データ指向プログラミングの真実を

お話しします

JJUG CCC 2023 Fall

kawasima

データ指向プログラミング

Project Amberの文脈

サイズの小さいアプリケーションも扱うようになった。
システム全部をJavaで作る訳じゃなくなった
オブジェクトではなく、データをやり取りするようになった。
そこでプレーンデータをモデル化し、処理するより良い方法が必要
- 代数データ型 (Record, switch式, sealed)

https://www.youtube.com/watch?v=eXCx2hW_xNI

Java 21 By Brian Goetz ＠Devoxx

データ指向プログラミング

書籍『データ指向プログラミング』の文脈

コードとデータを分離する
汎用データ構造でデータエンティティを表現する
データはイミュータブルである
データ表現からデータスキーマを切り離す

関数型プログラミングっぽいことを言ってそうだが、

2が決定的に異なる

この両者のアプローチがどれくらい異なるか？

その真実をお話します。

データとは何か

https://news.ycombinator.com/item?id=11945722

Rich HickeyとAlan Kayの議論

データおよび情報の認識のすれ違いまくっている。

データと情報(および知識)の違い

観測、収集したもの

データ

データを利用するために解釈を加えたもの

情報を元に判断したり、別の情報に変換したりする

情報

知識

DIKWフレームワーク

Data, Information, Knowledge, and Wisdom
http://www.systems-thinking.org/dikw/dikw.htm

データと情報は構造の違いではない

例えばメールアドレス"kawasima@wolfchief.jp" はデータであるが、アプリケーションでは解釈によって別の意味を持たせることがある

アクティベーションされているかによってメール送るかどうかが決まる、など。

未アクティベート

メールアドレス

アクティベート済

メールアドレス

また別のコンテキストでは別の解釈がされるかもしれない。

法人

メールアドレス

個人

メールアドレス

区別するにはいくつかのやり方がある

① 構造を変える

② 名前を変える

record EmailAddress(String address, boolean isActivated){}

sealed interface EmailAddress(String address)
　　　　permits ActivatedEmailAddress, UnActivatedEmailAddress {
　　　　String value();
}

Perspective

データ

情報

解釈

知識

ドメインモデル

Parse

ドメインロジック

ドメインモデル

ドメインの外
からの入力

ソフトウェア版
DIKW

DIKW

つまり

データに解釈を加えて知識として利用する。
解釈の結果を情報と呼ぶことにする。
データは一般に多様な解釈がされうる。

これで、2つの「データ指向プログラミング」を読み解く準備が整った

解釈をどこで実装するか？

書籍『データ指向プログラミング』の場合

functionの中でデータを解釈しながら使う

データ

function

書籍『データ指向プログラミング』(DOP)でのやり方

class SendMail {
    private final MailSender mailSender;
    private final JsonValidator validator;

    void send(ImMap<String, Object> data) {
        if (!validator.validateEmail(data).isEmpty()) {
            throw new IllegalArgumentException("Invalid email address");
        }
        if (data.getOrDefault("isActivated", false).equals(true)) {
            mailSender.send(data.get("emailAddress").toString());
        }
    }
}

「アクティベート済みの場合だけメールを送信する」は、アクティベートフラグがtrueの場合のみ、メールを送ることである、という解釈をメソッドの中で行っている。

このスタイルのPros/Cons

データの解釈のやり方を選べる

Pros

Cons

データの解釈がfunctionごとに散らばってしまいがち
データをどう解釈するかは、コードの詳細を読む必要がある。
(ドキュメントとそのメンテナンスが命)

→ 残念ながらこのConsの対策まではDOPの書籍には書かれていない。

　情報設計をせずにDOPを実践するやり方をNaive DOPと
　呼ぶ(ことにする)

Naive DOP

Naive DOPは、レガシー基幹システムに多くみられる。

電文をPrimitive型に置き換えただけのDTO
このDTOをインプットとして「ビジネスロジック」を呼び出す
したがって、解釈は個別の「ビジネスロジック」毎に行われる

※イミュータビリティはたいてい持たないので、その点は異なる

では、なぜ今さらそういうことを言い出しているのか？

Clojureにおけるデータ指向プログラミング

そもそも書籍は「Clojureの思想を他言語でもやってみよう」という話。

だがClojureでは、specを使ってデータの解釈を表明する。

データの解釈をspecという形で残せる
functionの中で個別に解釈されるのではなく、同じ解釈ならば、それはspecとして共有できる

(s/def :email-address/address string?)
(s/def :email-address/is-activated boolean?)
(s/def ::activated-email-address
  (and
    (s/keys :req [:email-address/address :email-address/is-activated])
    #(:email-address/is-activated %)))

(defn send-mail [email-address]
  (if (:email-address/is-activated email-address)
    (send (:email-address/address email-address))
    (throw (Exception. "Email address is not activated"))))

