原則(The Open/Closed Principle)

李氏替換原則(The Liskov Substitution Principle)

接口分離原則(The Interface Segregation Principle)

依賴倒置原則(The Dependency Inversion Principle)

TODO

那么接下來，我們就對這些定律和原則進(jìn)行一一解讀。

開發(fā)人員需知的15大定律

阿姆達(dá)爾定律(Amdahl's Law)

維基百科中對此定律的解讀是：

阿姆達(dá)爾定律，一個(gè)計(jì)算機(jī)科學(xué)界的經(jīng)驗(yàn)法則，因吉恩·阿姆達(dá)爾而得名。它代表了處理器并行運(yùn)算之后效率提升的能力。并行計(jì)算中的加速比是用并行前的執(zhí)行速度和并行后的執(zhí)行速度之比來表示的，它表示了在并行化之后的效率提升情況。阿姆達(dá)爾定律是固定負(fù)載（計(jì)算總量不變時(shí)）時(shí)的量化標(biāo)準(zhǔn)。

此處舉個(gè)例子來說明：如果一個(gè)程序由兩部分組成，一部分A(必須由一個(gè)處理器執(zhí)行)和一部分B(可以并行執(zhí)行)，那么我們可以看到，向執(zhí)行程序的系統(tǒng)添加多個(gè)處理器只能帶來有限的好處。它可以極大地提高B部分的速度，但是A部分的速度將保持不變。

下圖顯示了速度可能改進(jìn)的一些示例：

可以看出，即使是一個(gè)50%可并行的程序，在超過10個(gè)處理單元的情況下也幾乎沒有什么好處，而一個(gè)95%可并行的程序，在超過1000個(gè)處理單元的情況下，仍然可以顯著提高速度。

隨著摩爾定律(Moore’s Law)的放緩，以及單個(gè)處理器速度的加速放緩，并行化是提高性能的關(guān)鍵。圖形編程是一個(gè)很好的例子(使用現(xiàn)代基于著色器的計(jì)算，單個(gè)像素或片段可以并行呈現(xiàn))，這就是為什么現(xiàn)代顯卡通常有成千上萬的處理核心(gpu或著色器單元)。

布魯克定律(Brooks's Law)

維基百科中對此定律的解讀是：

將人力資源添加到一個(gè)后期軟件開發(fā)項(xiàng)目中會(huì)使它更晚。

這條定律表明，在許多情況下，試圖通過增加更多的人來加速已經(jīng)晚了的項(xiàng)目，將使交付日期更晚。該定律楚地表明這是一種過度簡化，但一般的推理是，鑒于新資源的增加時(shí)間和通信開銷，在短期內(nèi)的速度會(huì)降低。而且，許多任務(wù)可能不是可分的，即容易在更多資源之間分配，這意味著潛在的速度增長也更低。

交付工作中常見的一句話，“九個(gè)女人不能在一個(gè)月內(nèi)生孩子”是與布魯克斯定律有關(guān)，特別是某些工作不可分割或平行的事實(shí)。

康威定律(Conway's Law)

維基百科中對此定律的解讀是：

這條法律表明，一個(gè)系統(tǒng)的技術(shù)邊界將反映組織的結(jié)構(gòu)。

設(shè)計(jì)系統(tǒng)的組織受限于設(shè)計(jì)這些組織的通信結(jié)構(gòu)的副本。

這條定律表明，一個(gè)系統(tǒng)的技術(shù)邊界將反映組織的結(jié)構(gòu)。康威定律表明，如果一個(gè)組織是由許多小的、不相連的單元組成的，那么它所生產(chǎn)的軟件將是如此。如果一個(gè)組織更多地圍繞功能或服務(wù)的“垂直領(lǐng)域”構(gòu)建，軟件系統(tǒng)也會(huì)反映出這一點(diǎn)。

侯世達(dá)定律(Hofstadter's Law)

維基百科中對此定律的解讀是：

即使考慮了侯世達(dá)定律，它也總是比你想象的要花更長的時(shí)間。

當(dāng)你在估計(jì)某件事需要多長時(shí)間的時(shí)候，你可能聽說過這個(gè)定律。在軟件開發(fā)中，我們往往不擅長準(zhǔn)確地估計(jì)某個(gè)東西需要多長時(shí)間才能交付，這似乎是一個(gè)老生常談的事實(shí)。

阿瑪拉定律的“炒作周期”(The Hype Cycle & Amara's Law)

維基百科中對此定律的解讀是：

我們傾向于過高估計(jì)技術(shù)在短期內(nèi)的影響，并低估長期效應(yīng)。

Hype Cycle(炒作周期)是技術(shù)隨著時(shí)間的推移而產(chǎn)生的興奮和發(fā)展的直觀表現(xiàn)，最初由Gartner開發(fā)。最好用視覺效果來表現(xiàn)：

