Skilore

関数設計 ── 単一責任・引数・副作用

関数はプログラムの基本構成要素である。小さく、1つのことだけを行い、名前が意図を伝える関数は、システム全体の可読性と保守性を決定づける。

82 分で読めます40,948 文字

関数設計 ── 単一責任・引数・副作用

関数はプログラムの基本構成要素である。小さく、1つのことだけを行い、名前が意図を伝える関数は、システム全体の可読性と保守性を決定づける。


この章で学ぶこと

  1. 関数の単一責任 ── 1つの関数が1つのことだけを行う設計を理解する
  2. 引数設計の原則 ── 引数の数・順序・型の最適化方法を身につける
  3. 副作用の管理 ── 予測可能で安全な関数を書くための技法を習得する
  4. 抽象レベルの統一 ── 関数内の処理を同じ抽象レベルに揃える技法を理解する
  5. コマンド/クエリ分離 ── CQSの原則と実践的な適用方法を習得する

前提知識

このガイドを最大限に活用するには、以下の知識が必要です。

前提知識 必要レベル 参照先
命名規則 読了推奨 命名規則
SOLID原則(特にSRP) 基本を理解 SOLID原則
クリーンコードの概要 読了推奨 クリーンコード概論

1. 関数の基本原則

1.1 良い関数の5条件

+-----------------------------------------------------------+
|  良い関数の5条件                                          |
|  ─────────────────────────────────────                    |
|  1. 小さい (Small)        → 20行以下が目安               |
|  2. 1つのことだけ (Do One Thing)  → 抽象レベルを揃える    |
|  3. 副作用がない/明示的 (No Hidden Side Effects)          |
|  4. 引数は少なく (Few Arguments) → 理想は0〜2個          |
|  5. コマンド/クエリ分離 (CQS) → 変更か取得かどちらか     |
+-----------------------------------------------------------+

1.2 なぜ関数を小さくすべきか

関数サイズと認知負荷の関係

  認知負荷
    ^
    |                              /
    |                          /
    |                      /
    |                  /
    |             __/
    |         __/
    |     __/
    |  __/
    +──────────────────────────→ 関数の行数
    0    10    20    50   100   200+

  ・〜10行: 一目で理解可能。テスト容易
  ・〜20行: 許容範囲。スクロール不要
  ・〜50行: 黄色信号。分割を検討
  ・100行+: 赤信号。必ず分割
  ・200行+: 緊急。God Function
メトリクス 目安 超過時のアクション
行数 20行以下 Extract Method
引数の数 2個以下 引数オブジェクト化
ネストの深さ 2段以下 ガード節、早期リターン
循環的複雑度 5以下 条件分岐の分離
認知的複雑度 15以下 複雑なロジックの関数化

1.3 抽象レベルの統一

抽象レベルの一貫性

  高い抽象 ┌──────────────────────────────────┐
  レベル   │ processOrder()                    │
           │   ├── validateOrder()             │
           │   ├── calculateTotal()            │
           │   ├── chargePayment()             │
           │   └── sendConfirmation()          │
           └──────────────────────────────────┘
  低い抽象 ┌──────────────────────────────────┐
  レベル   │ calculateTotal()                  │
           │   ├── subtotal = sum(prices)      │
           │   ├── tax = subtotal * rate       │
           │   └── return subtotal + tax       │
           └──────────────────────────────────┘
  ※ 1つの関数内で抽象レベルを混在させない

コード例1: 抽象レベルの統一

# === 悪い: 抽象レベルが混在 ===
def process_order(order):
    # 高レベル: バリデーション
    if not order.is_valid():
        raise InvalidOrderError()
 
    # 低レベル: 手動で合計計算(詳細が混在)
    total = 0
    for item in order.items:
        price = item.unit_price * item.quantity
        if item.discount_code:
            discount = db.query(
                "SELECT rate FROM discounts WHERE code = %s",
                item.discount_code
            )
            if discount:
                price *= (1 - discount[0].rate)
        total += price
    tax = total * 0.10
    total_with_tax = total + tax
 
