軟件架構(gòu)：Python語(yǔ)言實(shí)現(xiàn)

目錄
譯者序
關(guān)于作者
關(guān)于評(píng)審人
前言
第1章　軟件架構(gòu)原理 1
1.1　軟件架構(gòu)定義 2
1.1.1　軟件架構(gòu)與設(shè)計(jì) 2
1.1.2　軟件架構(gòu)相關(guān)的幾個(gè)方面 3
1.2　軟件架構(gòu)的特征 3
1.2.1　用架構(gòu)來(lái)定義一種結(jié)構(gòu) 3
1.2.2　由架構(gòu)來(lái)挑選一組核心元素 4
1.2.3　由架構(gòu)來(lái)捕獲早期的設(shè)計(jì)決策 4
1.2.4　由架構(gòu)來(lái)管理利益相關(guān)者的需求 5
1.2.5　架構(gòu)影響著組織結(jié)構(gòu) 5
1.2.6　架構(gòu)受到環(huán)境的影響 6
1.2.7　架構(gòu)是對(duì)系統(tǒng)的文檔化 6
1.2.8　架構(gòu)通常會(huì)遵循某個(gè)模式 7
1.3　軟件架構(gòu)的重要性 7
1.4　系統(tǒng)架構(gòu)與企業(yè)架構(gòu) 8
1.5　架構(gòu)的質(zhì)量屬性 10
1.5.1　可修改性 11
1.5.2　可測(cè)試性 13
1.5.3　可擴(kuò)展性 14
1.5.4　性能 15
1.5.5　可用性 16
1.5.6　安全性 17
1.5.7　可部署性 18
1.6　本章小結(jié) 19
第2章　編寫可修改可讀的代碼 20
2.1　什么是可修改性 20
2.2　與可修改性相關(guān)的幾個(gè)方面 20
2.3　理解可讀性 21
2.3.1　Python和可讀性 21
2.3.2　可讀性–反模式 22
2.4　增強(qiáng)可讀性的各種技術(shù) 24
2.4.1　文檔化代碼 24
2.4.2　遵守編碼和風(fēng)格規(guī)范 30
2.4.3　審查和重構(gòu)代碼 31
2.4.4　注釋代碼 31
2.5　可修改性的基礎(chǔ)——內(nèi)聚和耦合 32
2.5.1　測(cè)量?jī)?nèi)聚性和耦合性 33
2.5.2　字符串和文本處理 35
2.6　探索提高可修改性的策略 37
2.6.1　提供顯式接口 37
2.6.2　減少雙向依賴 37
2.6.3　抽象出公共服務(wù) 38
2.6.4　使用繼承技術(shù) 38
2.6.5　使用延遲綁定技術(shù) 42
2.7　度量——靜態(tài)分析工具 43
2.7.1　什么是代碼壞味道 43
2.7.2　圈復(fù)雜度——McCabe度量 44
2.7.3　度量結(jié)果測(cè)試 45
2.7.4　運(yùn)行靜態(tài)檢查器 47
2.8　重構(gòu)代碼 53
2.8.1　降低復(fù)雜度 53
2.8.2　改善代碼壞味道 55
2.8.3　改善風(fēng)格上和編碼上的問題 57
2.9　本章小結(jié) 57
第3章　可測(cè)試性——編寫可測(cè)試的代碼 58
3.1　理解可測(cè)試性 58
3.1.1　軟件可測(cè)試性及相關(guān)屬性 58
3.1.2　架構(gòu)級(jí)的方方面面 59
3.1.3　策略 60
3.2　白盒測(cè)試原理 65
3.2.1　單元測(cè)試 65
3.2.2　操作中的單元測(cè)試 66
3.2.3　單元測(cè)試模塊nose2 69
3.2.4　用py.test進(jìn)行測(cè)試 70
3.2.5　代碼覆蓋 72
3.2.6　仿制一些東西 74
3.2.7　文檔中的內(nèi)聯(lián)測(cè)試——doctest 78
3.2.8　集成測(cè)試 81
3.2.9　測(cè)試自動(dòng)化 83
3.3　測(cè)試驅(qū)動(dòng)開發(fā) 84
