프로그래밍 패러다임은 프로그래머에게 프로그래밍의 관점을 갖게 해주는 역할을 하는 개발 방법론이다.
예를들어, 객체지향 프로그래밍은 프로그래머들이 프로그램을 상호작용하는 객체들의 집합으로 볼 수 있게 하는 반면에, 함수형 프로그래밍은 상태 값을 지니지 않는 함수 값들의 연속으로 생각할 수 있게 해준다.
어떤 언어는 특정한 패러다임을 지원하기도 하는데 jdk 1.8이전의 자바는 객체지향 프로그래밍을 지원하는 반면에, 하스켈은 함수형 프로그래밍을 지원한다.자바의 경우 jdk 1.8부터 함수형 프로그래밍 패러다임을 지원하기 위해 람다식,생성자 레퍼런스,메서드 레퍼런스를 도입했고 선언형 프로그래밍을 위해 스트림 같은 표준 API등도 추가했다.
“프로그램은 함수로 이루어진 것이다”
무엇을 풀어내는가에 집중하는 패러다임
작은 순수함수
들을 블록처럼 쌓아 로직을 구현하고 고차함수
를 통해 재사용성을 높인 프로그래밍 패러다임. 자바스크립트의 경우 함수가 일급객체이기 때문에 객체지향보다는 함수형 프로그래밍 방식이 선호된다.
출력이 입력에만 의존하는 것을 말한다
const pure = (a,b) => {
return a + b
}
pure 함수는 들어오는 매개변수 a,b에만 영향을 받는다. 만약 a,b말고 다른 전역 변수 c등이 이 출력에 영향을 주면 순수 함수가 아니다.
고차함수란 함수가 함수를 값처럼 매개변수로 받아 로직을 생성할 수 있는 것을 말한다.
이때,고차함수를 사용하기 위해서는 해당 언어가 일급 객체라는 특징을 가져야 하며 그 특징은 다음과 같다.
객체지향 프로그래밍 (OOP,Object-Oriented Programming)은 객체들의 집합으로 프로그램의 상호 작용을 표현하며 데이터를 객체로 취급하며 객체 내부에 선언된 메서드를 활용하는 방식을 말한다.설계에 많은 시간이 소요되며 처리 속도가 다른 프로그래밍 패러다임에 비해 상대적으로 느리다.
객체지향 프로그래밍은 추상화,캡슐화,상속성,다형성이라는 특징이 있다.
사람은 음식을 먹는다
라는 명제에서 음식은 치킨이 될 수도 있고, 라면이 될 수도 있다. 이때 음식의 이런 특징을 다형성이라고 한다. 인터페이스가 이런 다형성을 구현할 수 있도록 돕는 대표적인 개념이다.객체지향 프로그래밍을 설계할 때는 SOLID 원칙을 지켜주어야 한다.
S 단일 책임 원칙
SRP,Single Responseibility Principle은 모든 클래스는 각각 하나의 책임만 가져야하는 원칙이다.
A라는 로직이 존재한다면 어떠한 클래스는 A에 관한 클래스여야 하고 이를 수정한다고 했을 떄도 A와 관련된 수정이어야 한다.
O 개방-폐쇄 원칙
OCP,Open Closed Principle은 유지보수사항이 생긴다면 코드를 쉽게 확장할 수 있도록 하고 수정할 때는 닫혀있어야 하는 원칙이다.
즉,기존의 코드는 잘 변경하지 않으면서도 확장은 쉽게 할 수 있어야 한다.
L 리스코프 치환 원칙
LSP,Liskov Substituion Principle은 프로그램의 객체는 프로그램의 정확성을 깨뜨리지 않으면서 하위 타입의 인스턴스로 바꿀 수 있어야 하는 것을 의미한다. 클래스는 상속이 되기 마련이고 부모,자식이라는 계층관계가 만들어진다. 이때 부모 객체에 자식 객체를 넣어도 시스템이 문제없이 돌아가는 것을 말한다.
예) A의 자식객체인 B객체가 있다고 가정할때 두 객체를 바꿔도 문제가 없어야 함
I 인터페이스 분리 원칙
ISP,Interface Segregation Principle은 하나의 일반적인 인터페이스보다 구체적인 여러개의 인터페이스를 만들어야 하는 원칙을 말함.
D 의존 역전 원칙
DIP,Dependency Inversion Principle은 자신보다 변하기 쉬운 것에 의존하던 것을 추상화된 인터페이스나 상위 클래스를 두어 변하기 쉬운 것의 변화에 영향 받지 않게 하는 원칙을 말한다.
즉,상위 계층은 하위 계층의 변화에 대한 구현으로부터 독립해야함!
예) 타이어를 갈아끼울 수 있는 틀을 만들어 놓은 후 다양한 타이어를 교체할 수 있어야 함.
절차형 프로그래밍은 로직이 수행되어야 할 연속적인 계산과정으로 이루어져있다. 일이 진행되는 방식이란 그저 코드를 구현하기만 하면 되기 때문에 코드의 가독성이 좋으며 실행속도가 빠르다. 그렇기 때문에 계산이 많은 작업등에 쓰인다. 대표적으로 포트란을 이용한 대기 과학 관련 연산 작업, 머신러닝의 배치 작업이 있다. 단점으로는 모듈화 하기가 어렵고 유지보수성이 떨어진다는 점이 있다.
그렇다면 어떤 패러다임이 가장 좋을까? 그에 대한 답은 “그런것은 없다” 이다. 비즈니스 로직이나 서비스의 특징을 고려해서 패러다임을 정하는 것이 좋다. 하나의 패러다임을 기반으로 통일하여 서비스를 구축하는 것도 좋지만 여러 패러다임을 조합하여 상황과 맥락에 따라 패러다임 간의 장점만 취해 개발하는 것이 좋다.
이를테면 백엔드에 머신러닝 파이프라인과 거래 관련 로직이 있다면, 머신러닝 파이프라인은 절차지향형 패러다임, 거래관련 로직은 함수형 프로그래밍을 적용하는 것이 좋다.