架构度量

架构度量的重要性

架构度量是通过量化指标来评估软件架构健康状况和演进趋势的实践。没有度量就无法改进，架构度量为架构决策提供了客观的数据支撑，帮助团队识别问题、跟踪改进效果、向利益相关者展示架构投资的价值。

架构度量应该关注三个层面：代码层面（代码质量、复杂度、重复度）、设计层面（模块耦合、依赖关系、分层合理性）、系统层面（性能、可用性、故障恢复能力）。不同层面的度量适用于不同的改进目标。

class ArchitectureMetrics:
    def __init__(self, codebase_path: str):
        self.codebase_path = codebase_path
        self.metrics = {}
    
    def collect_code_metrics(self) -> dict:
        """收集代码层面的度量指标"""
        return {
            "lines_of_code": self.count_loc(),
            "cyclomatic_complexity": self.calculate_complexity(),
            "code_duplication": self.detect_duplication(),
            "test_coverage": self.measure_test_coverage(),
            "technical_debt_ratio": self.calculate_debt_ratio()
        }
    
    def collect_design_metrics(self) -> dict:
        """收集设计层面的度量指标"""
        return {
            "coupling_between_objects": self.calculate_cbo(),
            "lack_of_cohesion": self.calculate_lcom(),
            "instability": self.calculate_instability(),
            "abstractness": self.calculate_abstractness(),
            "distance_from_main_sequence": self.calculate_distance()
        }
    
    def collect_system_metrics(self) -> dict:
        """收集系统层面的度量指标"""
        return {
            "response_time_p95": self.measure_response_time(),
            "availability": self.calculate_availability(),
            "mttr": self.calculate_mttr(),
            "deployment_frequency": self.count_deployments(),
            "change_failure_rate": self.calculate_change_failure_rate()
        }

变更频率分析

变更频率是衡量架构稳定性和模块设计合理性的重要指标。高变更频率可能表明：模块职责不清晰（频繁修改）、需求不稳定（业务变化快）、设计不合理（需要不断调整）。低变更频率可能表明：模块稳定（设计良好）、模块不活跃（可能被废弃）、变更困难（技术债务）。

分析变更频率时，应该结合变更的类型（功能增强、缺陷修复、重构）和影响范围来综合判断。健康的架构应该在核心模块保持稳定的同时，支持外围模块的快速演进。

class ChangeFrequencyAnalyzer:
    def __init__(self, git_repo):
        self.repo = git_repo
    
    def analyze_module_changes(self, months: int = 6) -> dict:
        """分析各模块的变更频率"""
        changes = {}
        for commit in self.repo.iter_commits(since=f"{months} months ago"):
            for file in commit.stats.files:
                module = self.extract_module(file)
                if module not in changes:
                    changes[module] = {"commits": 0, "lines_added": 0, "lines_removed": 0}
                changes[module]["commits"] += 1
                changes[module]["lines_added"] += commit.stats.files[file]["insertions"]
                changes[module]["lines_removed"] += commit.stats.files[file]["deletions"]
        return changes
    
    def identify_hotspots(self, changes: dict, threshold: float = 2.0) -> list[str]:
        """识别热点模块（变更频率异常高的模块）"""
        avg_commits = sum(c["commits"] for c in changes.values()) / len(changes)
        hotspots = [
            module for module, data in changes.items()
            if data["commits"] > avg_commits * threshold
        ]
        return hotspots

故障恢复度量

故障恢复能力是衡量架构韧性的重要指标。MTTR（Mean Time To Repair，平均修复时间）和MTBF（Mean Time Between Failures，平均故障间隔）是两个核心指标。MTTR反映了系统从故障中恢复的速度，MTBF反映了系统的稳定性。

提升故障恢复能力的架构策略包括：冗余设计（避免单点故障）、快速故障检测（监控和告警）、自动化恢复（自愈机制）、优雅降级（核心功能优先保障）。架构度量应该持续跟踪这些指标的变化趋势，及时发现并解决潜在问题。