نوشتن کدی که فقط کار کند، نخستین قدم در دنیای برنامه‌نویسی است. اما تفاوت اصلی یک توسعه‌دهنده تازه‌کار با یک متخصص حرفه‌ای، در نحوه مواجهه با کدهایی است که قرار است ماه‌ها و سال‌ها زنده بمانند و توسعه پیدا کنند. واقعیت این است که بیشتر زمان ما صرف خواندن، فهمیدن و اصلاح کدهای قدیمی می‌شود، نه نوشتن کدهای جدید.

وقتی برای تحویل سریع یک ویژگی به مشتری، کیفیت و ساختار کد را فدا می‌کنیم، در حقیقت یک وام سنگین با بهره‌ای نجومی دریافت کرده‌ایم. اصطلاح بدهی فنی یا همان Technical Debt دقیقاً به همین تصمیمات عجولانه اشاره دارد. نوشتن کدهای کثیف، پیچیده و نامنظم شاید در چند هفته اول سرعت کار را بالا ببرد، اما خیلی زود زمان و انرژی کل تیم را به عنوان بهره بدهی سرازیر چاه می‌کند.

بحران از جایی شروع می‌شود که نادیده گرفتن استانداردهای اصیل، ساختار پروژه را به مرور زمان فرسوده می‌کند. توابع طولانی، متغیرهای بی‌نام‌ونشان و معماری‌های نامشخص مانند یک بهمن کوچک عمل می‌کنند. در این وضعیت، ایجاد یک تغییر کوچک در یک بخش از برنامه، زنجیره‌ای از خطاهای ناشناخته را در بخش‌های دیگر بیدار می‌کند. در این درس، با تحلیل یک سناریوی واقعی بررسی می‌کنیم که چگونه این بدهی‌های انباشته‌شده به راحتی می‌توانند سودآوری یک کسب‌وکار را متوقف کنند و پروژه را به مرز بازنویسی کامل بکشانند

بدهی فنی (Technical Debt) چیست؟

بدهی فنی زمانی شکل می‌گیرد که شما برای رساندن سریع‌تر پروژه به بازار یا تحویل فوری یک ویژگی به مشتری، کیفیت و ساختار اصولی کد را فدا می‌کنید. این اصطلاح را نخستین بار وارد کانینگهام، از نویسندگان مانیفست چابک، مطرح کرد. او متوجه شد که تصمیمات عجولانه در دنیای نرم‌افزار، شباهت عجیبی به دریافت وام‌های مالی با بهره بالا دارد.

فرض کنید برای پیاده‌سازی سیستم پرداخت یک فروشگاه اینترنتی، به جای طراحی یک ساختار ماژولار و نوشتن تست‌های خودکار، تمام منطق برنامه را در یک تابع طولانی و درهم‌پیچیده رها می‌کنید. در این حالت، شما کار را سریع تحویل داده‌اید؛ یعنی وام گرفته‌اید. تا زمانی که نیازی به تغییر این بخش از کد نباشد، همه چیز خوب پیش می‌رود. اما به محض اینکه مدیر محصول از شما بخواهد قابلیت پرداخت اقساطی یا تخفیف‌های دوره‌ای را به سیستم اضافه کنید، دردسرها آغاز می‌شود.

توسعه‌دهندگان برای اعمال این تغییرات کوچک مجبورند ساعت‌ها وقت صرف فهمیدن آن کد کثیف قدیمی کنند. این زمان اضافه، همان بهره‌ای است که دارید به بانک بدهی فنی پرداخت می‌کنید. در پروژه‌های بزرگ، اگر این بدهی‌ها به موقع تسویه نشوند، بهره آن‌ها آن‌قدر سنگین می‌شود که سرعت توسعه ویژگی‌های جدید را به صفر نزدیک می‌کند. کدهای کثیف لایه‌به‌لایه روی هم انباشته می‌شوند و در نهایت، هزینه‌ای که تیم برای سرپا نگه داشتن سیستم می‌پردازد، بسیار بیشتر از زمانی خواهد بود که از همان ابتدا کد را تمیز و اصولی می‌نوشتند

منشأ شکل‌گیری بدهی فنی در پروژه‌ها

بدهی فنی به خودی خود و به یکباره در پروژه ظاهر نمی‌شود؛ این پدیده حاصل مجموعه‌ای از تصمیمات کوچک، رفتارهای تیمی و فشارهای بیرونی است که به مرور زمان روی هم انباشته می‌شوند. شناخت ریشه‌های این مشکل به شما کمک می‌کند قبل از آلوده شدن مخزن کد، جلوی آن را بگیرید.

