好的软件除了满足功能需求之外，还应从长期维护的角度来考虑可读性、可扩展性等。没有明显问题，不代表明显没有问题。
然而，随着时间的推移，任何原本设计良好的代码都必然会逐渐腐坏，产生各种代码坏味道，变得难以理解，难以维护，缺陷频出。
随着代码质量下降，问题越来越多，程序员压力也越来越大，而士气也会受到影响，甚至原本的设计队伍都不在了。因而当需要修改bug或添加新需求时，人们更倾向于采用快速的打补丁方式来维护本已不堪的代码，致使代码质量进一步下降，从而造成更多的代码坏味道(Code Smell)，形成恶性循环。
采用重构以后，可以有助于改善软件设计，使软件更加容易理解，发现潜在缺陷，从而使未来的编码更加快速。

什么是重构?

重构是指在保持程序的全部功能的基础上重新组织代码结构，以更好地适应将来的变化。重构的类型有很多，如更改类名，改变方法名，或者提取代码到方法中。每一次重构，都要执行一系列的步骤，这些步骤要保证代码和原代码相一致。

2015-12-08

agile►engineering

持续集成

缘起

根据破窗效应，软件中的bug越多，就越难将这些累积在一起的bug去除掉。
提高质量的关键是内建质量，根本不让bug产生，那么就需要将bug扼杀在摇篮里，趁着问题和思路还在你脑子里的时候就解决掉问题。

定义

持续集成（Continuous Integration，以下简称CI）是一种软件开发工程实践，可以让团队持续地收到反馈并进行改进，不必等到开发周期后期才寻找和修复缺陷。持续集成倡导团队开发成员必须频密地集成他们的工作，甚至每天都可能发生多次集成。而每次的集成都是通过自动化的构建来验证，包括自动编译、发布和测试，从而尽快地发现集成错误，让团队能够更快的开发出可工作的软件。

2015-12-05

agile►event

全球敏捷之旅2015天津站

全球敏捷之旅2015天津站现场视频。欢迎关注天津软件沙龙、天津谷歌开发者社区。感谢VTC视觉思维提供的现场图像记录。
感谢以下赞助商：优普丰Uperform、Odd-e之AHA大会、安迈无限Unlimax、清华大学出版社、图灵出版社、电子工业出版社、麦思博、天津i2社。

2015-11-16

agile►scaling

Spotify敏捷部落工程文化系列视频之中文字幕版-Spotify Engineering culture videos with Chinese subtitle

Original videos speaking in English （原版需要VPN科学上网）

Video with Chinese subtitle （中文字幕版）

知名音乐网站Spotify的敏捷部落组织设计与工程文化近两年为人称道，其敏捷教练Henrik Kniberg发布的2段视频功不可没。为了让华人同胞能更好地理解视频的内容，我们成立了一个以Scrum方式工作的字幕翻译小组，将其翻译成中文。

第一部分(Part 1 about structure and practices)，关于组织结构和敏捷实践 https://v.qq.com/x/page/e06264d5xas.html
第二部分(Part 2 about culture of failure)，关于失败的文化 https://v.qq.com/x/page/n0626b9clyc.html

视频简体中文字幕的创作是基于台湾志愿者创作的繁体中文版而成。感谢翻译Scrum团队：
PO 周龙鸿／翻译：王可帆, 任兰怡, 江岳龙, 余俊杰,
周玉萍, 林士智, 林清雅, 邱畯丞, 张峰睿, 张越程,
张钜鑫, 陈美凤, 黄久娟, 廖淑萍, Zephyr Hsu (西風)

简体中文版字幕贡献者：

Bill Li, CST, 来自上海优普丰敏捷学院
Jacky Shen, CST/CTC, 来自上海优普丰敏捷学院

关于这两段视频的解说，请看之前的两篇文章：

2015-10-18

agile►tools

强制Gradle/Maven刷新缓存并重新从Nexus下载依赖jar包

最近需要搭建一个Nexus私服，完全不能连接外网的那种，各种Jar包都是手动拷过来的，碰到需要gradle和maven强制重新下载依赖的问题。

问题

第一次上传某个jar包（比如junit-4.12.jar）到Nexus上，然后调用gradle build可以正确下载到依赖包。但如果手动删掉了本地缓存的jar包(在~/.gradle下)，这时从Nexus的下载过程中断，或者Nexus上暂时不存在这个jar包，那么即使Nexus恢复了正常下载，下次执行gradle build时就一直提示不能够找到jar包。

FAILURE: Build failed with an exception.

- What went wrong:
Could not resolve all dependencies for configuration ':testCompile'.
> Could not find junit:junit:4.12.
  Searched in the following locations:
      http://localhost:8081/nexus/content/groups/public/junit/junit/4.12/junit-4.12.pom
      http://localhost:8081/nexus/content/groups/public/junit/junit/4.12/junit-4.12.jar
  Required by:
      org.codehaus.sonar:example-java-maven:1.0-SNAPSHOT

解决方案

回到自己的工作目录下，带参数执行gradle强制刷新~/.gradle下的文件缓存

1	gradle build --refresh-dependencies

2015-10-01

programming►java

使用Groovy语言替代JUnit为Java程序编写单元测试

(本文改编自 @申导翻译的《有效的单元测试》，如果对本文感兴趣，请支持正版书籍。)