簡而言之，這一周期表明，人們通常對新技術(shù)及其潛在影響感到興奮。團(tuán)隊(duì)經(jīng)常快速地投入到這些技術(shù)中，有時(shí)會(huì)對結(jié)果感到失望。這可能是因?yàn)榧夹g(shù)還不夠成熟，或者現(xiàn)實(shí)世界的應(yīng)用還沒有完全實(shí)現(xiàn)。經(jīng)過一段時(shí)間，技術(shù)的能力和使用它的實(shí)際機(jī)會(huì)都會(huì)增加，團(tuán)隊(duì)最終會(huì)變得富有成效。羅伊?阿馬拉(Roy Amara)的名言最簡潔地概括了這一點(diǎn)——“我們往往高估了一項(xiàng)技術(shù)的短期效果，而低估了長期效果。”

海勒姆定律(Hyrum's Law)

維基百科中對此定律的解讀是：

有足夠數(shù)量的API用戶，您在公約中承諾的并不重要：系統(tǒng)的所有可觀察行為都將取決于某人。

Hyrum定律指出，當(dāng)一個(gè)API有足夠多的消費(fèi)者時(shí)，這個(gè)API的所有行為(甚至那些沒有被定義為公約的一部分的行為)最終都會(huì)被某人所依賴。一個(gè)簡單的例子可能是非功能元素，比如API的響應(yīng)時(shí)間。一個(gè)更微妙的例子可能是依賴于對錯(cuò)誤消息應(yīng)用正則表達(dá)式來確定API錯(cuò)誤類型的消費(fèi)者。

即使API的公約沒有聲明關(guān)于消息內(nèi)容的任何內(nèi)容，表明用戶應(yīng)該使用相關(guān)的錯(cuò)誤代碼，一些用戶也可能使用消息，更改消息實(shí)際上會(huì)破壞這些用戶的API。

摩爾定律(Moore's Law)

維基百科中對此定律的解讀是：

集成電路中的晶體管數(shù)量大約每兩年翻一番。

摩爾的預(yù)測經(jīng)常被用來說明半導(dǎo)體和芯片技術(shù)進(jìn)步的絕對速度。事實(shí)證明，從上世紀(jì)70年代到本世紀(jì)頭十年末，摩爾的預(yù)測是非常準(zhǔn)確的。近年來，這一趨勢發(fā)生了輕微的變化，部分原因是對組件小型化程度的物理限制。然而，并行化的進(jìn)步，以及半導(dǎo)體技術(shù)和量子計(jì)算領(lǐng)域潛在的革命性變化，可能意味著摩爾定律在未來幾十年仍將適用。

帕金森定律(Parkinson's Law)

維基百科中對此定律的解讀是：

工作量不斷增大，以填補(bǔ)滿足工作所需的截止時(shí)間。

在其最初的背景下，這個(gè)定律是基于對官僚機(jī)構(gòu)的研究。它可能被"悲觀"地應(yīng)用于軟件開發(fā)計(jì)劃，理論是團(tuán)隊(duì)在截止日期之前效率低下，然后在截止日期前趕緊完成工作，從而使得實(shí)際截止日期變得有些隨意。

如果將這一定律與侯世達(dá)定律結(jié)合起來，就會(huì)得出一個(gè)更加悲觀的觀點(diǎn)——工作量將會(huì)增大，以填補(bǔ)完成它所需要的時(shí)間，而且仍然比預(yù)期的要長。

普特定律(Putt's Law)

維基百科中對此定律的解讀是：

技術(shù)由兩類人主導(dǎo)，一類人懂他們不并需要管理的事務(wù)，另一類人管理者他們不懂的事務(wù)。

普特定律往往遵循普特推理(Putt's Corollary)：

隨著時(shí)間的推移，每一個(gè)技術(shù)層次都會(huì)發(fā)展出一種能力倒置。

這些陳述表明，由于各種選擇標(biāo)準(zhǔn)和群體組織方式的趨勢，技術(shù)組織的工作層面將有一些技術(shù)人員，以及一些不了解復(fù)雜性和挑戰(zhàn)的管理角色的人員。

然而需要強(qiáng)調(diào)的是，此類定律是廣泛的概括，可能適用于某些類型的組織，而不適用于其他類型的組織。

泰斯勒定律(復(fù)雜性守恒定律,Tesler's Law)

