AOP实现原理

面向方面编程（Aspect Oriented Programming，简称AOP）是一种声明式编程（Declarative Programming）。声明式编程是和命令式编程（Imperative Programming）相对的概念。我们平时使用的编程语言，比如C++、Java、Ruby、Python等，都属命令式编程。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）。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）。比起命令式编程来，声明式编程是在一个更高的层次上编程。声明式编程语言是更高级的语言。声明式编程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。

       如果说命令式编程是拼杀在第一线的基层工作人员，声明式编程就是总设计师、规则制定者。声明式编程语言的概念，和领域专用语言（Domain Specific Language，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也是一门声明式语言。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命令式编程语言，用来编写存储过程等，以便处理一些更加细节的工作。

       常见的DSL还有规则引擎（Rule Engine）语言、工作流（Workflow）语言等。规则引擎和工作流同时带有命令式编程和声明式编程的特点。规则引擎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。工作流也大致类似。工作流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。规则引擎和工作流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。

      介绍了声明式编程和DSL之后，我们来看本章题目表达的内容——AOP。AOP是声明式编程，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。

1. Proxy { 
2.     innerObject; // 真正的对象 
3.     f1() { 
4.         // 做一些额外的事情 
5.  
6.         innerObject.f1(); // 调用真正的对象的对应方法 
7.  
8.           // 做一些额外的事情 
9.     } 
10. } 

       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。

1. LogProxy { 
2.       f1(){ 
3.             // 记录方法进入信息 
4.  
5.             innerObject.f1();// 调用真正的对象的对应方法 
6.  
7.           // 记录方法退出信息 
8.     } 
9. } 
10.  
11. SecurityProxy { 
12.       f1(){ 
13.           // 进行权限验证 
14.  
15.           innerObject.f1();// 调用真正的对象的对应方法 
16.       } 
17. } 
18.  
19. TransactonProxy { 
20.       f1(){ 
21.           Open Transaction 
22.  
23.           innerObject.f1();// 调用真正的对象的对应方法 
24.  
25.           Close Transaction 
26.       } 
27. } 

       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。

1. RealObject{ 
2.       f1() {…} 
3.       f2() {…} 
4. }

       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？

1. Proxy { 
2.     innerObject; // 真正的对象 
3.     f1() { 
4.         // 做一些额外的事情 
5.  
6.         innerObject.f1(); // 调用真正的对象的对应方法 
7.  
8.         // 做一些额外的事情 
9.     } 
10.  
11.     f2() { 
12.         // 做一些额外的事情 
13.         
14.         innerObject.f2(); // 调用真正的对象的对应方法 
15.         
16.         // 做一些额外的事情 
17.     } 
18.  
19. } 

       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。

1. MethodInterceptor{ 
2.  
3.     around( method ){ 
4.         // 做些额外的工作 
5.         
6.         method.invoke(…); // 调用真正的对象方法 
7.         
8.         // 做些额外的工作 
9.     } 
10. } 

       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。