    # 高レベル: 決済
    charge_payment(order.customer, total_with_tax)
 
# 問題点:
# ・バリデーション(高レベル)と金額計算の詳細(低レベル)が混在
# ・DB呼び出し(低レベル)が中に紛れ込んでいる
# ・テストが困難(DB依存がインラインに存在)
 
 
# === 良い: 各関数が同じ抽象レベル ===
def process_order(order: Order) -> OrderResult:
    """注文を処理する(高レベル)"""
    validate_order(order)
    total = calculate_total(order.items)
    payment_result = charge_payment(order.customer, total)
    return create_order_result(order, payment_result)
 
def calculate_total(items: list[OrderItem]) -> Money:
    """注文合計を計算する(中レベル)"""
    subtotal = sum(calculate_item_price(item) for item in items)
    tax = calculate_tax(subtotal)
    return subtotal + tax
 
def calculate_item_price(item: OrderItem) -> Money:
    """個別商品の価格を計算する(低レベル)"""
    base_price = item.unit_price * item.quantity
    discount = get_discount_rate(item.discount_code)
    return base_price * (1 - discount)
 
# 各関数:
# ・1つの抽象レベルのみ
# ・単独でテスト可能
# ・名前から意図が読み取れる

コード例2: ステップダウンルール(新聞記事スタイル)

# 新聞記事のように: 概要 → 詳細 → さらに詳細
 
# === 1. 最上位(記事の見出し)===
def deploy_application(config: DeployConfig) -> DeployResult:
    """アプリケーションをデプロイする"""
    validate_config(config)
    build_artifacts = build_application(config)
    test_results = run_tests(build_artifacts)
    ensure_tests_passed(test_results)
    return deploy_to_target(build_artifacts, config.target)
 
# === 2. 中位(記事の段落)===
def build_application(config: DeployConfig) -> BuildArtifacts:
    """アプリケーションをビルドする"""
    source = checkout_source(config.repository, config.branch)
    dependencies = install_dependencies(source)
    return compile_and_package(source, dependencies)
 
def run_tests(artifacts: BuildArtifacts) -> TestResults:
    """テストを実行する"""
    unit_results = run_unit_tests(artifacts)
    integration_results = run_integration_tests(artifacts)
    return TestResults(unit=unit_results, integration=integration_results)
 
# === 3. 最下位(記事の詳細)===
def checkout_source(repo: str, branch: str) -> SourceCode:
    """ソースコードをチェックアウトする"""
    return git.clone(repo, branch=branch)
 
def install_dependencies(source: SourceCode) -> Dependencies:
    """依存パッケージをインストールする"""
    return package_manager.install(source.dependency_file)

2. 引数設計

2.1 引数の数

  引数の数と理解しやすさ

  理解しやすさ
    ^
    |  *****
    |       ****
    |           ***
    |              **
    |                *
    |                 *
    +--+--+--+--+--+--> 引数の数
       0  1  2  3  4  5+

  0個 (niladic)  : 最高。Circle.area()
  1個 (monadic)  : 良い。isValid(email)
  2個 (dyadic)   : 許容。Point(x, y)
  3個 (triadic)  : 要検討。引数オブジェクト化
  4個+ (polyadic): リファクタリング必須

コード例3: 引数オブジェクトパターン

// === 悪い: 引数が多すぎる ===
function createUser(
  name: string,
  email: string,
  age: number,
  address: string,
  phone: string,
  role: string,
  department: string
): User {
  // ...
}
 
// 引数の順序を間違えやすい
createUser("田中", "tanaka@example.com", 30, "東京都...", "090-...", "admin", "開発部");
 
// === 良い: 引数オブジェクトで構造化 ===
interface CreateUserRequest {
  name: string;
  email: string;
  age: number;
  address: string;
  phone: string;
  role: UserRole;
  department: string;
}
 
function createUser(request: CreateUserRequest): User {
  // ...
}
 
// 名前付きフィールドで意図が明確
createUser({
  name: "田中",
  email: "tanaka@example.com",
  age: 30,
  address: "東京都...",
  phone: "090-...",
  role: UserRole.ADMIN,
  department: "開発部"
});

コード例4: フラグ引数の排除

# === 悪い: ブール引数で動作を切り替え(SRP違反の兆候)===
def create_report(data, is_pdf: bool):
    if is_pdf:
        return generate_pdf_report(data)
    else:
        return generate_html_report(data)
 
# 呼び出し側: create_report(data, True) ← True が何を意味するか不明
 
# === 良い: 関数を分離 ===
def create_pdf_report(data: ReportData) -> bytes:
    return generate_pdf(data)
 
def create_html_report(data: ReportData) -> str:
    return generate_html(data)
 
# === さらに良い: 戦略パターンで拡張性を確保 ===
class ReportGenerator(Protocol):
    def generate(self, data: ReportData) -> Report: ...
 
class PdfReportGenerator:
    def generate(self, data: ReportData) -> PdfReport:
        # PDF生成ロジック
        pass
 
class HtmlReportGenerator:
    def generate(self, data: ReportData) -> HtmlReport:
        # HTML生成ロジック
        pass
 
