读 UML 规范最没效率的方式,是把它当图形大全从头背到尾。有用的读法是带一个贯穿全篇的问题去读:哪些意图必须明确固定下来,哪些选择可以留白? 下面这组 UML 建模五问就来自这样的读法——带着这个问题读规范,会发现五个彼此独立的设计问题。它们都不要求你记住某种图形,而是要求你回答建模者真正面对的决策困境。
本文整理自南京大学《生成式软件工程》2026 秋第 5 讲「重新阅读 UML」一节(主讲:jyy),原始讲义。建模练习与 OCL 风格的约束写法为本文补充,配套的可运行代码在讲义的 L05-契约式设计 目录里。
贯穿全篇的例子是支付,以及讲义点名的那句:用户连续点击两次「支付」,究竟算一次授权,还是两次?
一、图与模型:意义保存在哪里
UML 区分模型(元素、关系、约束)与图(对模型一部分的展示)。同一个模型可以有不同视图,分别突出结构、状态或交互。
判据很干脆:一张图没有画出某项信息,不足以说明底层模型不存在这项信息。
以选课为例,「学生与课程之间存在选课关系」回答不了每人能选多少门课、一门课能容纳多少人——这些数量约束属于模型(多重性)。某张介绍整体结构的图省略了多重性标注,不能仅凭省略的画面替模型作决定。
还有一个容易被忽略的工程细节:UML 规范本身把语义落实为机器可读取的数据。规范正文与随附的规范性 XMI 文件冲突时以后者为准(规范第 2 节)。推广到自己的项目就是一句可执行的规则:
凡是需要跨工具、跨时间保留的意图,都应当找到显式的数据表示。
建模练习:把多重性写成约束
为「学生选课」建模,至少显式表达下面四个数量约束,并写成 OCL 风格的约束,而不是只画一根线:
classDiagram
class Student {
+studentId : StudentId
+name : String
}
class Course {
+courseId : CourseId
+capacity : Integer
}
class Enrollment {
+enrolledAt : Date
+status : Status
}
Student "1" --> "0..*" Enrollment : 参加
Enrollment "0..*" --> "1" Course : 指向四个问题里,只靠这张图回答不了三个:
| 问题 | 只靠图够吗 |
|---|---|
| 一个学生最多能选几门课? | ❌ 需要模型级约束(未在图中标注) |
| 一门课最多容纳多少人? | ❌ capacity 的多重性未表达 |
| 选课记录从属于学生吗? | ⚠️ 图上画了箭头,但「从属于」不等于「随学生一起销毁」 |
| 已退课的记录还在不在? | ❌ 需要 status 的取值域与状态迁移 |
对应的 OCL 风格约束:
context Student inv:
self.enrollment->size() <= self.maxCourses
context Course inv:
self.enrollment->select(e | e.status = Enrolled)->size() <= self.capacity
context Enrollment inv:
self.status in {Enrolled, Dropped, Completed}
-- 学生删除时,选课记录怎么办?生命周期没有默认答案,必须显式决定画图时容易犯的错:把「一个学生参加 0..* 条选课记录」当成「学生被删除时这些记录一起删掉」。图上的一根箭头同时暗示了访问方向、所有权和生命周期——这正是第四个问题要拆开的东西。
二、契约与实现:这次成立,还是每次都应成立
一个实现成功处理过一次请求,并不能自动说明它在所有约定场景下都会满足要求。
UML 用前置条件、后置条件、不变量、协议状态机、多重性表达「必须满足的要求」。讲义给的例子极好:一个查询支付状态的操作,如果声明为查询,就不应该顺手改变系统状态;「查询是否付款」不能暗中完成一次扣款。
继承带来结构相似的问题:isSubstitutable 可以表达「子类可替代父类」,但讲义明确限定——写下这个声明,并不等于工具已经证明所有行为都满足它(规范第 6.3.3 节)。
自然语言也一样:「任何重试都不能重复扣款」是一个清楚的意图,困难在于这句话不会自动检查后面的实现。
结论:在 AI 生成代码之前写下约束,在代码生成之后用测试、检查或验证把它们联系起来。
建模练习:把「不重复扣款」写成可检查的表达式
为「支付授权 + 扣款」写一个规约骨架,让「任何重试都不能重复扣款」变成可检查的表达式:
classDiagram
class PaymentOrder {
