代码重构的安全手法：小步、可回滚、有测试

重构失败很少是因为设计能力不够，多数是因为一次改动太大：改到一半发现行为理解错了，此时进退两难——往前是未知，往后是几百个文件的 diff 已经无法撤销。让重构可控的核心不是技术，是把不可控的部分切小。

重构与改行为是两件事

重构的严格定义是：在不改变外部可观测行为的前提下，改变内部结构。一旦同一次改动里既改结构又改行为，就失去了判断依据——出了问题是结构改错了，还是新行为本来就有缺陷？无法分辨，也就无法回滚到某个已知正确的中间状态。

实操上的约束很朴素：

• 一个提交要么只改结构，要么只改行为，不同时做。
• 改结构时，所有现有测试必须保持绿，且不允许顺手”优化”任何判断条件。
• 需要改行为时，先做完结构重构并提交，再开一个提交改行为。

这条纪律最难守的地方在于，重构过程中总会看到”这里顺便改一下更好”的地方。正确做法是把它们记到待办清单里，等结构稳定后再处理，而不是当场动手。

先补测试，再动结构

没有测试的重构是盲改。顺序不能反：先为即将被重构的部分补上覆盖其当前行为的测试——注意是当前行为，不是”应该有的行为”。如果现有行为本身就是错的，那属于行为变更，是第二步的事。

补测试时优先覆盖：对外接口契约、边界条件、错误路径。对于没有测试的老模块，一种可行的做法是”特征化测试”：先写一批记录当前实际输出的用例（哪怕输出看起来不合理），把它们固定下来，然后重构，观察哪些用例的输出变了。变了的地方就是需要人工确认的点。

# 特征化测试：先锁住现状，不判断对错
def test_legacy_pricing_current_behavior():
    assert legacy_price({"qty": 0, "unit": 10}) == 0      # 现状如此，先记录
    assert legacy_price({"qty": -1, "unit": 10}) == -10   # 疑似缺陷，标记待确认
    assert legacy_price({"qty": 100, "unit": 10}) == 900  # 折扣逻辑，需确认规则

提交粒度：可评审、可回滚

一个重构提交应该小到评审者能在十分钟内看懂，同时小到出问题可以直接 revert 而不带掉别的东西。判断标准是：这个提交单独 revert 之后，系统是否仍然处于一个可运行、行为一致的状态。

常见的一组拆分方式：

第 7 步与前面分开，正是为了让”结果变了是因为切换实现”和”结果变了是因为修了缺陷”成为两个可区分的事件。

绞杀者模式

对于无法一次性替换的旧模块（调用方多、边界不清、文档缺失），绞杀者模式的做法是让新旧并存，逐步把流量切过去，最后摘除旧的。

落地顺序：

1. 在旧模块前面加一层薄代理（可以是函数调用，也可以是 HTTP 层的拦截），把所有入口收拢到一处。
2. 写新实现，代理层默认走旧实现，行为零变化。
3. 按调用方或按流量比例，逐个把入口切到新实现。
4. 每个入口切换后观察一段时间，确认无异常。
5. 所有入口切完后，删除旧实现和代理层。

代理层是关键：没有它，调用点散落在几十个文件里，切换就变成了大爆炸。收拢入口本身是一次纯结构改动，风险极低，收益极高。

并行运行与结果对比

新旧并存期间最有力的验证手段是并行运行（shadow run）：请求同时走新旧两条路径，以旧路径的结果为准返回，把两条路径的结果差异记录到日志或指标里。

func (s *Service) Price(ctx context.Context, in Input) (Out, error) {
    legacyOut, legacyErr := s.legacy.Price(ctx, in)

    if s.shadowEnabled(in) {
        go func() {
            newOut, newErr := s.next.Price(ctx, in)
            if !equal(legacyOut, newOut) || !sameErrKind(legacyErr, newErr) {
                s.diffLog.Warn("pricing mismatch",
                    "input", in, "legacy", legacyOut, "next", newOut)
            }
            s.metrics.Incr("pricing.shadow.mismatch")
        }()
    }
    return legacyOut, legacyErr
}

几个工程细节：影子调用必须异步或加超时，不能影响主路径耗时；差异日志要能按输入特征聚合，否则几百条日志看不出模式；要有”不匹配率”指标，用来判断是否可以进入切换阶段。

对比阶段的判断标准是：不匹配率降到零（或者每个剩余差异都有明确解释并确认为缺陷修复），才继续下一步。带着”少量差异说不清”就切换，等于把未诊断的问题带进生产。

特性开关的工程细节

特性开关是切换的控制器，它本身也需要工程约束：

• 默认关闭，显式开启。新代码路径默认不生效，避免开关本身成为故障源。
• 作用域要小。支持按用户、按租户、按请求比例开启，比全局开关好用得多——可以先在内测账号上验证。
• 可运行时调整。切换不该依赖重新部署，否则回滚一次要等一个发布周期。配置中心或数据库是常见选择，注意加上缓存失效时间。
• 失败要可预测。开关读取失败时应该走哪条路？通常是走旧的、保守的一侧。
• 开关状态要进日志。排查时最想知道的是”这个请求到底走的哪条路”。

开关的清理债务

开关最大的问题是它会积累。每个开关都是一份认知负担：读代码的人要不断判断”这条分支现在还活着吗”。一个长期存在的开关会让代码里出现无法删除的死路径，也会让测试组合爆炸。

管理方式是把开关当债务记账：创建时登记负责人、预期存活时间、清理条件；每次发布检查里列出超过期限的开关；清理动作本身作为独立提交完成，走正常评审。开关数量是一个值得公开的指标——它大致反映了团队偿还重构债务的速度。

两种常见失败

大爆炸式重写。冻结旧系统几个月，另起炉灶重写，上线时一次性切换。问题在于：需求在这期间继续演进，新系统要同时追上旧系统的既有行为和新需求；上线时两个系统的差异无法枚举；一旦新系统有问题，回退路径往往已经不可用（数据已经迁移）。绞杀者模式的价值正在于它避免了这个”一次性”时刻。

边重构边加功能。重构过程中顺带实现新需求，导致无法判断回归来自哪里，也让”何时算完成”变得模糊。功能变更应该排在重构之后，或完全独立地并行推进——如果必须并行，用主干开发加短期分支，避免长期分支与重构互相阻塞。

重构的安全感来自可回滚性，而可回滚性来自小粒度。每一步都能退回去，才敢往未知的方向走。