编程是用计算机可理解的语言来表达你的想法和意图。对于Java程序员来说就是编写一种可以由Java编译器编译为可以运行在JVM上的字节码的代码。不止一种编程语言可以编写能运行在JVM上的代码，不过每种JVM语言都具有其独特的语法和感觉，但有一点是相同的：关于在JVM创建应用程序这件事上，她们都号称比Java更加简洁和更具表达力。

另类JVM语言

另类JVM语言的历史可追溯到15年前，那时Jim Hugunin在编写Jython，即一种JVM上的Python语言实现。尽管Jython难以获得发展的动力，但它启发了后来许多JVM语言的出现。

受到Jython的启发，2003年Groovy语言开始在JVM上登场，有着精简语法的Groovy承诺与Java代码之间流畅的互操作性和极高简洁性，使之成为JVM上编写脚本的重要选择。其他运行在JVM平台上的语言还包括Scala, JRuby, Clojure等，以及Java本身。

概括来说，各种另类JVM语言的一些潜在优势在于：

更少的样板代码语法可以去芜存菁
更多的文本(literal)数据结构
针对标准类型的额外方法
更多强大的语法结构

2015-08-31

programming►python►functional

函数式Python中的Pipe与itertools

可迭代器(iterable)，不仅限于list/str等，还包括任何包含有yield关键字的函数，后者未必有规律的迭代特征。标准库中的itertools包提供了更加灵活的产生迭代器的工具，这些工具的输入大都是已有的迭代器函数的封装，并且itertools给出的函数都是针对广义迭代器而言。而len()等函数是针对狭义迭代器，即sequence(i.e. str, list, tuple)而言的。
以内置函数range()为例，执行结果会是一次性计算好整个序列。这对于很长的序列来说会比较耗时，甚至带来性能问题。因而，python还提供了内置函数，提供了惰性求值版本，那就是xrange()。它利用yield特性，第一次执行时仅仅返回迭代器，不到用时是不会求值的。
实际上，itertools提供的函数都是惰性的，并且给原内置函数都重写了惰性版本。如imap()对于内置的map()。

扩展库Pipe则对内置函数和部分itertools进行了封装，提供了类似unix bash下的管道式调用风格，更接近人类从左到右的阅读习惯，使得代码更加优雅。其他动态语言，如ruby, c#-lambda java8-lambda也都提供了类似的链式调用形式。
另外，也提供了@Pipe装饰器，可以非常方便地扩展出自己的管道函数，或者继续封装其他itertools中的有用函数。

这里是Pipe官方给出的例子，用管道函数式编程解出https://projecteuler.net/中的三道题目：


# Find the sum of all the multiples of 3 or 5 below 1000.
euler1 = (itertools.count() | select(lambda x: x * 3) | take_while(lambda x: x < 1000) | add) \
       + (itertools.count() | select(lambda x: x * 5) | take_while(lambda x: x < 1000) | add) \
       - (itertools.count() | select(lambda x: x * 15) | take_while(lambda x: x < 1000) | add)
assert euler1 == 233168

# Find the sum of all the even-valued terms in Fibonacci which do not exceed four million.
euler2 = fib() | where(lambda x: x % 2 == 0) | take_while(lambda x: x < 4000000) | add
assert euler2 == 4613732

# Find the difference between the sum of the squares of the first one hundred natural numbers and the square of the sum.
square = lambda x: x * x
euler6 = square(itertools.count(1) | take(100) | add) - (itertools.count(1) | take(100) | select(square) | add)
assert euler6 == 25164150

注意：所有惰性求值的迭代器，都是只能求值一次的，如果再次求值会什么也得不到，因为yield堆栈已经走到底，无法回头。因此，当要对惰性迭代器重复使用时，必须故意地提前将其求值展开，或者利用itertools.tee来克隆一个迭代器。

2015-08-19

programming►python

Python中多继承与super()用法

Python类分为两种，一种叫经典类，一种叫新式类。两种都支持多继承。

考虑一种情形，B继承于A，C继承于A和B, 但C需要调用父类的__init__()函数时，前者会导致父类A的__init__()函数被调用2次，这是不希望看到的。而且子类要显式地指定父类，不符合DRY原则。

# 经典类
class A():
    def __init__(self):
        print 'A'

class B(A):
    def __init__(self):
        A.__init__(self)
        print 'B'

class C(B, A):
    def __init__(self):
        A.__init__(self)
        B.__init__(self)
        print 'C'

采用新式类，要求最顶层的父类一定要继承于object，这样就可以利用super()函数来调用父类的__init__()等函数，每个父类都执行且执行一次，并不会出现重复调用的情况。而且在子类的实现中，不用到处写出所有的父类名字，符合DRY原则。

# 新式类
class A(object):
    def __init__(self):
        print 'A'

class B(A):
    def __init__(self):
        super(B, self).__init__()
        print 'B'

class C(B, A):
    def __init__(self):
        super(C, self).__init__()
        print 'C'

采用super()方式时，会自动找到第一个多继承中的第一个父类，但是如果还想强制调用其他父类的__init__()函数或两个父类的同名函数时，就要用老办法了。


class Person(object):
    name = ""
    sex = ""
    def __init__(self, name, sex='U'):
        print 'Person'
        self.name=name
        self.sex=sex


class Consumer(object):
    def __init__(self):
        print 'Consumer'
    
class Student(Person, Consumer):
    def __init__(self, score,name):
        print Student.__bases__
        super(Student, self).__init__(name, sex='F')
        Consumer.__init__(self)
        self.score=score

s1 = Student(90, 'abc')
print s1.name, s1.score, s1.sex