(s/fdef send-mail
  :args ::activated-email-address)

つまりClojureのデータ指向プログラミングは…

データの解釈をfunctionの事前条件、事後条件で表明する。
同じデータの解釈が重複して散らばるのを防ぐためにspecを定義できる。

単なるバリデーションとは違う、

単なるバリデーションとは！

ホンモノのデータ指向プログラミングをやりたきゃClojureを使おう

解釈をどこで実装するか？

Project Amberの場合

データの解釈を型で表現する

データ

メソッド

※ ここからの話はProject Amberの公式見解ではなく、これまでのJavaのオブジェクト指向の方針と、Project Amberで提供された機能から私が考察を加えたものです。

ドメインモデル

(情報)

これまでと何が違うの？

class EmailAddress {
    private final String address;
    private final boolean isActivated;
    
    EmailAddress(String address, boolean isActivated) {
        this.address = address;
        this.isActivated = isActivated;
        // validate address
    }
    
    void send(MailSender mailSender) {
        if (isActivated) {
            mailSender.send(address);
        } else {
            throw new NotActivatedException(address);
        }
    }
}

データの解釈のためにアクティベートされているかどうかを持つ。が、これはこのクラスの利用者が知っておく必要はない

メールアドレスの実装の詳細を知らなくても、「アクティベート済みの場合だけメールを送信する」を実現してくれる

実装の詳細を隠す

Usecase

が、目論見どおり行かないことも多い。

テーブルにマッピングするために、Repository(の実装)がEmailAddressがaddressとisActivatedから構成されていることを知らなければならない。

このあたりからカプセル化が破綻していくことになりがち…

ドメインモデル

Repository

class EmailAddress {
    private final String address;
    private final boolean isActivated;
    EmailAddress(String address, boolean isActivated) {
        this.address = address;
        this.isActivated = isActivated;
        // validate address
    }
    String getAddress() {
        return address;
    }
    boolean isActivated() {
        return isActivated;
    }

実装の詳細を露出させることに繋がる

そうなると利用側でActivateされているかどうかの判定ができる

class UserController {
    private UserRepository userRepository;
    String showProfile(Model model, String userId) {
        User user = userRepository.load(userId);
        model.addAttribute("isActivated",
            user.email().isActivated());
        return "profile";
    }
}

例えばメールアドレスがアクティベートされているか?がフラグだけでなく、「休会会員でないこと」も条件に追加しなきゃいけなくなったとしたら…

カプセル化の破れ

(注意深く設計すれば、実装の詳細を隠しておけるかもしれないが)

データの解釈をクラスの中に閉じ込めておくのは難しいこともある。

そもそも、ドメインモデルに実装の詳細を持つのがどうなの?

データの解釈を型として表現する

public class SendMail {
    private final MailSender mailSender;

    public SendMail(MailSender mailSender) {
        this.mailSender = mailSender;
    }
    public void send(ActivatedEmailAddress emailAddress) {
        mailSender.send(emailAddress.value());
    }
}

sealed interface EmailAddress
        permits ActivatedEmailAddress, UnactivatedEmailAddress {
    String value();
}
record ActivatedEmailAddress(String value) implements EmailAddress {}
record UnactivatedEmailAddress(String value) implements EmailAddress {}

Eメールアドレスは、未アクティベートとアクティベート済みに分類でき、アクティベート済みの場合だけ、メール送信できる

Project Amberにそこまでの想いが込められているかは分からないが…

実装の詳細をもたないドメインモデルは実現しやすくなる。

Record
Sealed interface/class
switchによるパターンマッチ

結論: 同じ言葉を使っているが方向性はかなり異なる

書籍「データ指向プログラミング」	Project Amberのデータ指向プログラミング
型をデータから切り離す。切り離した「型」はバリデーション用のスキーマ(書籍の中ではJSONスキーマ)として表現する。データの解釈をどこで実装するかは言及されていない…が、Naive DOPの力学に支配されそう。	型でデータの解釈を表す。 Domain Modeling Made FunctionalやGrokking Functional Programming(なっとく！関数型プログラミング)の7章参照

データの解釈を型で表現する方向性をもう少し…

そもそもの

「メールアドレス」は「未アクティベート」と「アクティベート済み」が存在し、扱いがことなることがある。

という要求をストレートにモデリングすることが、どう実装するかうんぬん以前に重要

アクティベートフラグは業務の用語(ユビキタス言語)ではない

最終的に「アクティベートフラグ」を実装の詳細として持ち込むとしても、概念のモデル、ユビキタス言語を残しておかないと、仕様理解が難しくなる。

本書のコンテキストでは、複雑とは理解するのが難しい、という意味である

書籍「データ指向プログラミング」より

データの解釈をどこに残すか言及していないのに、「複雑とは理解するのが難しい」という意味というのは…

複雑さの分類

書籍『データ指向プログラミング』が参照しているOut of the Tar Pitに書いてあること

状態

本質的複雑さ

偶有的複雑さ

状態から直接計算する
ロジック

コントロール

導出できる

状態

偶有的複雑さは取り除けることもあるが、

本質的複雑さはソフトウェアの設計の工夫ではどうにもならない

https://tech.uzabase.com/entry/2021/05/20/141950

偶有的複雑さは究極理想環境では無くなるもの

(と考えると良い)

