基于 JS 的同构或许你已经尝试过了，甚至已经如火纯青了，然而，倘若现在我们要跨语言进行同构呢？关于这篇文章的背景，我不想赘述。既然要讨论，那开门见山：跨语言同构，是一场美丽的编程童话，做的好，天堂见，做的不好，再也不见。

跨端跨语言同构

首先不可避免的，我们需要为“同构”下一个定义。同构本来是一个数学概念，但是在编程领域，我们可以简单理解为，同构是指在不同平台上使用相同代码实现相同目标（确保一致性）的方案。前后端同构就是在前端和后端使用相同代码（sharing code between the front-end and the back-end），以达到前后端效果一致的方案。它的核心，在于“共用（share）”。至于实现什么目标并不确定，比如在前后端使用同一个 lodash 函数保证处理结果的一致性，比如利用 react 特性实现同构渲染等等。

我们不去探讨哪些东西适合前后端同构，或者哪种方式才叫同构，以及如何实现同构直出。我们直接跳过了概念之争，跳过流于形式的实现过程。我们即将探讨的是，用一种什么方式，能够让我们保证实现相同目标的过程是一致的。即在架构设计上，确保前后端业务逻辑的一致性。在这里，同构是一种设计思想。

而且更进一步，我们要探讨，在前后端跨语言场景下，如何利用同构思想解决问题。由于我们所指的前端主要是指 Web 前端，基本上就是使用 JS 语言，这里的跨语言大部分是指后端使用 PHP、Java 等其他语言的场景。传统上，在后端开发中跨语言互调其实我们经常使用，方案也非常多，例如 PHP 去使用 Python 代码，单就这一个问题，也有多套方案实现。不过在本文中，我们理想中的跨语言，本质上和语言无关，我们要找到一种无论在什么语言环境中都能运转的方案。如果我们不想实现一个 JS 中运行 PHP 的 PHPvm，或者一个 Java 中运行 JS 的 JSrunner，那么我们为何不寻找一种基于协议的同构方案呢？

校验逻辑共用

在复杂系统中，表单可能存在较为复杂的字段逻辑，从而带来复杂的校验逻辑。表单校验是任何系统中必备的能力，而且为保证业务准确性和数据安全，前后端都会做校验。我们可以采用一种形式，确保前后端的校验是一致的，没有差错的。

我们首先来解剖校验，它的本质是什么？校验的本质，是将流动的信息体与既定的形状进行匹配，如果信息流动中的体态与既定形状没有补集，那么我们认为给定信息是符合要求的。而这里的既定形状，我认为主要包含两大方面要素：

• 所需的所有字段总和（多少）
• 单个字段的取值范围（类型、大小、结构）

所有字段总和是指要完成当前操作，所必备的和可选的字段应该是哪些。如果超出这个总和的部分可能导致数据更新出错；不足这个总和可能导致对象无法创建。在完成字段总和的校验之后，单个字段的值，需要符合规定的逻辑，这里的逻辑就包含该值应该是什么数据类型，值的大小应该在什么范围，以及如果这是一个结构体，应该具备什么结构，具体结构节点上的数据类型又应该是什么。

请注意我上文所提的“形状（shape）”这个概念，形状是可以被描述的。既然可以被描述，那么我们就可以建立自己的描述体系来对我们的校验进行描述，从而抽象出脱离代码的描述文本。

在著名 PHP 框架 Laravel 中就建立了这样的描述体系。我们来看下官方给出的代码示例：

/**
 * Store a new blog post.
 *
 * @param  Request  $request
 * @return Response
 */
public function store(Request $request)
{
    $validatedData = $request->validate([
        'title' => 'required|unique:posts|max:255',
        'body' => 'required',
    ]);

    // The blog post is valid...
}

上面代码中 required|unique:posts|max:255 就是关于 title 字段的校验描述文本，而且我们可以很容易理解这一描述文本，只要我们在描述系统中对这种描述表达式加以解释，那么就可以融会贯通，将这种表达方式用在其他校验描述中。

