命令式编程和声明式编程

Aspect Oriented Programming（面向方面编程，简称AOP）是一种Declarative Programming（声明式编程）。Declarative Programming（声明式编程）是和Imperative Programming（命令式编程）相对的概念。我们平时使用的编程语言，比如C++、Java、Ruby、Python等，都属于Imperative Programming（命令式编程）。Imperative Programming（命令式编程）的意思是，程序员需要一步步写清楚程序需要如何做什么（How to do What）。Declarative Programming（声明式编程）的意思是，程序员不需要一步步告诉程序如何做，只需要告诉程序在哪些地方做什么（Where to do What）。比起Imperative Programming（命令式编程）来，Declarative Programming（声明式编程）是在一个更高的层次上编程。Declarative Programming编程语言是更高级的语言。Declarative Programming通常处理一些总结性、总览性的工作，不适合做顺序相关的细节相关的底层工作。


如果说Imperative Programming是拼杀在第一线的基层工作人员，Declarative Programming就是总设计师、规则制定者。Declarative Programming Language的概念，和Domain Specific Language（领域专用语言，简称DSL）的概念有相通之处。DSL主要是指一些对应专门领域的高层编程语言，和通用编程语言的概念相对。DSL对应的专门领域（Domain）一般比较狭窄，或者对应于某个行业，或者对应于某一类具体应用程序，比如数据库等。

最常见的DSL就是关系数据库的结构化数据查询语言SQL。同时，SQL也是一门Declarative Programming Language。SQL只需要告诉数据库，处理符合一定条件的数据，而不需要自己一步步判断每一条数据是否符合条件。SQL的形式一般是 select … where …，update … where …，delete … where …。当然，这样一来，很多基层工作，SQL做不了。因此，大部分数据库都提供了另外的Imperative Programming Language，用来编写Stored Procedure（存储过程）等，以便处理一些更加细节的工作。

常见的DSL还有Rule Engine（规则引擎）语言、Workflow（工作流）语言等。Rule Engine和Workflow同时带有Imperative Programming和Declarative Programming的特点。Rule Engine允许用户按照优先级定义一系列条件组合，并定义对满足条件的数据的处理过程。Workflow也大致类似。Workflow把最基本的条件判断和循环语句的常见组合，定义为更加高级复杂的常用程序流程逻辑块。用户可以用这些高级流程块组合更加复杂的流程块，从而定义更加复杂的流程跳转条件。用户也可以定义当程序运行上下文满足一定条件的时候，应该做什么样的处理工作。Rule Engine和Workflow的语言形式有可能是XML格式，也有可能是Ruby、Python、Javascript等脚本格式。我个人比较倾向于脚本格式，因为XML适合表达结构化数据，而不擅长表达逻辑流程。当然，XML格式的好处也是显而易见的。解析器可以很容易分析XML文件的结构，XML定义的条件或者程序流程都可以很方便地作为数据来处理。

介绍了Declarative Programming和DSL之后，我们来看本章题目表达的内容——AOP。AOP是Declarative Programming，AOP语言也可以看作是DSL。AOP语言对应的专门领域（Domain）就是程序结构的方方面面（Aspect），比如程序的类、方法、成员变量等结构，以及针对这些程序结构的通用工作处理，比如日志管理、权限管理、事务管理等。

AOP处理的工作内容一般都是这样的一些总结性工作：“我想让所有的数据库类都自动进行数据库映射”、“我想打印出所有业务类的工作流程日志”、“我想给所有关键业务方法都加上事务管理功能”、“我想给所有敏感数据处理方法都加上安全管理授权机制”等等。
下面我们介绍AOP的实现原理和使用方法。

AOP实现原理

AOP的实现原理可以看作是Proxy/Decorator设计模式的泛化。
我们先来看Proxy模式的简单例子。
Proxy {
    innerObject; // 真正的对象
    f1() {
        // 做一些额外的事情

        innerObject.f1(); // 调用真正的对象的对应方法

          // 做一些额外的事情
    }
}

在Python、Ruby等动态类型语言中，只要实现了f1()方法的类，都可以被Proxy包装。在Java等静态类型语言中，则要求Proxy和被包装对象实现相同的接口。动态语言实现Proxy模式要比静态语言容易得多，动态语言实现AOP也要比静态语言容易得多。假设我们用Proxy包装了10个类，我们通过调用Proxy的f1()方法来调用这10个类的f1()方法，这样，所有的f1()调用都会执行同样的一段“额外的工作”，从而实现了“所有被Proxy包装的类，都执行一段同样的额外工作”的任务。这段“额外的工作”可能是进行日志记录，权限检查，事务管理等常见工作。

Proxy模式是可以叠加的。我们可以定义多种完成特定方面任务（Aspect），比如，我们可以定义LogProxy、SecurityProxy、TransactionProxy，分别进行日志管理、权限管理、事务管理。
LogProxy {
      f1(){
            // 记录方法进入信息

            innerObject.f1();// 调用真正的对象的对应方法

          // 记录方法退出信息
    }
}

SecurityProxy {
      f1(){
          // 进行权限验证

          innerObject.f1();// 调用真正的对象的对应方法
      }
}

TransactonProxy {
      f1(){
          Open Transaction

          innerObject.f1();// 调用真正的对象的对应方法

          Close Transaction
      }
}

根据AOP的惯用叫法，上述的这些Proxy也叫做Advice。这些Proxy（or Advice）可以按照一定的内外顺序套起来，最外面的Proxy会最先执行。包装f1（）方法，也叫做截获（Intercept）f1()方法。Proxy/Advice有时候也叫做Interceptor。