# 使用
generator = PdfReportGenerator()  # or HtmlReportGenerator()
report = generator.generate(data)

コード例5: ビルダーパターンによる複雑な構築

# === 引数が多い場合: ビルダーパターン ===
 
class QueryBuilder:
    """複雑なクエリの段階的構築"""
    def __init__(self, table: str):
        self._table = table
        self._conditions: list[str] = []
        self._order_by: str | None = None
        self._limit: int | None = None
        self._offset: int | None = None
        self._columns: list[str] = ['*']
 
    def select(self, *columns: str) -> 'QueryBuilder':
        self._columns = list(columns)
        return self
 
    def where(self, condition: str) -> 'QueryBuilder':
        self._conditions.append(condition)
        return self
 
    def order_by(self, column: str, desc: bool = False) -> 'QueryBuilder':
        direction = 'DESC' if desc else 'ASC'
        self._order_by = f"{column} {direction}"
        return self
 
    def limit(self, count: int) -> 'QueryBuilder':
        self._limit = count
        return self
 
    def offset(self, count: int) -> 'QueryBuilder':
        self._offset = count
        return self
 
    def build(self) -> str:
        columns = ', '.join(self._columns)
        query = f"SELECT {columns} FROM {self._table}"
        if self._conditions:
            query += " WHERE " + " AND ".join(self._conditions)
        if self._order_by:
            query += f" ORDER BY {self._order_by}"
        if self._limit:
            query += f" LIMIT {self._limit}"
        if self._offset:
            query += f" OFFSET {self._offset}"
        return query
 
# 使用: 段階的に構築、最後に build()
query = (
    QueryBuilder("users")
    .select("name", "email", "age")
    .where("age >= 18")
    .where("is_active = true")
    .order_by("name")
    .limit(50)
    .offset(100)
    .build()
)

3. 副作用の管理

3.1 隠れた副作用の排除

コード例6: 隠れた副作用の排除

// === 悪い: 名前からは読み取れない副作用がある ===
public boolean checkPassword(String userName, String password) {
    User user = userRepository.findByName(userName);
    if (user == null) return false;
 
    if (user.getPassword().equals(encrypt(password))) {
        Session.initialize();  // 隠れた副作用!パスワードチェックなのにセッションを初期化
        return true;
    }
    return false;
}
// → 名前は "check"(確認)なのに、セッション初期化という副作用がある
// → テストでも予期しないセッション状態が発生する
 
 
// === 良い: 副作用を分離し、名前で意図を明示 ===
public boolean isPasswordValid(String userName, String password) {
    // 純粋な検証のみ。副作用なし
    User user = userRepository.findByName(userName);
    if (user == null) return false;
    return user.getPassword().equals(encrypt(password));
}
 
public AuthResult authenticateAndCreateSession(String userName, String password) {
    // 名前が副作用を明示している
    if (!isPasswordValid(userName, password)) {
        return AuthResult.failure("認証失敗");
    }
    Session session = sessionManager.createSession(userName);
    return AuthResult.success(session);
}

3.2 純粋関数と副作用のある関数の分離

# === 純粋関数: 同じ入力に対して常に同じ出力。副作用なし ===
 
def calculate_discount(price: float, discount_rate: float) -> float:
    """価格に割引を適用する(純粋関数)"""
    return price * (1 - discount_rate)
 
def validate_email(email: str) -> bool:
    """メールアドレスの形式を検証する(純粋関数)"""
    import re
    return bool(re.match(r'^[\w\.-]+@[\w\.-]+\.\w+$', email))
 
def format_currency(amount: float, currency: str = 'JPY') -> str:
    """金額をフォーマットする(純粋関数)"""
    if currency == 'JPY':
        return f{amount:,.0f}"
    return f"${amount:,.2f}"
 
# 純粋関数の特徴:
# ・テストが容易(モック不要)
# ・並行実行が安全
# ・キャッシュ可能(メモ化)
# ・推論しやすい
 
 
# === 副作用のある関数: 明示的に分離 ===
 
def save_order(order: Order, repository: OrderRepository) -> None:
    """注文を保存する(副作用あり: DB書き込み)"""
    repository.save(order)
 
def send_notification(user_id: str, message: str, client: NotificationClient) -> None:
    """通知を送信する(副作用あり: 外部API呼び出し)"""
    client.send(user_id, message)
 
def log_event(event: str, logger: Logger) -> None:
    """イベントをログに記録する(副作用あり: ファイル/ストリーム書き込み)"""
    logger.info(event)