+orderId : OrderId
+amountDue : Money
+amountCharged : Money
+version : Integer
}
class PaymentAttempt {
+attemptId : AttemptId
+idempotencyKey : IdempotencyKey
+outcome : Outcome
+startedAt : Timestamp
}
PaymentAttempt "0..*" --> "1" PaymentOrder : 针对-- 前置条件:调用者要保证什么
context PaymentOrder::charge(amount : Money, key : IdempotencyKey) : Outcome
pre: amount > 0
and amount <= self.amountDue - self.amountCharged
and self.status = Pending
-- 后置条件:实现者要保证什么(含禁止类约束)
post: self.amountCharged = old self.amountCharged + amount
and (outcome = Charged implies self.amountCharged = old self.amountCharged + amount)
and (outcome = Rejected implies self.amountCharged = old self.amountCharged)
-- 禁止:任何重试都不得让累计扣款超过应付金额
and self.amountCharged <= self.amountDue
-- 类不变量:对象在对外可用的稳定状态下必须满足
context PaymentOrder inv totalChargedNeverExceedsDue:
self.amountCharged <= self.amountDue
-- 查询就是查询:readPaymentStatus 不得改变任何状态
context PaymentOrder::readPaymentStatus() : PaymentStatus
post: self.amountCharged = old self.amountCharged这个练习真正要产出的东西不是图,是那份 pre/post/inv 文本。 图告诉你有哪些类,规约告诉你它们承诺什么。讲义那句话在这里落地:承诺可以先写在自然语言里,再根据问题的代价和工具能力,落实为接口契约、状态机、断言、测试或验证条件。
readPaymentStatus 的后置条件是「一次成立不等于每次成立」的最小例子:让某个实现顺手在查询里扣一次款,这条 post 立刻失效,而正常路径的测试很可能照样通过。
三、留白也是一种决定
UML 的交互语义区分合法执行轨迹和非法执行轨迹,而这两个集合不一定覆盖所有可能的轨迹,因此存在尚未规定的行为(规范第 17.1.2 节)。
支付场景的三分法:
| 类别 | 例子 |
|---|---|
| 合法 | 用户确认支付,系统扣款成功,再返回成功结果 |
| 非法 | 用户没有确认,系统已经扣款 |
| 尚未规定 | 用户确认后请求超时,系统是否自动重试 |
第三类不能当成已经获得业务认可的行为。讲义强调:决定没做,必然带来追问链——
如果实现者自行选择自动重试,就必须进一步回答:一次超时是否可能意味着扣款已经完成?怎样保证再次请求不会重复扣款?
讲义还做了一个精细辨析,避免两种「留白」被混为一谈:
- 语义变化点(semantic variation points):语言本身把某些语义选择留给使用环境;
- 这份模型没写完:这份模型还没有约束某种情况。
建模练习:把「尚未规定」画出来
为「用户点击支付」画状态机,然后为超时这个状态画出两种不同解释。
解释 A:超时是一次授权失败(尚未规定的部分交给实现者自行决定)
stateDiagram-v2
[*] --> Idle
Idle --> Confirming : 用户点击支付
Confirming --> Charging : 用户确认
Confirming --> Idle : 用户取消
Charging --> Paid : 扣款成功
Charging --> ChargingFailed : 扣款失败
Paid --> [*]这个模型对 ChargingFailed 之后的重试没有任何表态——既没说会自动重试,也没说不会。「尚未规定」的集合里就藏着 Charging --超时--> Charging 这条轨迹。