一旦校验可以用文本（而非代码）进行描述，也就意味着可以用文本的形式确定相同字段在前后端的校验逻辑的“形状”，而文本，是我们最喜欢的东西，因为它可以以任何形式在客户端与服务端之间传输。我们要做的，是在服务端和客户端构筑基于不同语言的解析器，一旦两端解析器抹平了平台差异，那么校验描述文本就可以基于 HTTP 跳着舞，确保两端的校验是一致的准确的。

数据结构共享

这里所讲的数据结构不是指计算机数据结构，而是单纯地指结构体对象的形状结构，也就是 JS 对象的结构。在前后端交互时，我们经常需要前端对后台吐出的数据结构和数据类型进行检查，后端也需要对前端提交的数据进行检查，这些传输在网络中的数据，不是我们一句“上 typescript”就可以解决的。

让我们回到描述文本。

既然我们已经隐约觉得，文本是我们的大杀器，为什么我们不尝试将这一发现试验在前后端数据结构的一致性上呢？如果我们可以用文本方式，提前描述后端返回的数据的形状，那么前端就可以校验后端吐出的真实数据是否符合这个形状。这件事我们不一定要在正式环境做，在开发和测试阶段我们就可以利用这一特性，检查后端吐出数据的边界，避免上了正式环境才来互怼。

有人可能会说：有什么是一份 API 文档解决不了的呢？如果真有，就再来一份文档注释。嗯！很有道理，但太敷衍。在 API 这件事上，文档只能解决一件事，就是定调，走不走音，节奏乱不乱，完全控制不了。

GraphQL 虽然被定义为一门独立的前后端接口查询语言，但是，在事实上，我们在使用时仍然是以描述文本的形式在前后端之间传输这段描述，前端提交这段描述后，后端返回基于描述的结果数据。基于 GraphQL 的系统，提前约定了前后端在数据结构上的一致性，从协议层面解决了数据结构的共享。不过，GraphQL 还是会有一些问题，目前来讲核心问题在于成本高昂，它需要复杂的部署，才能让开发者读懂，才能让后端系统按约定输出，受到已经具有成熟接口开发经验的后端开发者的抵触。

回到描述文本的思路上来。如果描述文本能够准确的生成易读 API 文档的同时，还能生成前端数据校验检查器，更进一步生成 Mock 数据，并且基于 Mock 数据实现自动化测试，是不是更有意思？没错，这件事其实我已经做完了，我创建了一个叫 tyshemo 的项目，它为前端提供了一个运行时的类型与结构检查工具，同时，基于它的描述能力，上述说的文档功能、Mock 功能、自动化测试功能，也轻松实现了。为什么可以？因为在类型系统的构建上，它遵循“描述”系统，而非“约定”系统。所谓描述系统，是基于已知信息，推演更多信息；而约定系统，则是基于共识，框定行为范围。具体举个例子，虽然都是对类型进行检查，TypeScript 是描述系统，而 prop-types 是约定系统。

在前后端共同开发过程中，使用一套描述系统之所以难以实施，在于没有共通语言进行描述。而我，找到了这个共通语言：JSON。

“PHP 不是世界上最好的语言，JSON 才是”。虽说 JSON 最大的问题是没有注释，但是作为描述语言，它本身就是用于描述的，它本身就有注释性，给注释加注释说不通呀！而使用 JSON 的最大好处，除了前后端开发者都能看懂外，它还可以轻易的在 HTTP 中传输，几乎没有什么约束。

{
  "name": "string",
  "age": "number",
  "body": {
    "head": "boolean",
    "hand": {
      "left": "boolean",
      "right": "boolean"
    }
  }
}