コード例7: 関数型コアと命令型シェル

# === Functional Core / Imperative Shell パターン ===
# ビジネスロジック(純粋関数)と外部とのやり取り(副作用)を分離
 
# --- Functional Core: 純粋関数でビジネスロジック ---
class PricingRules:
    """価格計算のルール(純粋関数の集合)"""
 
    @staticmethod
    def calculate_subtotal(items: list[OrderItem]) -> Decimal:
        return sum(item.price * item.quantity for item in items)
 
    @staticmethod
    def apply_discount(subtotal: Decimal, discount: Discount) -> Decimal:
        if discount.is_percentage:
            return subtotal * (1 - discount.rate)
        return subtotal - discount.amount
 
    @staticmethod
    def calculate_tax(amount: Decimal, tax_rate: Decimal) -> Decimal:
        return amount * tax_rate
 
    @staticmethod
    def calculate_shipping(
        total_weight: Decimal,
        is_premium_member: bool
    ) -> Decimal:
        if is_premium_member:
            return Decimal('0')
        base = total_weight * Decimal('10')
        return base if base > Decimal('500') else Decimal('500')
 
 
# --- Imperative Shell: 副作用を含む外部とのやり取り ---
class OrderService:
    """注文サービス(命令型シェル)"""
 
    def __init__(
        self,
        order_repo: OrderRepository,
        discount_repo: DiscountRepository,
        notification: NotificationService,
    ):
        self.order_repo = order_repo
        self.discount_repo = discount_repo
        self.notification = notification
 
    def place_order(self, request: PlaceOrderRequest) -> OrderResult:
        # 副作用: DBからデータ取得
        discount = self.discount_repo.find_by_code(request.discount_code)
 
        # 純粋関数: ビジネスロジック
        subtotal = PricingRules.calculate_subtotal(request.items)
        discounted = PricingRules.apply_discount(subtotal, discount)
        tax = PricingRules.calculate_tax(discounted, Decimal('0.10'))
        shipping = PricingRules.calculate_shipping(
            request.total_weight, request.is_premium
        )
        total = discounted + tax + shipping
 
        # 副作用: DB保存
        order = Order(items=request.items, total=total)
        self.order_repo.save(order)
 
        # 副作用: 通知送信
        self.notification.send_order_confirmation(request.user_id, order.id)
 
        return OrderResult.success(order)

3.3 コマンド/クエリ分離 (CQS)

Command-Query Separation (CQS)
コマンド状態を変更する。戻り値なし
(Command)void setName(String name)
クエリ値を返す。状態を変更しない
(Query)String getName()
混在(避ける)状態変更 + 値返却
int addAndGetCount(Item i)

コード例8: CQSの適用

# === CQS違反: 1つのメソッドが変更と取得を同時に行う ===
class UserService:
    def update_and_get_user(self, user_id: str, name: str) -> User:
        """ユーザーを更新して返す(コマンド+クエリ混在)"""
        user = self.repo.find_by_id(user_id)
        user.name = name
        self.repo.save(user)
        return user
 
# 問題点:
# ・呼び出し側が副作用の存在に気づきにくい
# ・テスト時に副作用の検証が複雑
# ・キャッシュ不可能(副作用があるため)
 
 
# === CQS準拠: コマンドとクエリを分離 ===
class UserService:
    def update_user_name(self, user_id: str, name: str) -> None:
        """ユーザー名を更新する(コマンド: 状態変更のみ)"""
        user = self.repo.find_by_id(user_id)
        user.name = name
        self.repo.save(user)
 
    def get_user(self, user_id: str) -> User:
        """ユーザーを取得する(クエリ: 副作用なし)"""
        return self.repo.find_by_id(user_id)
 
# 使用
user_service.update_user_name("user-123", "新しい名前")
updated_user = user_service.get_user("user-123")
# CQS の例外: Stack.pop() のような古典的操作
 
# 厳密なCQS準拠
class Stack:
    def peek(self) -> T:
        """先頭要素を返す(クエリ: 状態変更なし)"""
        if self.is_empty():
            raise EmptyStackError()
        return self.items[-1]
 
    def remove_top(self) -> None:
        """先頭要素を削除する(コマンド: 戻り値なし)"""
        if self.is_empty():
            raise EmptyStackError()
        self.items.pop()
 
# 注: pop() はCQS違反だが、実用上は広く受け入れられている
# 厳密なCQS適用は場面に応じて判断する
 
# CQS例外が許容される場面:
# ・pop(): 要素を削除して返す(アトミック操作として有用)
# ・next(): イテレータの進行と値取得
# ・dequeue(): キューからの取り出し
# → 原子性が重要な場合は CQS 違反も許容される

