# 【Data-oriented Programming】把代码和数据分开

> 把代码和数据分开，重新审视对象封装带来的复杂度。本文整理面向数据编程的核心思路。

- 作者：[小土刀](https://wdxtub.com/about)
- 发布日期：2025-07-28
- 原文（引用请使用此链接）：https://wdxtub.com/blog/bookgems/Data-oriented-Programming
- 所属系列：bookgems 书海拾珠
- 标签：书评、编程范式、系统设计、数据管理、软件工程
- 许可：CC BY-NC-SA 4.0（https://creativecommons.org/licenses/by-nc-sa/4.0/deed.zh）
- 正文中的站内图片路径以 https://wdxtub.com 为根目录。

---

省流版：**把代码和数据分开，是降低系统复杂度的第一步。**

对象导向编程（OOP）就像是一个擅长“打包销售”的商人，把数据塞进类里、方法粘在对象上，然后套个继承链。乍一看，结构清晰；再一看，天书一卷。

面向数据编程（Data-Oriented Programming, DOP）想说的却是另一件事：

👉 **让代码只是代码，让数据只是数据。**

把这两者分开，好处不是“哲学上更优雅”，而是系统会因此**变简单、可测试、更稳定，甚至跑得更快**。这不是“风格之争”，而是**复杂度管理的现代方法论**。

## 为什么要把代码和数据分开？

我们来先看看对象导向的“问题合集”：

- 类是个数据黑箱，debug 像开盲盒；
- 方法和数据捆绑，变动一处牵一身；
- 类的继承链越长，认知负担越大；
- 在并发环境里，需要自己手动加锁；
- 想把数据导出来用个 JSON，还得自定义序列化逻辑。

以上种种，其实都是**“耦合过重”的后果**。

而把代码和数据分离后，系统会变成这样：

|特性|分离前（OOP）|分离后（DOP）|
|---|---|---|
|代码组织|类 + 方法|模块 + 纯函数|
|数据结构|封装在对象中|独立的通用数据结构（如 map/list）|
|状态管理|对象内部变化|数据不可变 + 结构共享|
|并发控制|显式加锁|乐观并发控制 + 原子操作|
|数据验证|类中写死校验逻辑|JSON Schema 分离表示与验证|

## 面向数据的 4 条基本原则

**✅ P1. Separate code from data**  
用函数处理数据，用 map 存储数据。两者保持“君子之交”，好聚好散。

**✅ P2. Represent data with generic structures**  
把字段存在 map 里，字段名就是字符串，写个通用处理函数就能跑全场。

**✅ P3. Data is immutable**  
数据一经生成不再改变。修改数据 ≈ 创建新版本。好处包括：

- 不用担心谁悄悄改了你手里的数据；
- 多线程读写也不怕死锁；
- 快速 diff 和缓存结构更新变得可能。

**✅ P4. Separate schema from representation**  
数据的结构用 JSON Schema 表示，验证逻辑和业务代码解耦，不仅能校验，还能生成图谱。

## 真正的“低代码”，不是拖拽，而是抽象

有些人说面向数据编程“太通用了，没类型不安全”，但真相是：

1. **开发初期更快**：不需要设计一堆类和接口，字段变动也不破坏整体结构。
2. **系统边界更清晰**：代码处理数据，数据通过 schema 管理，清晰分工。
3. **测试更容易**：函数是纯的，输入输出确定，测试只围绕数据即可。
4. **API 更好配**：数据天然就是 JSON-friendly，做成服务或导出接口极其顺滑。

这不是架构师炫技，而是实用主义者的胜利。

## 真正简单的系统，不是“什么都能做”，而是“做的事都简单”

在系统设计里，“简单”≠ “少功能”，而是：

- 逻辑拆得开；
- 数据查得到；
- 错误找得到；
- 状态控得住。

而这一切的底层，都离不开一个关键原则：

> **Separate Code from Data.**

愿你在拆开代码与数据的那一刻，也悄悄拆除了系统的一层复杂。