虽然上面的描述有点细思极恐，但我相信，无论是刚入编程的新萌，还是梭哈多年的老鸟，都能用自己的膝跳反射读懂这一串 JSON 所描述的内容。现在，我们把它作为后端 API 接口返回的数据描述，我可以用小拇指就能想出如何将它解析为可被用于类型校验的 JS 程序，以及基于数据类型生成 Mock 数据的 express 中间价，至于文档，哦，你还需要一个在线文档吗？通过这套方案提前管理前后端在接口输出结构上的一致性，比 GraphQL 方案好的地方在于，这套方案不需要后端改变现有编程方案，只需要人为参与一份 JSON 的维护即可（前后端共建），这份 JSON 即我们所需要的“同构”，无论后端使用什么语言开发，都不影响在接口数据结构一致性上的实现方式。当然，在条件允许的情况下，后端接口可以根据描述返回必要的字段，组装合适的结构，裁剪不必要的字段​，达到和 GraphQL一样的效果（但事实上，后端应该在开发时对照着 JSON 所描述的结构，直接给出结果）。​

等一等，这似乎也不满足我们的一些需求啊！

描述系统的缺陷是，无法简单快速的完成某些复杂结构的说明，这有的时候导致我们很困惑。但是，我想说的是，约定系统并不被禁止，当你无法描述一些东西的时候，我们可以约定它，我们可以约定类型逻辑，甚至约定类型本身，比如：

{
  "name": "?string",
  "age": "number|numeric",
  "parents": "(Person,Person)"
}

我们用符号来约定一些规则，用大写开头的单词约定一些可能应该具备深层结构的对象或实例。不冲突，描述和约定并不冲突。我们要做的，是构筑前后端基于不同语言的解析器，以支撑起我们想要的多语言同构的美丽童话。

领域模型共建

无论是校验逻辑，还是数据结构，它们都太单调了，它们是静态的，虽说有点意思，却无法解决我们实际编程中所面临的业务问题。我们所面临的问题，多半是“有状态”问题。静态规则我写一个正则就可以解析了，可是，当我们的业务在运行中时，应用的状态在变，而这些变化的东西，可能会影响所有上述静态的规则。

举个例子，当 a 字段为 0 时，b 字段要使用 X 规则校验，而如果 a 规则为 1 时，b 字段要使用 Y 规则进行校验。这……再一个例子，后端返回的接口中，当 a 字段为 0 时，b 字段的类型为 string，但当 a 字段为 1 时，b 字段返回的类型为 number。这……要用纯文本描述，还得把业务特殊性给兜住，办不到……办不到……

等等，真的办不到吗？

用静态的方式，概括动态的上下文，这件事我们没做过吗？在前端开发中，我们天天在做。“实例”来自“类”，而“类”不就是静态的吗？或者，“接口”不就是静态的吗？当然，“接口”本身并不包含动态上下文的全部描述，只有我们“实现接口”之后，我们才得到了一个完整的描述，结构体应该具备什么属性成员，它的方法成员将会带来哪些副作用等等。

再往上走，我们的业务在运行时所制造的状态变化，是按照什么描述而发生的呢？

我们用领域模型描述领域对象的业务逻辑。领域模型是静态的，不变的，它描述了一个领域对象在运行时将拥有哪些属性，当操作领域对象的方法时，将会带来哪些副作用（变化）。我们阅读领域模型，便知道该业务拥有什么，能干什么，不拥有什么，不能干什么。不过，不得不说的是，我们阅读领域模型，所得到的信息是不连贯的，我们知道领域对象的能力，但我们不能知道在运行时，由于什么环境让它释放了这种能力，不同属性和方法之间需要通过什么操作逻辑进行前后顺序关联。总而言之，领域模型是基于描述的抽象体，是我们业务流转的核心和基础。

