11장 시스템

Intro

"복잡성은 죽음이다. 개발자에게서 생기를 앗아가며, 제품을 계획하고 제작하고
테스트하기 어렵게 만든다."
- 레이 오지(Ray Ozzie, 마이크로소프트 최고 기술 책임자(CTO))

도시를 세운다면?

도시는 적절한 추상화와 묘율화로 돌아간다.
그래서 큰 그림을 이해하지 않아도 개인과 개인이 관리하는 구성요소는 효율적으로 돌아간다.
소프트웨어도 똑같다.
깨끗한 코드는 낮은 추상화 수준에서 관심사를 분리하기 쉬워진다.
이번엔 높은 추상화 수준, 즉 시스템 수준에서도 꺠끗함을 유지하는 방법을 알아보자!

시스템 제작과 시스템 사용을 분리하라

소프트웨어 시스템은 (애플리케이션 객체를 제작하고 의존성을 서로 '연결'하는) 준비 과정과
(준비 과정 이후에 이어지는) 런타임 로직을 분리해야 한다.

관심사를 분리해야한다.

public Service getService() {
    if (service == null)
        service = new MyServiceImpl(...);   // 모든 상황에 적합한 기본값일까?
    return service;
}

위와 같은 방법이 초기화 지연(Lazy Initialization) 혹은 계산 지연(Lazy Evaluation) 기법이다.

장점
- 실제로 필요할 때까지 객체를 생성하지 않으므로 불필요한 부하가 걸리지 않는다.
- 따라서 애플리케이션을 시작하는 시간이 빨라진다.
- 어떤 경우에도 null 포인터를 반환하지 않는다.
단점
- getService 메서드가 MyServiceImpl과 생성자 인수에 명시적으로 의존한다.
- 의존성을 해결하지 않으면 컴파일이 안된다.
- MyServiceImpl이 무거운 객체라면 테스트 전용 객체(TEST DOUBLE, MOCK OBJECT)를 필드에 할당해야 한다.
- service가 null인 경로와 null이 아닌 경로 모두 테스트해야 한다.
- 작거네마 SRP를 깬다.
- MyServiceImpl이 모든 상황에 적합한 객체인지 모른다.
… 등등

Main 분리

생성과 관련된 코드는 모두 main이나 main이 호출하는 모듈로 옮기고, 나머지 시스템은 모든 객체가 생성되었고 모든 의존성이 연결되었다고 가정하자.
애플리케이션은 main이나 객체가 생성되는 과정을 전혀 모른다.

팩토리

객체가 생성되는 시점을 애플리케이션이 결정할 필요도 생긴다.
저자는 주문처리 시스템을 예로 든다.
애플리케이션은 LineItem 인스턴스를 생성해 Order에 추가한다.
이때는 ABSTRACT FACTORY 패턴을 사용한다.
그러면 생성 시점은 애플리케이션이 결정하지만, 생성 코드는 모른다.

의존성 주입

사용과 제작을 분리하는 강력한 메커니즘이다.
의존성 주입(Dependency Injection, DI)은 제어 역전(Inversion of Control, IoC) 기법을 의존성 관리에 적용한 메커니즘이다.
제어 역전에서는 한 객체가 맡은 보조 책임을 새로운 객체에게 전적으로 넘긴다.
새로운 객체는 넘겨받은 책임만 맡으므로 SRP를 지키게 된다.
대개 책임질 메커니즘으로 ‘main’ 루틴이나 특수 컨테이너를 사용한다.

MyService myService = (MyService)(jndiContext.lookup("NameOfMyServiec"));

객체는 디렉터리 서버에 이름을 제공하고 그 이름에 일치하는 서비스를 요청한다.
진정한 의존성 주입은 다음과 같다.

클래스는 완전히 수동적
대신에 의존성 주입하는 방법으로 설정자(setter) 매서드나 생성자 인수 제공
DI 컨테이너는 인스턴스 만든 후 생성자 인수나 설정자 메서드 사용하여 의존성 설정
실제로 생성되는 객체 유형은 설정 파일에서 지정하거나 특수 생성 모듈에서 코드로 명시

확장

처음부터 올바르게 시스템을 만들 수 있다는 믿음은 미신이다.
새로운 스토리에 맞춰 시스템을 조정하고 확장하면 된다.
이것이 반복적이고 점진적인 애자일 방식의 핵심이다.
TDD, 리팩터링, 깨끗한 코드는 코드 수준에서 시스템을 조정하고 확장하기 쉽게 만든다.

하지만 시스템 수준에서는 어떨까?

"소프트웨어 시스템은 물리적인 시스템과 다르다. 관심사를 적절히 분리해 관리
한다면 소프트웨어 아키텍처는 점진적으로 발전할 수 있다.

비즈니스 논리가 덩치 큰 컨테이너와 밀접하게 결합되면 독자적인 단위 테스트가 어렵다.
컨테이너를 흉내 내거나 많은 시간을 낭비하며 EJB와 테스트를 실제 서버에 배치해야 한다.
그래서 EJB2 코드는 프레임워크 밖에서 재사용하기란 사실상 불가능하다.
결국 OOP마저 흔들린다.
그래서 우리는 DTO(Data Transfer Object)라는 반복적인 규격 코드가 필요하다.

