独立变分原理的新颖贡献

Source: Dev.to

独立变异原理 (IVP)

结构定义

将具有不同变动驱动分配的元素分离为不同的单元；将具有相同变动驱动分配的元素统一到同一个单元中。

Source: …

新的贡献

基础

此层认识到 现实：基于决策权的划分属性。

1. 划分属性

以往的原则说“分离关注点”，但没有具体说明关注点之间的关系。IVP 确立了独立的变更驱动因素 划分 领域知识：它们是互不重叠的（无交叉）且是穷尽的（无空缺）。每一块知识恰好属于唯一的驱动因素；如果看起来属于两个，则要么这些驱动因素并非真正独立，要么该知识需要被拆分。

2. 基于决策权的根基

早期的原则将分离基于技术标准（信息隐藏）、预测的变更（封装可变部分）或模糊的“职责”（单一职责原则）。IVP 将分离根植于 可观察的组织现实：谁拥有请求变更的权力？这将焦点从对未来技术演进的猜测转向映射现有的决策结构——这可以通过利益相关者访谈发现，而不是通过技术直觉预测。

逻辑

此层提供 规则：双条件、1/n 纯度尺度，以及关注因果关系而非结构关系。

3. 双条件 (IVP‑1 + IVP‑2)

大多数原则侧重于分离：“不要把不同的东西放在一起”。IVP 增加了同等重要的统一指令：“要把相同的东西放在一起”。双条件——元素当且仅当共享变更驱动时才共享同一模块——比单独的任一指令更强。它既禁止过度分离（关注点分散），也禁止不足分离（关注点混杂）。

4. 因果 vs. 结构内聚

传统的内聚度度量是结构性的：这些元素是否访问相同的数据？调用相同的函数？IVP 引入了 因果 内聚：这些元素是否因同一原因而变化？两个具有相同结构属性的元素可能拥有完全不同的因果关系。这一区别对静态分析是不可见的，却是可维护性的根本。

5. 纯度的离散性

IVP 揭示了内聚并非连续的。一个只有单一变更驱动的模块其纯度为 1；有两个驱动时，纯度降至 1/2；有三个时，降至 1/3。即使是微小的污染（例如 1 % 的外部知识）也会使结构纯度减半。这种离散性解释了为何架构债务会累积：第一次违规的代价远高于后续的线性增长。

The Action

该层的功能是 构建：从知识中推导元素，并区分必要的与偶然的杂质。

6. 必要的与偶然的杂质

IVP 并不要求所有模块只能有一个变更驱动。适配器、桥接器和协调器合法地服务于多个驱动。关键在于每个驱动是否 必要 于模块的目的。这一区分——即区分因必然性而不纯的模块与因偶然性而不纯的模块——能够解决对单一职责思维的表面反例。

7. 从知识中推导元素

元素并非随意发明；它们是从领域知识的划分结构中 推导 而来的。对于每个变更驱动的知识划分，创建能够体现该划分中所有知识的元素。这使软件结构根植于领域结构。

评估

该层的功能是 优化：目标函数。它对技术债务进行优先级排序，并衡量知识卫生。

8. 优先级的六个维度

IVP 提供了一个框架，用于决定 哪些 分离最为重要：

1. 频率
2. 规模
3. 可预测性
4. 可控性
5. 范围
6. 权威距离

并非所有 IVP 违规都同等紧急。这将 IVP 从二元判断（“合规或不合规”）转变为优先级改进路线图。

9. 知识定理

IVP 在知识组织与架构质量之间建立了正式的联系：

• Cohesion 衡量模块在多大程度上完整地体现其关注点的知识。
• Coupling 衡量有多少外部知识泄漏进来。

因此，“优秀的架构”成为知识卫生的问题，而非审美偏好。

结果

此层以宏大的统一结束：所有先前原则（信息隐藏、SOLID、DDD 等）的汇聚。

10. 先前原则的统一

IVP 表明信息隐藏、SRP、OCP、ISP、DIP、包‑架构原则、DDD 有界上下文、GoF 模式、EIP 模式等都是单一底层原则的实例化。它们不是需要相互平衡的独立指南；而是同一真理的不同视角。应用 IVP 可让其他原则自动得以遵循。

了解更多

本文应用了以下来源的独立变分原理框架：

Loth, Y. (2025). The Independent Variation Principle. Zenodo.
https://doi.org/10.5281/zenodo.17677316