فشارهای زمانی و عجله برای تحویل پروژه

پبازار منتظر کامل شدن ساختار کدهای ما نمی‌ماند. کسب‌وکارها همیشه تمایل دارند ویژگی‌های جدید را در سریع‌ترین زمان ممکن به دست مشتری برسانند تا از رقبا عقب نیفتند. وقتی ددلاین‌های فشرده و غیرواقع‌بینانه به تیم توسعه تحمیل می‌شود، برنامه‌نویسان مجبور می‌شوند اصول معماری و تمیزنویسی را زیر پا بگذارند. این شتاب‌زدگی، رایج‌ترین عامل ورود کدهای شلخته و موقتی به سیستم است.

عدم درک اهمیت کد تمیز توسط مدیریت

مدیران غیرفنی معمولاً کیفیت درونی کد را نمی‌بینند؛ آن‌ها فقط خروجی کار و ظاهر محصول را قضاوت می‌کنند. از نظر یک مدیر، کدی که با ساختار کثیف کار می‌کند با کدی که با بالاترین استانداردهای مهندسی نوشته شده، تفاوتی ندارد چون هر دو یک کار را انجام می‌دهند. این عدم آگاهی باعث می‌شود زمان کافی برای بازسازی کدهای قدیمی (Refactoring) در برنامه‌ریزی‌ها در نظر گرفته نشود.

فقدان یا ضعف در مستندسازی و تست‌های خودکار

کدهایی که بدون تست‌های خودکار نوشته می‌شوند، مانند راه رفتن روی لبه تیغ هستند. وقتی سیستم فاقد تست‌های جامع باشد، توسعه‌دهندگان از دستکاری و اصلاح کدهای قدیمی می‌ترسند؛ چون نگرانند تغییر یک بخش، باعث از کار افتادن بخش‌های دیگر شود. این ترس، تیم را مجبور می‌کند به جای اصلاح ریشه‌ای، کدهای جدید را به صورت وصله‌پینه به بدنه قبلی اضافه کنند. کمبود مستندات شفاف نیز باعث می‌شود افراد جدید تیم منطق قبلی را درک نکنند و کدهایی موازی و تکراری بنویسند.

کم‌تجربگی و عدم تسلط بر استانداردهای زبان

گاهی منشأ بدهی فنی کاملاً ناخواسته است. برنامه‌نویسانی که تازه وارد یک زبان (مانند پایتون) شده‌اند، شاید با قابلیت‌های بومی و استانداردهای ظاهری آن مثل PEP 8 آشنا نباشند. آن‌ها کدهایی می‌نویسند که اگرچه کار می‌کند، اما خوانا و قابل نگهداری نیست. تفکر غیراصولی و کپی کردن راه‌حل‌های سریع از اینترنت بدون درک عمیق ساختار، حجم زیادی از بدهی فنی پنهان را به پروژه‌ها تزریق می‌کند.

تفاوت بدهی فنی عمدی و غیرعمدی

مارتین فاولر، از نظریه‌پردازان برجسته مهندسی نرم‌افزار، با ارائه ماتریس بدهی فنی نشان داد که تمام کدهای کثیف ریشه یکسانی ندارند. توسعه‌دهندگان گاهی با آگاهی کامل دست به انتخاب‌های سریع می‌زنند و در مواقعی دیگر، به دلیل کمبود دانش در تله ساختارهای اشتباه می‌افتند. تفکیک این دو مفهوم، نحوه برخورد تیم توسعه با چالش‌های نگهداری کد را مشخص می‌کند.