3.4　有回文的TDD 85
3.5　本章小結(jié) 90
第4章　好的性能就是回報(bào) 92
4.1　什么是性能 93
4.2　軟件性能工程 93
4.3　性能測(cè)試和度量工具 94
4.4　性能復(fù)雜度 95
4.5　度量性能 96
4.5.1　使用上下文管理器度量時(shí)間 97
4.5.2　使用timeit模塊來(lái)計(jì)時(shí)代碼 99
4.5.3　使用timeit度量代碼的性能 100
4.5.4　揭示時(shí)間復(fù)雜度——各種圖 102
4.5.5　使用timeit度量CPU時(shí)間 106
4.6　剖析 107
4.6.1　確定性剖析 107
4.6.2　使用cProfile和profile進(jìn)行剖析 108
4.6.3　收集和報(bào)告統(tǒng)計(jì)數(shù)據(jù) 111
4.6.4　第三方剖析器 113
4.7　其他工具 119
4.7.1　objgraph 120
4.7.2　pympler 121
4.8　程序設(shè)計(jì)性能——數(shù)據(jù)結(jié)構(gòu) 123
4.8.1　可變?nèi)萜鳌湵?、字典和集?123
4.8.2　不可變?nèi)萜鳌M 124
4.8.3　高性能容器——集合模塊 125
4.8.4　概率數(shù)據(jù)結(jié)構(gòu)——布隆過濾器 131
4.9　本章小結(jié) 134
第5章　開發(fā)可擴(kuò)展的應(yīng)用 136
5.1　可擴(kuò)展性和性能 137
5.2　并發(fā)性 139
5.2.1　并發(fā)性與并行性 140
5.2.2　Python中的并發(fā)性——多線程機(jī)制 141
5.3　縮略圖產(chǎn)生器 141
5.3.1　縮略圖產(chǎn)生器——生產(chǎn)者/消費(fèi)者架構(gòu) 143
5.3.2　縮略圖產(chǎn)生器——使用鎖的資源約束 147
5.3.3　縮略圖產(chǎn)生器——使用信號(hào)量的資源約束 150
5.3.4　資源約束——信號(hào)量和鎖比較 153
5.3.5　縮略圖產(chǎn)生器——使用條件的URL速率控制器 153
5.4　多線程機(jī)制——Python和GIL 160
5.4.1　Python中的并發(fā)性——多進(jìn)程機(jī)制 160
5.4.2　質(zhì)數(shù)檢查器 161
5.4.3　排序磁盤文件 163
5.5　多線程與多進(jìn)程比較 168
5.6　先入為主的與合作的多任務(wù)處理 170
5.7　Python中的asyncio模塊 173
5.8　等待future對(duì)象——async和await 175
5.9　concurrent.future——高級(jí)并發(fā)處理 178
5.9.1　磁盤縮略圖產(chǎn)生器 179
5.9.2　并發(fā)選項(xiàng)——如何選擇？ 181
5.10　并行處理庫(kù) 182
5.10.1　joblib 182
5.10.2　PyMP 183
5.10.3　fractals —— Mandelbrot集 184
5.11　Web擴(kuò)展 189
5.11.1　擴(kuò)展工作流——消息隊(duì)列和任務(wù)隊(duì)列 189
5.11.2　Celery —— 一種分布式任務(wù)隊(duì)列 190
5.11.3　在Web上使用Python服務(wù)——WSGI 194
5.12　可擴(kuò)展架構(gòu) 197
5.12.1　垂直可擴(kuò)展架構(gòu) 197
5.12.2　水平擴(kuò)展架構(gòu) 198
5.13　本章小結(jié) 201
第6章　安全性——編寫安全代碼 202
6.1　信息安全架構(gòu) 202
6.2　安全編碼 203