4. ガード節と早期リターン

4.1 ネストを減らすテクニック

コード例9: ガード節による可読性向上

# === 悪い: 深いネスト ===
def process_payment(order):
    if order is not None:
        if order.is_valid():
            if order.payment_method is not None:
                if order.total > 0:
                    if order.customer.has_sufficient_balance(order.total):
                        result = charge(order)
                        if result.success:
                            send_confirmation(order)
                            return result
                        else:
                            return PaymentResult.failed(result.error)
                    else:
                        return PaymentResult.insufficient_balance()
                else:
                    return PaymentResult.invalid_amount()
            else:
                return PaymentResult.no_payment_method()
        else:
            return PaymentResult.invalid_order()
    else:
        return PaymentResult.null_order()
 
 
# === 良い: ガード節で早期リターン ===
def process_payment(order: Order) -> PaymentResult:
    # ガード節: 異常系を先に処理
    if order is None:
        return PaymentResult.null_order()
 
    if not order.is_valid():
        return PaymentResult.invalid_order()
 
    if order.payment_method is None:
        return PaymentResult.no_payment_method()
 
    if order.total <= 0:
        return PaymentResult.invalid_amount()
 
    if not order.customer.has_sufficient_balance(order.total):
        return PaymentResult.insufficient_balance()
 
    # Happy Path: 正常系は最下部
    result = charge(order)
    if not result.success:
        return PaymentResult.failed(result.error)
 
    send_confirmation(order)
    return result
 
# メリット:
# ・ネスト0段(最大1段)
# ・異常系が先に排除されるので正常系に集中できる
# ・新しい条件の追加が容易(ガード節を追加するだけ)
手法 説明 効果
ガード節 異常系を先に処理してリターン ネスト削減
早期リターン 条件不成立時にすぐ返す Happy Path の明確化
Fail Fast 不正入力を即座に拒否 バグの早期発見
ネスト深度 推奨度 対策
1〜2 良い そのまま
3 注意 ガード節やメソッド抽出を検討
4+ 要リファクタリング 必ず分解する

5. 関数設計の高度なパターン

5.1 高階関数による抽象化

コード例10: 高階関数でパターンを抽象化

from typing import TypeVar, Callable, Optional
import time
import logging
 
T = TypeVar('T')
 
# === リトライパターンの抽象化 ===
def with_retry(
    operation: Callable[[], T],
    max_retries: int = 3,
    delay_seconds: float = 1.0,
    backoff_factor: float = 2.0,
    on_retry: Optional[Callable[[int, Exception], None]] = None,
) -> T:
    """リトライロジックを抽象化した高階関数"""
    last_exception = None
    for attempt in range(max_retries + 1):
        try:
            return operation()
        except Exception as e:
            last_exception = e
            if attempt < max_retries:
                if on_retry:
                    on_retry(attempt + 1, e)
                time.sleep(delay_seconds * (backoff_factor ** attempt))
    raise last_exception
 
# 使用: リトライの詳細を知らずに使える
user = with_retry(
    lambda: api_client.fetch_user("user-123"),
    max_retries=3,
    delay_seconds=0.5,
    on_retry=lambda attempt, e: logging.warning(f"Retry {attempt}: {e}"),
)
 
 
# === タイミング計測の抽象化(デコレータ) ===
def timed(func: Callable) -> Callable:
    """関数の実行時間を計測するデコレータ"""
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        try:
            return func(*args, **kwargs)
        finally:
            elapsed = time.perf_counter() - start
            logging.info(f"{func.__name__} took {elapsed:.3f}s")
    return wrapper
 
@timed
def heavy_computation(data: list) -> float:
    return sum(x ** 2 for x in data)
 
 
# === トランザクション境界の抽象化 ===
def with_transaction(
    db: Database,
    operation: Callable[[Connection], T]
) -> T:
    """トランザクション管理を抽象化"""
    conn = db.get_connection()
    try:
        result = operation(conn)
        conn.commit()
        return result
    except Exception:
        conn.rollback()
        raise
    finally:
        conn.close()
 
# 使用: トランザクション管理を意識せずにビジネスロジックに集中
def transfer_money(from_id: str, to_id: str, amount: Decimal) -> None:
    def _transfer(conn: Connection) -> None:
        conn.execute("UPDATE accounts SET balance = balance - ? WHERE id = ?", [amount, from_id])
        conn.execute("UPDATE accounts SET balance = balance + ? WHERE id = ?", [amount, to_id])
 
    with_transaction(db, _transfer)

