CFR软件不同的维度
除了业务需求的变化，还有这些非功能性需求的变化
https://en.wikipedia.org/wiki/List_of_system_quality_attributes
软件生态系统的变化
增量的（incremental change）、引导式的（guided change）往软件中引入变化。
适应度函数（fitness function）
评估一个算法是否更加接近目标的函数，契合了引导性的概念。
架构的适应度函数指的是为某些架构特征提供了客观的完整性评估。
需求是可以通过一些测试来保证的，但是其他的维度就不能了。
fitness function：针对架构特征进行的测试就是fitness function
分类
原子适应度函数：单个维度的校验
整体适应度函数：例如包含了安全性和性能之间的衡量的一个适应度函数。
触发式适应度函数：例如流水线上触发的校验
持续性适应度函数：频繁的运行的，例如日志警告（普罗米修斯这样的工具）、线上的monitor等。
静态适应度函数：非0或1，及通过或不通过
动态适应度函数：例如访问量到了某一定规模时，性能有新的指标
自动式适应度函数：自动化到pipeline上的。
手动适应度函数：例如手动的安全审查手段。
临时适应度函数：在某种情况下发生时要做的适应度函数。例如当发现dependencies有更新的时候，采取的一些措施。
尽早评估和确定适应度函数并持续审查适应度函数
确定维度：很重要但是不是关键的维度、不相关的维度等等，都是需要去确定的。
不断的审查适应度函数是否能校验你的维度，适应度函数规模是否会变大或变小，有没有更好的方法去校验这些维度。
开展增量变更
例：当有一个老的系统需要更新时，新建了一个新的系统，把用户流量导入新的系统，建立monitor，监测没有问题后才把老系统关掉。【旧的不变，新的创建，一步切换，旧的再见】
把架构守护加入到流水线中去，会加入原子的适应度函数，保证单个服务的架构守护。例如ArchUnit 完成分层架构不越界的检查；多线程环境下login的完整性。
适应度函数组合
原子+触发：流水线上针对安全的一系列校验。
整体+触发：流水线上performance的校验。
原子+持续：日志收集，告警反馈。
整体+持续：Netflix 的 Chaos Monkey
总结
这些维度在记录架构决策的变更时更具有说服力。
涉及网站：
Building Evolutionary Architectures
参考书籍：
《演进式架构》