維基百科中對此定律的解讀是：

這條定律表明，一個(gè)系統(tǒng)中有一定程度的復(fù)雜性是無法降低的。

系統(tǒng)中的某些復(fù)雜性是“無意的”。 這是由于結(jié)構(gòu)不良、錯(cuò)誤或者只是解決問題的糟糕建模造成的。 可以減少（或消除）這種“無意”的復(fù)雜性。然而，一些復(fù)雜性是“內(nèi)在的”，這是所解決問題內(nèi)在復(fù)雜性的結(jié)果。這種復(fù)雜性可以轉(zhuǎn)移，但不能消除。

這個(gè)定律中一個(gè)有趣的點(diǎn)，即使簡化了整個(gè)系統(tǒng)，內(nèi)在的復(fù)雜性也沒有減少，而是轉(zhuǎn)移到了用戶身上，用戶必須以更復(fù)雜的方式行事。

抽象化漏洞定律(The Law of Leaky Abstractions)

維基百科中對此定律的解讀是：

在某種程度上，所有非平凡(non-trivial)抽象都是有漏洞的。

該定律指出，抽象化(通常用于計(jì)算以簡化復(fù)雜系統(tǒng)的工作)在某些情況下會(huì)“泄漏”底層系統(tǒng)的元素，這使得抽象化的行為方式出人意料。

加載文件并讀取其內(nèi)容就是一個(gè)例子。文件系統(tǒng)API是較低層內(nèi)核系統(tǒng)的抽象，內(nèi)核系統(tǒng)本身是與更改磁盤片(或SSD的閃存)上的數(shù)據(jù)相關(guān)的物理進(jìn)程的抽象。在大多數(shù)情況下，將文件處理為二進(jìn)制數(shù)據(jù)流的抽象是可行的。然而，對于磁驅(qū)動(dòng)器，順序讀取數(shù)據(jù)的速度將明顯快于隨機(jī)訪問(由于頁面錯(cuò)誤的開銷增加)，但是對于SSD驅(qū)動(dòng)器，不會(huì)出現(xiàn)這種開銷。處理這種情況需要了解底層細(xì)節(jié)(例如，數(shù)據(jù)庫索引文件的結(jié)構(gòu)是為了減少隨機(jī)訪問的開銷)，開發(fā)人員可能需要了解抽象的“泄漏”實(shí)現(xiàn)細(xì)節(jié)。

當(dāng)引入更多抽象時(shí)，上面的示例可能會(huì)變得更加復(fù)雜。Linux操作系統(tǒng)允許通過網(wǎng)絡(luò)訪問文件，但在本地表示為“普通”文件。如果存在網(wǎng)絡(luò)故障，這個(gè)抽象將會(huì)“泄漏”。如果開發(fā)人員將這些文件視為“正常”文件，而沒有考慮到它們可能會(huì)受到網(wǎng)絡(luò)延遲和故障的影響，那么解決方案就會(huì)有bug。

瑣碎定律(The Law of Triviality)

維基百科中對此定律的解讀是：

這一定律表明，團(tuán)體將把更多的時(shí)間和精力放在瑣碎或表面現(xiàn)象上，而不是嚴(yán)肅和實(shí)質(zhì)性的問題。

Unix哲學(xué)(The Unix Philosophy)

維基百科中對此定律的解讀是：

Unix哲學(xué)是軟件組件應(yīng)該很小，并且專注于做好一件特定的事情。通過將小的、簡單的、定義良好的單元組合在一起，而不是使用大型的、復(fù)雜的、多用途的程序，可以更容易地構(gòu)建系統(tǒng)。

像“微服務(wù)體系結(jié)構(gòu)”這樣的現(xiàn)代實(shí)踐可以被看作是這條定律的一個(gè)應(yīng)用，此處，服務(wù)是小的、集中的，并且只做一件特定的事情，允許由簡單的構(gòu)建塊組成復(fù)雜的行為。

Spotify模型(The Spotify Model)

維基百科中對此定律的解讀是：

Spotify模型是團(tuán)隊(duì)和組織結(jié)構(gòu)的一種方法，已被“Spotify”推廣。在這個(gè)模型中，團(tuán)隊(duì)是圍繞功能而不是技術(shù)來組織的。

Spotify模型還普及了部落、公會(huì)、分會(huì)等組織結(jié)構(gòu)的其它組成部分。

Wadler定律(Wadler's Law)

維基百科中對此定律的解讀是：

在任何語言設(shè)計(jì)中，討論這個(gè)列表中某個(gè)特性所花費(fèi)的總時(shí)間與它位置的冪成正比。

0.語義

1.語法

2.詞匯語法

3.注釋的詞匯語法

類似于“瑣碎定律”，Wadler定律指出，在設(shè)計(jì)一種語言時(shí)，與這些特征的重要性相比，花在語言結(jié)構(gòu)上的時(shí)間是不成比例的。