5.2 パイプライン処理

# === データ変換パイプライン ===
 
from functools import reduce
from typing import TypeVar, Callable
 
T = TypeVar('T')
 
def pipe(*functions: Callable) -> Callable:
    """関数を左から右に合成するパイプライン"""
    def pipeline(data):
        return reduce(lambda acc, fn: fn(acc), functions, data)
    return pipeline
 
# 使用: 段階的なデータ変換
process_users = pipe(
    lambda users: [u for u in users if u.is_active],      # アクティブユーザーのみ
    lambda users: [u for u in users if u.age >= 18],       # 成人のみ
    lambda users: sorted(users, key=lambda u: u.name),     # 名前順ソート
    lambda users: [u.to_summary() for u in users],         # サマリーに変換
    lambda summaries: summaries[:100],                      # 上位100件
)
 
result = process_users(all_users)

6. アンチパターン

アンチパターン1: God Function(巨大関数)

# NG: 1つの関数で全てを処理(200行超)
def process_everything(request):
    # バリデーション (30行)
    # データ変換 (40行)
    # ビジネスロジック (60行)
    # DB操作 (30行)
    # 外部API呼び出し (20行)
    # レスポンス生成 (20行)
    pass
 
# OK: 責任ごとに関数を分割
def handle_request(request: Request) -> Response:
    validated = validate_request(request)
    domain_data = transform_to_domain(validated)
    result = apply_business_rules(domain_data)
    persisted = save_to_database(result)
    notify_external_services(persisted)
    return create_response(persisted)

アンチパターン2: Output引数(出力パラメータ)

// NG: 引数を変更して結果を返す
void calculateTotal(Order order, Money result) {
    result.setAmount(order.getSubtotal() + order.getTax());
}
 
// OK: 戻り値で返す
Money calculateTotal(Order order) {
    return order.getSubtotal().add(order.getTax());
}

アンチパターン3: 隠れた時間的結合

# NG: メソッドの呼び出し順序が暗黙に重要
class DataProcessor:
    def initialize(self): ...   # 1. 先に呼ぶ必要がある
    def load_data(self): ...    # 2. initialize の後に呼ぶ
    def process(self): ...      # 3. load_data の後に呼ぶ
    def save(self): ...         # 4. process の後に呼ぶ
 
# OK: 順序を強制する設計
class DataProcessor:
    def run(self, input_path: str, output_path: str) -> None:
        """全処理を1つのメソッドで順序保証"""
        config = self._initialize()
        data = self._load_data(input_path, config)
        result = self._process(data)
        self._save(result, output_path)

アンチパターン4: フラグ引数による分岐

# NG: ブール引数で関数内の振る舞いを切り替える
def render_page(content: str, is_admin: bool) -> str:
    if is_admin:
        header = render_admin_header()
        sidebar = render_admin_sidebar()
    else:
        header = render_user_header()
        sidebar = render_user_sidebar()
    return f"{header}{sidebar}{content}"
 
# OK: 役割ごとに関数を分割する
def render_admin_page(content: str) -> str:
    header = render_admin_header()
    sidebar = render_admin_sidebar()
    return f"{header}{sidebar}{content}"
 
def render_user_page(content: str) -> str:
    header = render_user_header()
    sidebar = render_user_sidebar()
    return f"{header}{sidebar}{content}"

問題点: フラグ引数は関数が2つの責任を持っている兆候。呼び出し側で render_page(content, True) と書くと、True が何を意味するのか即座には分からない。関数を分割するか、Strategy パターンを適用して、名前で意図を明確にする。


7. 演習問題

演習1(基礎): 関数の分割

以下の巨大関数を、単一責任の関数群にリファクタリングしてください。

def register_user(data):
    # バリデーション
    if not data.get('email') or '@' not in data['email']:
        return {'error': 'Invalid email'}
    if not data.get('password') or len(data['password']) < 8:
        return {'error': 'Password too short'}
    if not data.get('name') or len(data['name']) < 2:
        return {'error': 'Name too short'}
 
    # ユーザー作成
    import hashlib
    salt = os.urandom(32)
    hashed = hashlib.pbkdf2_hmac('sha256', data['password'].encode(), salt, 100000)
    user = {
        'name': data['name'],
        'email': data['email'],
        'password_hash': hashed.hex(),
        'salt': salt.hex(),
        'created_at': datetime.now()
    }
 
    # DB保存
    db.execute("INSERT INTO users ...", user)
 
    # メール送信
    smtp = smtplib.SMTP('smtp.example.com')
    smtp.sendmail('noreply@example.com', data['email'], f'Welcome {data["name"]}!')
 