看到这里，读者可能会产生两个问题。
问题一：上述代码采用的Proxy模式只是面向对象的特性，怎么会扯上一个新概念“面向方面（AOP）”呢？
问题二：Proxy模式虽然避免了重复“额外工作”代码的问题，但是，每个相关类都要被Proxy包装，这个工作也是很烦人。AOP Proxy如何能在应用程序中大规模使用呢？
下面我们来解答着两个问题。

对于问题一，我们来看一个复杂一点的例子。
假设被包装对象有f1()和f2()两个方法都要被包装。
RealObject{
      f1() {…}
      f2() {…}
}

这个时候，我们应该如何做？难道让Proxy也定义f1()和f2()两个方法？就象下面代码这样？
Proxy {
    innerObject; // 真正的对象
    f1() {
        // 做一些额外的事情

        innerObject.f1(); // 调用真正的对象的对应方法

        // 做一些额外的事情
    }

    f2() {
        // 做一些额外的事情
       
        innerObject.f2(); // 调用真正的对象的对应方法
       
        // 做一些额外的事情
    }

}

这样做有几个不利之处。一是会造成代码重复，Proxy的f1()和f2()里面的“做一些额外的事情”代码重复。二是难以扩展，被包装对象可能有多个不同的方法，不同的被包装对象需要被包装的方法也可能不同。现在的问题就变成，“Proxy如何才能包装截获任何类的任何方法？”
答案呼之欲出。对，就是Reflection。Java、Python、Ruby都支持Reflection，都支持Method（方法）对象。那么我们就利用Method Reflection编写一个能够解惑任何类的任何方法的Proxy/Advice/Interceptor。

MethodInterceptor{

    around( method ){
        // 做些额外的工作
       
        method.invoke(…); // 调用真正的对象方法
       
        // 做些额外的工作
    }
}

上述的MethodInterceptor就可以分别包装和截获f1()和f2()两个方法。
这里的method参数就是方法对象，在Java、Ruby等面向对象语言中，需要用Reflection获取方法对象。这个方法对象就相当于函数式编程的函数对象。在函数式编程中，函数对象属于“一等公民”，函数对象的获取不需要经过Reflection机制。所以，函数式编程对AOP的支持，比面向对象编程更好。由此我们看到，AOP对应的问题领域确实超出了OOP的力所能及的范围。OOP只能处理同一个类体系内的同一个方法签名的截获和包装工作，一旦涉及到一个类的多个不同方法，或者多个不同类体系的不同方法，OOP就黔驴技穷，无能为力了。
使用Method Reflection的方式截获任何方法对象，是AOP的常用实现手段之一。另一个常见手段就是自动代码生成了。这也回答了前面提出的问题二——如何在应用系统中大规模使用AOP。

Proxy Pattern + Method Reflection + 自动代码生成这样一个三元组合，就是AOP的基本实现原理。Proxy Pattern 和 Method Reflection，前面已经做了阐述，下面我们来讲解自动代码生成。

首先，AOP需要定义一种Aspect描述的DSL。Aspect DSL主要用来描述这样的内容：“用TransactionProxy包装截获business目录下的所有类的公共业务方法”、“ 用SecurityProxy包装截获所有Login/Logout开头的类的所有公共方法”、“用LogProxy包装截获所有文件的所有方法”等等。Aspect DSL的形式有多种多样。有的是一种类似Java的语法，比如AspectJ；有的是XML格式或者各种脚本语言，比如，Spring AOP等。

有了Aspect DSL，AOP处理程序就可以生成代码了。AOP生成代码有三种可能方式：
（1）静态编译时期，源代码生成。为每个符合条件的类方法产生对应的Proxy对象。AspectJ以前就是这种方式。
（2）静态编译时期，处理编译后的字节码。Java、Python之类的虚拟机语言都有一种中间代码（Java的中间代码叫做字节码），AOP处理程序可以分析字节码，并直接产生字节码形式的Proxy。这种方式也叫做静态字节码增强。AspectJ也支持这种方式。Java有一些开源项目，比如 ASM、Cglib等，可以分析并生成Java字节码。这些开源项目不仅可以静态分析增强字节码，还可以在程序运行期动态分析增强字节码。很多AOP项目,比如Spring AOP，都采用ASM/Cglib处理字节码。
（3）动态运行时期，即时处理装载到虚拟机内部的类结构字节码。这也叫做动态增强。比如，Spring AOP。如前所述，Spring AOP使用ASM/Cglib之类的处理字节码的开源项目。Java运行库本身也提供了类似于ASM/Cglib的简单的动态处理字节码的API，叫做 Dynamic Proxy。

以上就是AOP的实现原理：Proxy Pattern + Method Reflection + Aspect DSL + 自动代码生成。

总体来说，实现AOP的便利程度，函数式编程语言 > 动态类型语言 > 静态类型语言。当然，这个不等式并不是绝对的。有些动态类型语言提供了丰富强大的语法特性，实现AOP的便利程度，可能要超过函数式编程语言。