どんな検索も一瞬で返すマシンや無限のメモリ空間など
絶対に判断ミスをしない設計者

現実にはそういうものが存在しないので、トレードオフを考えつつ意思決定(偶有的複雑さを抱える)ことを決めていく。

偶有的複雑さの例①

取引を集計しさえすれば、現在の残高は求まるので、口座エンティティには「残高」は不要。

…なのだが、実際はその算出にそれなりの計算量が必要なので、口座に「残高」を持たせる。

そうした途端に付随して、

残高更新時の排他制御
取引の集計と残高のズレのチェック(リコンサイル)

など、発生しさらなる複雑さを生む要因になる。

偶有的複雑さの例②

https://twitter.com/t__keshi/status/1635267214008897537

コントロールフロー

手続き型のプログラミングスタイルだとコード順に依存するので、要求仕様外の思わぬ動作に繋がる。

偶有的複雑さの例③

https://www.slideshare.net/kawasima/ss-255489610

偶有的複雑さの例④

プログラミング言語の制約、慣習、Syntax Sugarが無いことなどによっても発生する。

public class Person {

    private final String name;
    private final String address;

    public Person(String name, String address) {
        this.name = name;
        this.address = address;
    }

    @Override
    public int hashCode() {
        return Objects.hash(name, address);
    }

    @Override
    public boolean equals(Object obj) {
        if (this == obj) {
            return true;
        } else if (!(obj instanceof Person)) {
            return false;
        } else {
            Person other = (Person) obj;
            return Objects.equals(name, other.name)
              && Objects.equals(address, other.address);
        }
    }

    @Override
    public String toString() {
        return "Person [name=" + name + ", address=" + address + "]";
    }

    // standard getters
}

public record Person (
　　　　String name,
　　　　String address
) {}

＝

recordがない時代のJavaで小さなデータをクラスで表現しようとするのは、コード量が増えすぎて偶有的複雑性が増す

本質的複雑さ、とは何か?

シンプル

複雑

1つの役割
1つのタスク
1つの概念

複数の役割
複数のタスク
複数の概念

https://github.com/matthiasn/talk-transcripts/blob/master/Hickey_Rich/SimpleMadeEasy.md

要素数が多いのも「複雑」

要素数が多く、それらが相互作用しあう。

2種類の複雑さ

単一のコンポーネントに内包される複雑さ
- 1つのエンティティ、1つのクラス、1つのfunctionに複数の責務・概念が混ざっている。単一責任原則(SRP)に違反した状態
- Unknown Unknowns (理解困難) [A Philosophy of Software Design]
コンポーネント数が多いことによる複雑さ
- エンティティやクラス、functionの数が多く、それぞれの役割や関係性を理解するのが厄介。
- 認知負荷が高い (把握難しい) [A Philosophy of Software Design]

これらは相互に変換可能

本質的複雑さ保存の法則

巨大なエンティティや巨大なクラスを、1つの責務・概念に分解しても、本質的複雑さの総量が変わるわけではない。

これが「銀の弾丸はない」の本質！

だが理解可能性の非対称

❶の注文には、どういう概念が含まれるか分からない。

【PR】本質的複雑さとうまく付き合う

ためのデータモデリング【宣伝】

複雑とは理解するのが難しいの対策は、

複数の概念が含まれないようにデータの解釈、振る舞いを分解する
数が多くなったデータの解釈、振る舞いを分割統治する
(Bounded Contextなどがこれに相当する)

ことが必要であり、データと振る舞いを分離したら理解しやすくなるわけではない

ただし、シンプル化し把握したデータの解釈と振る舞いを、どう実装するかは、型や関数を分けることによって生じる偶有的複雑さとのトレードオフを考慮する。

まとめ

つまりコードの詳細を読まずに仕様を理解できるためには、

モデルに含まれる概念(データの解釈)が明らかになっていること

が必要である。

そのためには

データの解釈ごとにエンティティや型を分ける
それができない場合は、ドキュメントなり何なりに明示しておく

のいずれかが必要

どちらのデータ指向プログラミングを実践するとしても注意しましょう

データ指向プログラミングの真実をお話しします

By kawasima

データ指向プログラミングの真実をお話しします

書籍『データ指向プログラミング』とJavaのProject Amberのデータ指向プログラミングの違いについて真実をお話しします。JJUG CCC 2023 Fallの発表資料です。

13,721