解释 B:把「一次点击 = 一次授权」写进模型
stateDiagram-v2
[*] --> Idle
Idle --> Authorized : 用户点击支付(生成 authorizationId)
Authorized --> Charging : 扣款请求携带 authorizationId
Authorized --> AuthorizedTimedOut : 超过 T 未收到结果
AuthorizedTimedOut --> Charging : 按 authorizationId 查询/重试,幂等
Charging --> Paid
Charging --> ChargingFailed
AuthorizedTimedOut --> [*]解释 C:把「一次点击 = 两次授权」写进模型(同样是合法的另一种解释)
stateDiagram-v2
[*] --> Idle
Idle --> Authorized : 用户点击支付 → 生成 authorizationId
Idle --> Authorized : 用户再次点击支付 → 再生成一个 authorizationId
Authorized --> Charging
Charging --> Paid
Paid --> [*]三者的差别不是实现细节,而是业务决定:
- 解释 B 需要一个「同一笔授权的幂等键」,并且要回答「超时后查得到吗、查不到怎么办」;
- 解释 C 需要回答「两次点击产生两次授权,钱会不会被扣两次」——这正是第二节里那条「累计扣款不得超过应付金额」约束要接住的地方。
建模者要交付的不是「选一个」,而是:明确写出现在选的是哪个、另一个会带来哪些必须一并回答的问题。
练习 2:连续点击两次「支付」
这是讲义点名的那道题。用户在手机上点了「确认支付」,网络卡住,用户又点了一次,系统收到了两次请求。
| 解释 | 模型里的写法 | 必须一并回答的问题 |
|---|---|---|
| 算两次授权(每次点击生成一个授权对象) | 关联多重性 0..*,每次点击创建一个 Authorization 实例 | 两个授权分别扣款怎么办?界面上如何让用户知道已经有一笔在途?「取消」要不要同时撤销两个? |
| 算一次授权(幂等键把第二次请求折叠掉) | 用一个 IdempotencyKey 唯一索引;第二次请求返回第一次的结果 | 超时后查询不到结果时怎么办?用户看到「处理中」会不会再点第三次? |
| 算两次请求、一次授权(请求与授权分离) | PaymentRequest 0..* --> Authorization 1 | 这个模型最贴近现实,但也最贵——它要求「把一次点击变成一次授权」这一步本身有明确的原子性和幂等性保证 |
建议:不要在建模阶段回避这个问题。把它写进模型(哪怕写成 {尚未决定}),并把追问链一起记录下来。
四、不同的含义,需要不同的表达
自然语言和随手画的图,经常让一个记号同时承担多种没有说清楚的含义。讲义拆出的三组区分:
- 两条记录当前属性值相同,并不说明它们是同一个对象(相等性 ≠ 同一性);
- 修改其中一个,另一个是否跟着改变,取决于身份和共享关系;
- 把某类对象定义成另一类的特化,与规定某个集合中的成员必须属于另一个集合(集合约束),是不同层面的约束。
关联关系上,规范把聚合、可导航性和关联端的所有权分开表达,并且明确废弃了「可导航即所有权」的旧约定(规范第 11.5.4 节)。
时间顺序也一样:交互图上的上下位置不能总被解释为全局串行执行,seq 表示弱顺序——来自不同生命线、不同片段的事件仍可能交错(规范第 17.6.3.11 节)。
建模练习:把一根箭头拆成三个问题
对「学生 — 选课记录 — 课程」这条链,逐个回答下面三问:
| 维度 | 问题 | 学生—选课记录 | 选课记录—课程 |
|---|---|---|---|
| 可导航性 | 从谁出发能找到谁? | 从学生能找到他的选课记录 | 从选课记录能找到课程;从课程能反查选课记录吗? |
| 所有权 | 这一端的属性归谁拥有? | 选课记录由学生「拥有」 | 课程不拥有选课记录,它是课程的属性 |
| 生命周期 | 谁先销毁? | 学生被注销时,已归档的选课记录应当保留(历史事实) | 删除一条选课记录不应删除课程 |
第三行的答案必须显式写出来,因为「删除一个学生的选课信息,显然不应该顺手删除整门课程」这件事,如果不写,默认实现很可能会按聚合的语义去做级联删除。
讲义那句判断值得刻下来:
不能因为画了一根箭头,就默认这些问题都已经获得了相同答案。
建模练习:弱顺序
把「下单后同时发短信通知和扣库存」画成交互图,然后回答:图上的上下位置是否意味着顺序?