    return {'success': True, 'user_id': user['id']}

期待される回答:

def register_user(request: RegisterUserRequest) -> RegisterResult:
    """ユーザーを登録する(高レベル)"""
    validation_error = validate_registration(request)
    if validation_error:
        return RegisterResult.invalid(validation_error)
 
    user = create_user_entity(request)
    saved_user = save_user(user)
    send_welcome_email(saved_user)
    return RegisterResult.success(saved_user.id)
 
def validate_registration(request: RegisterUserRequest) -> str | None:
    if not is_valid_email(request.email):
        return "Invalid email"
    if len(request.password) < MINIMUM_PASSWORD_LENGTH:
        return "Password too short"
    if len(request.name) < MINIMUM_NAME_LENGTH:
        return "Name too short"
    return None
 
def create_user_entity(request: RegisterUserRequest) -> User:
    password_hash = hash_password(request.password)
    return User(name=request.name, email=request.email, password_hash=password_hash)

演習2(応用): CQS の適用

以下のCQS違反を修正してください。

class ShoppingCart:
    def add_item_and_get_total(self, item):
        self.items.append(item)
        return sum(i.price for i in self.items)
 
    def remove_item_and_check_empty(self, item_id):
        self.items = [i for i in self.items if i.id != item_id]
        return len(self.items) == 0

期待される回答:

class ShoppingCart:
    # コマンド(状態変更)
    def add_item(self, item: CartItem) -> None:
        self.items.append(item)
 
    def remove_item(self, item_id: str) -> None:
        self.items = [i for i in self.items if i.id != item_id]
 
    # クエリ(値取得)
    def get_total(self) -> Decimal:
        return sum(i.price for i in self.items)
 
    def is_empty(self) -> bool:
        return len(self.items) == 0

演習3(発展): Functional Core / Imperative Shell

以下のコードを Functional Core と Imperative Shell に分離してください。

def process_order(order_id, discount_code):
    order = db.get_order(order_id)
    discount = db.get_discount(discount_code)
 
    total = 0
    for item in order.items:
        total += item.price * item.quantity
 
    if discount:
        total *= (1 - discount.rate)
 
    tax = total * 0.1
    final = total + tax
 
    db.update_order_total(order_id, final)
    email_service.send_receipt(order.customer_email, final)
 
    return final

期待される回答:

# Functional Core(純粋関数)
def calculate_order_total(items: list[Item], discount_rate: float, tax_rate: float) -> Decimal:
    subtotal = sum(item.price * item.quantity for item in items)
    discounted = subtotal * (1 - discount_rate)
    tax = discounted * tax_rate
    return discounted + tax
 
# Imperative Shell(副作用あり)
def process_order(order_id: str, discount_code: str) -> Decimal:
    order = db.get_order(order_id)
    discount = db.get_discount(discount_code)
    discount_rate = discount.rate if discount else 0.0
 
    # 純粋関数でビジネスロジック
    final_total = calculate_order_total(order.items, discount_rate, TAX_RATE)
 
    # 副作用
    db.update_order_total(order_id, final_total)
    email_service.send_receipt(order.customer_email, final_total)
 
    return final_total

トラブルシューティング

よくあるエラーと解決策

エラー 原因 解決策
初期化エラー 設定ファイルの不備 設定ファイルのパスと形式を確認
タイムアウト ネットワーク遅延/リソース不足 タイムアウト値の調整、リトライ処理の追加
メモリ不足 データ量の増大 バッチ処理の導入、ページネーションの実装
権限エラー アクセス権限の不足 実行ユーザーの権限確認、設定の見直し
データ不整合 並行処理の競合 ロック機構の導入、トランザクション管理

デバッグの手順

  1. エラーメッセージの確認: スタックトレースを読み、発生箇所を特定する
  2. 再現手順の確立: 最小限のコードでエラーを再現する
  3. 仮説の立案: 考えられる原因をリストアップする
  4. 段階的な検証: ログ出力やデバッガを使って仮説を検証する
  5. 修正と回帰テスト: 修正後、関連する箇所のテストも実行する
# デバッグ用ユーティリティ
import logging
import traceback
from functools import wraps
 
# ロガーの設定
logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s [%(levelname)s] %(name)s: %(message)s'
)
logger = logging.getLogger(__name__)
 
def debug_decorator(func):
    """関数の入出力をログ出力するデコレータ"""
    @wraps(func)
    def wrapper(*args, **kwargs):
        logger.debug(f"呼び出し: {func.__name__}(args={args}, kwargs={kwargs})")
        try:
            result = func(*args, **kwargs)
            logger.debug(f"戻り値: {func.__name__} -> {result}")
            return result
        except Exception as e:
            logger.error(f"例外発生: {func.__name__}: {e}")
            logger.error(traceback.format_exc())
            raise
    return wrapper
 