你可能会埋怨：我们用得着领域模型吗？前端需要领域模型吗？

需要的。当你需要管理复杂的业务流转的时候，你务必需要分清楚，当前流转中的业务，它是对什么领域对象在操作。而只有拥有领域模型，你才能对你所操作的对象心知肚明。提高前端开发的整体门槛，是保障前端工程稳定可靠的途径之一。我已经厌倦了把代码写给新手看，“新人接手才能更快上手”的逻辑！为什么我们的高校老师会说，学前端只要会点 jQuery 就可以走遍天下了？因为我们的项目通过降低编程结构的前瞻性，牺牲业务逻辑的抽象性，来成全新人立即上手的便捷性。为什么工厂工人需要集中培训一个月，而到了前端这里就立即上手开始撸？如果一个项目任何人都可以立即上手开始撸，那对于一知半解的新人，随手写句烂代码，暗暗庆幸“效果出来了”，岂不是高楼少砖，飞机缺钉。新人加入团队，不应该由老成员低下身，配合新成员写效率低下的，以界面效果为导向的流水账代码，而应该是新成员仰起头，通过学习和研究项目的编程结构和领域模型，掌握项目的前瞻性和抽象性，之后才开始上手接触业务编写。

让我们回到同构。

既然领域模型是基于描述的，那么我们就可以延续我们前面提出的同构方式。JSON 为我们提供了共通的描述语言。而领域模型又是静态的，岂不是我们可以通过 JSON 来描述领域模型？

{
  "schema": {
    "age": {
      "default": 0,
      "type": "number",
      "validators": [
        {
          "validate(value)": "value > 0",
          "message": "年龄必须大于0"
        }
      ]
    },
  },
  "methods": {
    "grow()": "age ++"
  }
}

我用上面的 JSON 描述了一个模型，该模型包含一个 age 属性和 grow 方法。age 属性默认值为 0，数值类型，且在校验时要求值大于 0，否则会给出提示文案。grow 方法是使得 age 属性自加。我们并不知道，什么时候会发生校验，也不知道什么时候 grow 会被调用，然而，我们却读懂了这个模型所包含的一切。

前后端使用同一个领域模型未尝不可，但是由于运行环境的差异，前后端领域模型还是会比较大的不同。以前文的 unique:posts 这个校验规则为例，在后端将记录插入到数据库之前，需要检查当前记录的 title 字段是否已经被其他记录占用了。这一条规则几乎不能被前端所直接使用，因为后端不可能把所有记录的 title 一次性返回给前端，唯一可行的比较好的体验，是用户输入 title 的时候，就立即通过 ajax 交互，反馈当前 title 是否可用。这个例子说明，前后端共用同一个模型，很多情况下是不行的。但是，前端所使用的模型，却可以来自后端，它可以是后端模型的子集，或者后端处理过后的优化模型。通过 JSON 的方式，这一模型被传送给前端。

但如果我们能够解释模型的 JSON，那么我们就能实例化模型，得到运行时的实体对象。而这个对象，和我们用代码本身写死的对象，并无二致。通过文本描述，在运行时得到模型实体，并进行进一步操作，这是一种典型的反射思想。我们若能在我们特有的业务系统中实现这一套反射接口，或许看上去复杂的问题也变得非常简单。

在 HTTP 的两端，虽然运行的代码不同，却因为一份基于文本描述的 JSON，可以最大限度的保证在大部分业务逻辑上，它们是一致的。我们要做的，是构筑前后端基于不同语言的转换器和解析器，实现前端反射机制，确保业务尽可能准确，房子就可以修的越高，飞机就可以飞的更久。

TDL 驱动业务自定义

TDL（Transfer Description Language）指基于传输协议的描述语言，即通过后端发送用描述语言编写的描述文本给前端，由前端解释该描述文本并创建运行时对象。和从后台加载真实脚本到前端进行执行不同，TDL 需要先接收再解释后执行。加载脚本是不够安全的，前端并不能确保动态传输的脚本是否安全，但 TDL 是安全的。总的来说，我们前面提到的通过 JSON 发送领域模型给前端使用，本质上是一种 TDL。