sequenceDiagram
participant U as 用户
participant O as 订单服务
participant S as 短信服务
participant W as 仓库
U->>O: 提交订单
O->>S: 发送下单短信
O->>W: 通知备货
Note over S,W: 图上短信在仓库之上,但这是弱顺序结论:这不是串行。 seq 只保留各片段内部的顺序和同一生命线前后片段的顺序;S 与 W 的事件仍然可以交错。
如果业务确实要求「库存锁定成功之后才能发短信」,那必须用明确的约束表达(例如把 S 的调用放进 W 的成功分支),而不是靠「把它画在上面」。
五、模型本身也需要检查
既然模型由明确的元素和关系组成,就可以像检查程序的类型一样,检查模型是否满足结构上的规则。OCL(Object Constraint Language) 表达这类条件:类型、多重性、活动中的输入输出兼容性。
元模型规定「模型可以由什么组成、它们怎样关联」,MOF 为这类定义提供基础。UML 的 Profile 可以为特定领域增加标记和约束,但扩展需要尊重原有语义——
否则大家都声称使用同一个语言,一个工具理解的「对象」却可能是另一个工具眼中的完全不同的东西。
讲义对检查能力做了及时的降温:
通过模型的良构性检查,只说明它符合被检查的建模规则,并不自动证明所有实现都符合业务需要。一个语法完全正确的支付模型,仍然可能遗漏重复扣款问题。
而且规范里还有标注 “Cannot be expressed in OCL” 的约束(ObjectFlow 的约束就是这种情况)——不能据此宣称所有语义都已实现机械判定。
建模练习:给支付模型写一组良构性约束
-- 【良构性】能被工具机械判定
context PaymentAttempt inv:
-- 输入输出兼容:outcome = Charged 必须有时间戳
self.outcome = AttemptOutcome::Charged implies self.chargedAt.isDefined
-- 幂等键不能为空
self.idempotencyKey.isDefined
context PaymentOrder inv:
-- 多重性:至少有一个 attempt 才能变成 Paid
self.status = Paid implies self.attempt->notEmpty()
-- 【业务正确性】工具判不了,需要人保持
-- ✗ 没有任何 OCL 约束能证明「任何重试都不会重复扣款」
-- → 只能写成接口契约 / 属性测试 / 形式化验证
-- ✗ 没有约束能判断「用户点两次支付是不是一次授权」
-- → 这是模型里必须显式表态的业务决定画完这张表之后,练习才真正完成。 因为它逼你承认:检查能力有边界,而边界之外的部分仍然要有人持续维护。
六、把五个问题合起来看
| # | 设计问题 | 关键判据 | 一旦搞错会怎样 |
|---|---|---|---|
| 1 | 图与模型 | 图没画 ≠ 模型没有;跨工具保留的意图要有显式数据表示 | 靠截图传递设计,工具接不上,语义分裂 |
| 2 | 契约与实现 | 一次成立 ≠ 每次成立;写下约束,生成后再检查 | 重试、超时、并发这些组合没人覆盖 |
| 3 | 留白也是决定 | 合法 / 非法 / 尚未规定 三分,第三类不等于已认可 | 模型没表态的地方被实现者悄悄填上 |
| 4 | 不同含义要分开 | 可导航性 / 所有权 / 生命周期是三件事;seq 是弱顺序 | 级联删除删掉不该删的;顺序靠画图位置猜 |
| 5 | 模型也要检查 | 良构性可机检,但检查通过 ≠ 业务正确 | 「语法正确的支付模型仍然可能遗漏重复扣款」 |
最后回到读法本身。讲义说:不必先决定 UML 是否还流行,才能从它的设计里学习;即使某种工具不再常用,创造它时面对的问题和采用的第一性原理,仍然可以指导今天的软件开发。
这份练习的目标不是产出几张 UML 图,而是养成一个提问习惯:
这个决定我写下来了吗?写下来的那份,是给别人看的图,还是机器能读的数据?是「已经决定」,还是「尚未决定」?
相关阅读
- 原始讲义:《生成式软件工程》2026 秋第 5 讲 — 本文整理自其中的「重新阅读 UML」一节
- UML 规范:Unified Modeling Language (UML) Version 2.5.1 — 文中引用的章节号均出自这份规范
- OCL 规范:Object Constraint Language — 表达约束的配套语言
- 契约式设计入门:Applying “Design by Contract” — Bertrand Meyer 原文
- 相关:AI 时代的软件工程的变与不变 — 写代码变便宜之后,什么变贵了
- 相关:AI 原生 SDLC 实战手册 — 把「已决定 / 绝不能发生 / 尚未决定」落到流程上
- 相关:软件质量保障:错误如何传播与暴露 — 第 11 讲:契约里的 require/ensure 怎样在运行时变成可观察的失败