횡단(cross-cutting) 관심사

영속성과 같은 관심사는 객체 경계를 넘나드는 경향이 있다.
특정 DMBMS나 독자적인 파일을 사용하고, 테이블과 열은 같은 명명 관례를 따르며,
트랜잭션 의미가 일관적이면 더욱 바람직하다.

AOP(Aspect-Oriented Programming)는 횡단 관심사에 대처해 모듈성을 확보하는 일반적인 방법론이다.
AOP에서 관점(Aspect)이라는 모듈 구성 개념은
“특정 관심사를 지원하려면 시스템에서 특정 지점들이 동작하는 방식을 일관성 있게 바꿔야 한다.”
라고 명시한다.

자바 프록시

자바 프록시는 단순한 상황에 적합하다.
개별 객체나 클래스에서 매서드 호출을 감싸는 경우가 좋은 예다.
저자는 Bank 애플리케이션에서 JDK 프록시를 사용해 영속성을 지원하는 예제를 살핀다.

여기서 프록시로 감쌀 인터페이스 Bank와 비즈니스 논리를 구현하는 POJO(Plain Old Java Object) BankImpl을 정의했다.

단점
- 깨끗한 코드 작성이 어렵다.
- 시스템 단위로 실행 ‘지점’을 명시하는 메커니즘을 제공하지 않는다.

순수 자바 AOP 프레임워크

저자가 최종적으로 만족하는 코드는 EJB3로 작성한 코드이다.
EJB3는 XML 설정 파일과 자바 5 애너테이션 기능을 사용해 횡단 관심사를 선언적으로 지원하는 스프링 모델을 따른다.
특징으로는, 스프링 관련 자바 코드가 거의 필요없으므로 애플리켕션은 사실상 스프링과 독립적이다.
예제를 보았을 때, 내가 평소 작성하던 코드 양식과 비슷해서 안도했다.(내용이 어려웠거든…)

AspectJ 관점

관심사를 관점으로 분리하는 가장 강력한 도구로 AspectJ를 소개한다.
AspectJ는 언어 차원에서 관점을 모듈화 구성으로 지원하는 자바 언어 확장이다.
또한 스프링 프레임워크는 AspectJ에 미숙한 팀들이 애너테이션 기반 관점을 쉽게 사용하도록 다양한 기능을 제공한다.

테스트 주도 시스템 아키텍처 구축

코드 수준에서 아키텍처 관심사를 분리할 수 있다면, 진정한 테스트 주도 아키텍처 구축이 가능해진다.
BDUF(Big Design Up Front)를 추구할 필요가 없다.
건축은 극적인 변경이 불가능하지만, 소프트웨어는 나름 형체가 있음에도 경제적으로 가능하다.
그렇기에 변하는 환경에 대처해 진로를 변경할 능력도 반드시 유지해야 한다.

최선의 시스템 구조는 각기 POJO(또는 다른) 객체로 구현되는 모듈화된 관심사  
영역(도메인)으로 구성된다. 이렇게 서로 다른 영역은 해당 영역 코드에 최소한의
영향을 미치는 관점이나 유사한 도구를 사용해 통합한다. 이런 구조 역시 코드와
마찬가지로 테스트 주도 기법을 적용할 수 있다.

의사 결정을 최적화하라

모듈을 나누고 관심사를 분리하면 지엽적인 관리와 결정이 가능해진다.
최대한 정보를 모아 최선의 결정을 내리기 위해 가능한 마지막 순간까지 결정을 미루는 방법이 최선이다.

관심사를 모듈로 분리한 POJO 시스템은 기민함을 제공한다. 이런 기민함 덕택에
최신 정보에 기반해 최선의 시점에 최적의 결정을 내리기가 쉬워진다. 또한
결정의 복잡성도 줄어든다.

명백한 가치가 있을 때 표준을 현명하게 사용하라

표준을 사용하면 아이디어와 컴포넌트를 재사용하기 쉽고, 적절한 경험을 가진
사람을 구하기 쉬우며, 좋은 아이디어를 캡슐화하기 쉽고, 컴포넌트를 엮기 쉽다.
하지만 때로는 표준을 만드는 시간이 너무 오래 걸려 업계가 기다리지 못한다.
어떤 표준은 원래 표준을 제정한 목적을 잊어버리기도 한다.

시스템은 도메인 특화 언어가 필요하다

DSL(Domain-Specific Language)은 간단한 스크립트 언어나 표준 언어로 구현한 API를 가리킨다.
좋은 DSL은 도메인 개념과 그 개념을 구현한 코드 사이에 존재하는 의사소통 간극을 줄여준다.
DSL은 추상화 수준을 코드 관용구나 디자인 패턴 이상으로 끌어올린다.
그래서 적절한 추상화 수준에서 코드 의도를 표현할 수 있다.

DSL을 사용하면 고차원 정책에서 저차원 세부사항에 이르기까지
모든 추상화 수준과 모든 도메인은 POJO로 표현할 수 있다.

결론

시스템이 깨끗해야 한다.
깨끗하지 못하면 도메인 논리를 흐린다.
도메인 논리를 흐리면 기민성이 떨어진다.
도메인 논리가 흐리면 제품 품질이 떨어진다.
기민성이 떨어지면 생산성이 낮아져 TDD가 제공하는 장점이 사라진다.

"실제로 돌아가는 가장 단순한 수단을 사용해야 한다는 사실을 명심하자."

Intro