بدهی فنی عمدی (Intentional Technical Debt) زمانی رخ می‌دهد که تیم مصلحت کسب‌وکار را برتری می‌دهد. مدیران محصول و برنامه‌نویسان هزینه تصمیم خود را پیش‌بینی می‌کنند. آن‌ها می‌دانند کدی که می‌نویسند به بازنویسی نیاز دارد، اما برای رسیدن به ددلاین یا ارائه نسخه دمو به سرمایه‌گذار، آگاهانه کیفیت معماری را فدا می‌کنند.

این انتخاب شبیه به گرفتن وام بانکی مشخص با برنامه ریزی دقیق برای بازپرداخت است. شما برای خرید زمان، هزینه آینده پروژه را پیش‌خور می‌کنید.

بدهی فنی غیرعمدی (Unintentional Technical Debt) حاصل بی‌خبری، کم‌تجربگی یا طراحی غیراصولی است. توسعه‌دهندگان در این وضعیت تصور می‌کنند کد درستی نوشته‌اند، اما پس از توسعه نرم‌افزار و مواجهه با باگ‌های متعدد متوجه عمق فاجعه می‌شوند.

نوشتن توابع طولانی، عدم استفاده از قابلیت‌های پایتونیک و نادیده گرفتن استانداردهای استایل کدنویسی مانند PEP 8 از نمونه‌های بارز این مدل هستند. این نوع بدهی مانند گم کردن کارت اعتباری و سوءاستفاده دیگران از آن است؛ شما بدون اینکه بدانید، روزبه‌روز مقروض‌تر می‌شوید.

کاهش سرعت توسعه نرم‌افزار در ماه‌های بعدی پروژه، اصلی‌ترین نشانه انباشته شدن بدهی‌های ناخواسته است. کدهای نامرغوب زنجیره‌ای از خطاهای پنهان را ایجاد می‌کنند. توسعه‌دهندگان هنگام مواجهه با بدهی عمدی، بلافاصله پس از آرام شدن شرایط بازار، فرآیند بازسازی کد (Refactoring) را آغاز می‌کنند تا سیستم دچار فرسودگی نشود.

در طرف مقابل، شناسایی و رفع بدهی غیرعمدی به دلیل مشخص نبودن منشأ خطا، به ساعت‌ها مهندسی معکوس و تحلیل رفتارهای پیش‌بینی‌نشده برنامه نیاز دارد. مدیریت هوشمندانه مخزن کد (Repository) به شما کمک می‌کند مرز میان این دو انتخاب را به درستی تعیین کنید.

چگونه کدهای کثیف سودآوری کسب‌وکار را متوقف می‌کنند؟

کدهای کثیف اثر مخرب خود را مستقیماً در ترازنامه مالی شرکت‌ها نشان می‌دهند. رابرت سی مارتین (عمو باب) در کتاب معروف خود نشان می‌دهد که سرعت توسعه نرم‌افزار در پروژه‌های آلوده به کد کثیف، به مرور زمان تا نود درصد کاهش می‌یابد.

افت شدید سرعت برنامه‌نویسان، هزینه‌های جاری شرکت را به شدت بالا می‌برد. توسعه‌دهندگان به جای خلق ابزارهای جدید و پول‌ساز، تمام زمان کاری خود را صرف پیدا کردن ریشه‌ باگ‌های تکراری می‌کنند.

فرسودگی کد تغییرات نرم‌افزاری را به یک فرآیند خطرناک تبدیل می‌کند. کسب‌وکارهای پویا برای بقا در بازار باید بتوانند بر اساس نیاز مشتریان تغییر مسیر دهند و ویژگی‌های جدید را سریع معرفی کنند. وقتی معماری سیستم ضعیف باشد، اضافه کردن یک بخش کوچک ماه متمادی طول می‌کشد. این تاخیر طولانی فرصت‌های طلایی بازار را به رقبا واگذار می‌کند و عملاً درآمد پیش‌بینی‌شده شرکت را از بین می‌برد.

