代码中的奥卡姆剃刀原理

如无必要，勿增实体。

过早的优化是万恶之源。

背景

一个抽奖活动，要求在展示奖品股票时，显示股票价格。开发在实现这个功能的时候，用redis缓存每只股票的价格，每两小时调用行情服务更新一次。

问为什么要做个缓存，而不是直接访问行情服务直接读取，给出了几个理由：

减少对行情的请求，直接访问redis一次就能查很多。

用缓存速度快。

奖品展示、获奖排行榜都要用行情数据，防止不一致。

用行情的地方很多，不用每次请求行情服务。

前端需要拉取的数据，在需求范围内，可以接受两小时不变，不用每次重新计算。

但是这些理由都站不住脚，直接访问行情服务并不会有问题。

优化过渡，过早加了缓存，增加了代码的复杂度，产生了数据的不一致性。

没有解决具体的问题，看到的只是一些表象，看似解决了问题。

思考

逐条思考下上面的几点理由。

理由1. 减少对行情的请求，直接访问redis一次就能查很多。

说法是对的，确实减少了对行情的访问。但是为什么要减少对行情的访问呢？

行情的服务很稳定，而且性能也很好，并没有什么问题。没有解决具体问题。

理由2. 用缓存速度快。

如果直接访问行情数据源速度是瓶颈吗，有遇到性能问题吗？没有。行情也是内存访问，速度不一定比redis慢的。而且开发也没有数据支撑。

理由3. 奖品展示、获奖排行榜都要用行情数据，防止不一致。

为什么要一致，不一致有什么问题？对于排行榜，大家都有预期，是一定时间才更新一次的，只要在排行榜界面有说明即可。就像游戏的排行榜，很多都是24小时更新一次。没有必要为了和排行榜数据一致，而修改代码。这个问题在产品形态上就能解决，也是个伪问题。

理由4. 用行情的地方很多，不用每次请求行情服务。

同理由1，多怎么了？正常访问就可以了，如果性能瓶颈再优化。

理由5. 前端需要拉取的数据，在需求范围内，可以接受两小时不变，不用每次重新计算。

具体的产品形态，可以有加缓存的余地，但不意味着必须要加缓存。除非遇到有性能问题，否则代码的可维护性、稳定性是最重要的。

再换个角度，如果行情的接口性能真的很慢，要怎么优化呢？

不是直接暴露redis接口的，有更好的方法。

把行情获取部分单独封装成为一个独立函数，对外不依赖具体的内部实现。

不管是直接访问行情服务、读缓存，还是访问一个单独封装的优化行情服务模块，对外接口都不变。

整理下常见的避免过渡优化场景：

1、能同步实现的代码，就不要用异步；

2、能实时实现的代码，就不要用定时；

3、能用数据源读取的，就不要用缓存。

先保证程序简洁，满足性能要求，等遇到问题的时候，再去优化，避免过早优化，引入问题。

总结

解决问题前，先思考是否有问题，问题是什么，而不是直接去做。

「如无必要，勿增实体」代码模块中，在没有遇到问题时，不要引入过多的模块，缓存，增加代码的复杂性。既不易于阅读，也不易于维护。

遇到性能优化，不优化有问题，优化过渡，即使没产生问题，也是浪费。