业务自定义是大部分系统所想要的美好构想。例如自定义权限逻辑、自定义表单、自定义布局和交互……

我们可以想象，存在这样一种前端应用，它本身没有任何业务逻辑的代码实现，它是一个壳，它是一个 TDL 的运行器，所有的业务逻辑都由后端决定，并通过 TDL 动态执行。这样的应用其实很常见，以一个在线excel表格为例，它具备排序、字段筛选、搜索、格式化、表头固定、栏固定、字体颜色、表达式等等特性，而相同的一个前端代码，却要完成无数用户的无数场景，怎么做到的？就是通过 TDL，将所有这些用以表现的描述，随表格数据一起通过接口返回。前端仅仅是一个解释器和交互呈现装置，不需要业务逻辑，所有的业务逻辑通过 TDL 传输，并通过前后端的约定，加以解释。

著名的框架 strapi 拥有无限自定义的能力，它通过巧妙的架构，实现业务自定义配置化。这和我们将业务写在代码中完全不同，写死在代码中的业务，一旦稍有改动，就需要完成复杂的发版流程。而基于自定义配置化的业务，业务的变动只需要通过在线手动配置，即可轻松修改。它在界面上将业务的属性、逻辑，通过用户交互完成逻辑关联，将这种关联抽象为描述信息，存储在数据库中，需要的时候，从数据库中读取出来，加以解释。当这些配置被存储在数据库中时，仅仅是一些描述文本，但当它们被代码解释并运行时，就组建起极为强大的业务能力。自定义，是代码工程的最高境界，它看似是后端问题，实质是前端问题。当这些配置以 TDL 发送给前端，也可以让前端同时具备极为强大的业务能力。

TDL 还能帮前端省代码量，让前端专注于表现逻辑，而非业务逻辑。对于前端而言，业务本身并不重要，重要的是可以对传输的描述文本实现完整解释。一旦 TDL 运行起来，任何业务都可以在前端表现出来，因为前端并不需要知道业务本身，而是需要解释用于描述业务的 TDL 的能力。如此一来，同一套前端代码，可以适用于千变万化的业务需求，只要它们的 TDL 遵循相同语法。

当然，撰写 TDL 解释器需要花费一些精力，但得到的收益未尝不是一劳永逸。我们要做的，是在前后端之间建立起 TDL 桥梁，构筑前端与后端对 TDL 的输出和解释，确保在前端与业务解耦，通过解释器完成所有业务逻辑的指令，这样，前端从复杂业务中被解脱出来，让表现层的东西更优雅，更从容不迫。

结束语

从前后端同构讲起，我们以校验逻辑的描述文本、数据类型和结构的 JSON 描述、领域模型的反射、TDL 为切入口，一层一层的去探讨探讨前后端跨语言同构。不过，从本质上讲，这里的“同构”和我们传统意义的基于代码共享（使用同一份代码）的同构，完全是两回事。这里的同构是，如何在前后端之间，构筑起一个可通过 HTTP 传输描述文件实现业务逻辑后端化，后端专注业务，前端业务解耦，专注表现层，通过 TDL 确保前后端一致性准确性，由于 TDL 不依赖前后端本身的实现语言，因此，可以说是跨语言的，这样的编程方案。但是不要忘记，美丽的东西总是带刺，让前端脱离业务是理想中的好事，前端少了很多事，后端也完全可以自洽业务逻辑，然而，当问题出现的时候，调试难度会上来，由于领域模型实际在后端，而对领域对象的操作在前端，导致一个完整的业务实现，需要完成从后端到前端再回到后端的整个数据流转，前后端耦合增强，在具体问题上可以说又是死循环般无解。但无论如何，我认为这种尝试是值得的，如果没有这种尝试，我们将永远陷在当前复杂的业务逻辑中无法自拔，而当我们尝试了，尝到了甜头，尝到了苦头，才会最终明白，我们确实需要什么，我们也确实不需要什么。

2020-06-26 4627