نشت سرمایه انسانی پیامد دیگر کدهای نامرغوب در ساختار فنی است. برنامه‌نویسان مجرب کار کردن در محیط‌های شلخته و دست‌وپنجه نرم کردن با کدهای فرسوده را تحمل نمی‌کنند. خروج نیروهای کلیدی، هزینه‌های سنگینی برای استخدام و آموزش افراد جدید به سازمان تحمیل می‌کند.

نیروهای جدید نیز برای فهمیدن کدهای مبهم قبلی به هفته‌ها زمان نیاز دارند. این چرخه معیوب، بهره‌وری تیم را نابود و جریان درآمدی کسب‌وکار را کاملاً متوقف می‌کند.

معیارهای سنجش و شناسایی بدهی فنی

شناسایی به موقع کدهای فرسوده مانع از زمین‌گیر شدن پروژه‌های بزرگ می‌شود. مهندسان نرم‌افزار برای ارزیابی میزان سلامت مخزن کد، از شاخص‌های ملموس و ابزارهای سنجش کیفیت استفاده می‌کنند. این معیارها به تیم توسعه کمک می‌کنند تا پیش از بحرانی شدن شرایط، نقاط آسیب‌پذیر برنامه را پیدا کنند.

سنجش میزان پوشش تست (Test Coverage) ساده‌ترین راه برای ارزیابی وضعیت پروژه است. ابزارهای سنجش کد مشخص می‌کنند چه درصدی از کدهای نوشته شده توسط تست‌های خودکار ارزیابی می‌شوند. افت این شاخص نشان‌دهنده ورود کدهای جدید و بدون پشتوانه به سیستم است. تغییر در این بخش‌ها به دلیل نبود تست، ریسک بروز باگ‌های ناخواسته را به شدت افزایش می‌دهد.

پیچیدگی چرخه‌ای (Cyclomatic Complexity) معیاری ریاضی برای سنجش میزان مسیرهای مستقل درون یک تابع است. وجود شرط‌های تودرتو، حلقه‌های مکرر و ساختارهای پیچیده، این شاخص را بالا می‌برد. توابعی که پیچیدگی بالایی دارند، خوانایی خود را از دست می‌دهند. نگهداری و اصلاح این توابع به انرژی و زمان بسیار زیادی نیاز دارد.

بوی کد (Code Smells) به نشانه‌های پنهانی در ظاهر کد اشاره دارد که احتمال وجود خرابی در لایه‌های عمیق‌تر نرم‌افزار را هشدار می‌دهد. توابع بسیار طولانی، کلاس‌های غول‌آسا با وظایف متعدد و استفاده از متغیرهای بی‌نام‌ونشان از بارزترین نمونه‌های بوی کد هستند. این کدهای نامرغوب اگرچه در ظاهر بدون خطا اجرا می‌شوند، اما ساختار کلی برنامه را شکننده می‌کنند.

کدهای تکثیرشده (Duplicate Code) یا کپی‌پست کردن راه‌حل‌ها در بخش‌های مختلف پروژه، شاخص دیگری از انباشت بدهی فنی است. این رویکرد غیراصولی باعث می‌شود برای اعمال یک تغییر کوچک، مجبور به ویرایش چندین فایل مجزا شوید. فراموش کردن اصلاح حتی یکی از این بخش‌های تکراری، سیستم را با باگ‌های متناقض و رفتارهای پیش‌بینی‌نشده مواجه می‌کند.

سرعت تحویل ویژگی‌های جدید (Velocity) ملموس‌ترین معیار تیمی برای سنجش بدهی فنی است. طولانی شدن زمان پیاده‌سازی قابلیت‌های ساده، از فرسودگی معماری نرم‌افزار خبر می‌دهد. برنامه‌نویسان در این وضعیت بیشتر وقت خود را صرف وصله‌پینه کردن کدهای قدیمی می‌کنند. رصد دقیق این شاخص‌ها به شما امکان می‌دهد فرآیند بازسازی را دقیقاً روی بخش‌های بحرانی متمرکز کنید.

استراتژی‌های پرداخت و مدیریت بدهی فنی

تیم‌های توسعه مجرب هرگز وجود بدهی فنی را کتمان نمی‌کنند؛ آن‌ها این چالش را به عنوان بخشی تفکیک‌ناپذیر از چرخه حیات نرم‌افزار می‌پذیرند و برای تسویه آن برنامه‌ریزی مشخصی انجام می‌دهند. نادیده گرفتن کدهای کثیف پروژه را به نقطه‌ای می‌رساند که هزینه ایجاد یک تغییر کوچک با هزینه بازنویسی کل سیستم برابری می‌کند. استفاده از رویکردهای مهندسی شده و منظم، بازگرداندن توازن به مخزن کد را بدون نیاز به تعطیل کردن بخش فروش یا متوقف کردن کسب‌وکار ممکن می‌سازد.

اجرای قانون پیشاهنگی (The Boy Scout Rule) ساده‌ترین و در عین حال موثرترین راهکار برای شروع بازسازی کدهای فرسوده است. این قانون یک قاعده بسیار روشن دارد: «کد را همیشه کمی تمیزتر از زمانی که آن را تحویل گرفته‌اید، رها کنید.»

برنامه‌نویسان هنگام باز کردن یک فایل برای اضافه کردن یک ویژگی جدید یا رفع یک باگ کوچک، کدهای کثیف اطراف آن بخش را نیز بازسازی (Refactor) می‌کنند. اصلاح نام یک متغیر مبهم، شکستن یک تابع طولانی به دو تابع کوچک یا حذف کدهای تکثیر شده در همان لایه، نمونه‌هایی از این اقدام هستند. این روش هزینه‌ مجزایی به شرکت تحویل نمی‌دهد، اما کیفیت سیستم را روزبه‌روز افزایش می‌دهد.

اختصاص یک ظرفیت ثابت از توان تیم توسعه در هر اسپرینت، استراتژی کلیدی دیگری برای مدیریت بدهی‌های بزرگ‌تر است. تیم‌های فنی معمولاً بین پانزده تا بیست درصد از زمان و توان خود را در برنامه‌ریزی‌های دوره‌ای به بازسازی ساختار نرم‌افزار، ارتقای نسخه‌های پایتون و ابزارهای وابسته، و بهبود تست‌های خودکار اختصاص می‌دهند.

این کار مانع از انباشت مهارنشدنی کدهای نامرغوب می‌شود. مدیران محصول با دیدن خروجی‌های پایدار سیستم در درازمدت، به راحتی با این ایده همراهی خواهند کرد.

ثبت و مستندسازی بدهی‌ها در قالب بلیت‌های فنی (Technical Debt Backlog) شفافیت لازم را برای تصمیم‌گیری‌های بعدی ایجاد می‌کند. توسعه‌دهندگان هنگام مواجهه با کدهای کثیف یا ساختارهای موقتی که در آن لحظه فرصت اصلاحشان وجود ندارد، مشخصات و آسیب‌های احتمالی آن بخش را در سیستم مدیریت پروژه ثبت می‌کنند.

تیم فنی با این کار یک دید کلی از میزان خرابی‌های سیستم به دست می‌آورد. اولویت‌بندی این بلیت‌ها بر اساس میزان تاثیرگذاری بر سرعت کل تیم، مشخص می‌کند که کدام بخش از نرم‌افزار باید در سریع‌ترین زمان ممکن بازسازی شود.

جایگزینی بازسازی‌های انقلابی و بزرگ با بازسازی‌های تدریجی، ریسک از کار افتادن سیستم‌های زنده را به حداقل می‌رساند. تلاش برای بازنویسی یک‌باره کدهای کثیف یک پروژه بزرگ معمولاً به شکست می‌انجامد؛ زیرا کسب‌وکار نمی‌تواند ماه‌ها بدون ارائه ویژگی‌های جدید منتظر تیم فنی بماند.

مهندسان نرم‌افزار با استفاده از الگوهای طراحی مانند الگوی گیاه خفه‌کننده (Strangler Fig Pattern) به مرور زمان بخش‌های فرسوده را با کدهای تمیز و پایتونیک جایگزین می‌کنند تا زمانی که کد قدیمی به طور کامل از مدار خارج شود.