@debug_decorator
def process_data(items):
    """データ処理(デバッグ対象)"""
    if not items:
        raise ValueError("空のデータ")
    return [item * 2 for item in items]

パフォーマンス問題の診断

パフォーマンス問題が発生した場合の診断手順:

  1. ボトルネックの特定: プロファイリングツールで計測
  2. メモリ使用量の確認: メモリリークの有無をチェック
  3. I/O待ちの確認: ディスクやネットワークI/Oの状況を確認
  4. 同時接続数の確認: コネクションプールの状態を確認
問題の種類 診断ツール 対策
CPU負荷 cProfile, py-spy アルゴリズム改善、並列化
メモリリーク tracemalloc, objgraph 参照の適切な解放
I/Oボトルネック strace, iostat 非同期I/O、キャッシュ
DB遅延 EXPLAIN, slow query log インデックス、クエリ最適化

設計判断ガイド

選択基準マトリクス

技術選択を行う際の判断基準を以下にまとめます。

判断基準 重視する場合 妥協できる場合
パフォーマンス リアルタイム処理、大規模データ 管理画面、バッチ処理
保守性 長期運用、チーム開発 プロトタイプ、短期プロジェクト
スケーラビリティ 成長が見込まれるサービス 社内ツール、固定ユーザー
セキュリティ 個人情報、金融データ 公開データ、社内利用
開発速度 MVP、市場投入スピード 品質重視、ミッションクリティカル

アーキテクチャパターンの選択

アーキテクチャ選択フロー
① チーム規模は?
├─ 小規模(1-5人)→ モノリス
└─ 大規模(10人+)→ ②へ
② デプロイ頻度は?
├─ 週1回以下 → モノリス + モジュール分割
└─ 毎日/複数回 → ③へ
③ チーム間の独立性は?
├─ 高い → マイクロサービス
└─ 中程度 → モジュラーモノリス

トレードオフの分析

技術的な判断には必ずトレードオフが伴います。以下の観点で分析を行いましょう:

1. 短期 vs 長期のコスト

  • 短期的に速い方法が長期的には技術的負債になることがある
  • 逆に、過剰な設計は短期的なコストが高く、プロジェクトの遅延を招く

2. 一貫性 vs 柔軟性

  • 統一された技術スタックは学習コストが低い
  • 多様な技術の採用は適材適所が可能だが、運用コストが増加

3. 抽象化のレベル

  • 高い抽象化は再利用性が高いが、デバッグが困難になる場合がある
  • 低い抽象化は直感的だが、コードの重複が発生しやすい
# 設計判断の記録テンプレート
class ArchitectureDecisionRecord:
    """ADR (Architecture Decision Record) の作成"""
 
    def __init__(self, title: str):
        self.title = title
        self.context = ""
        self.decision = ""
        self.consequences = []
        self.alternatives = []
 
    def set_context(self, context: str):
        """背景と課題の記述"""
        self.context = context
        return self
 
    def set_decision(self, decision: str):
        """決定内容の記述"""
        self.decision = decision
        return self
 
    def add_consequence(self, consequence: str, positive: bool = True):
        """結果の追加"""
        self.consequences.append({
            'description': consequence,
            'type': 'positive' if positive else 'negative'
        })
        return self
 
    def add_alternative(self, name: str, reason_rejected: str):
        """却下した代替案の追加"""
        self.alternatives.append({
            'name': name,
            'reason_rejected': reason_rejected
        })
        return self
 
    def to_markdown(self) -> str:
        """Markdown形式で出力"""
        md = f"# ADR: {self.title}\n\n"
        md += f"## 背景\n{self.context}\n\n"
        md += f"## 決定\n{self.decision}\n\n"
        md += "## 結果\n"
        for c in self.consequences:
            icon = "✅" if c['type'] == 'positive' else "⚠️"
            md += f"- {icon} {c['description']}\n"
        md += "\n## 却下した代替案\n"
        for a in self.alternatives:
            md += f"- **{a['name']}**: {a['reason_rejected']}\n"
        return md

実務での適用シナリオ

シナリオ1: スタートアップでのMVP開発

状況: 限られたリソースで素早くプロダクトをリリースする必要がある

アプローチ:

  • シンプルなアーキテクチャを選択
  • 必要最小限の機能に集中
  • 自動テストはクリティカルパスのみ
  • モニタリングは早期から導入

学んだ教訓:

  • 完璧を求めすぎない(YAGNI原則)
  • ユーザーフィードバックを早期に取得
  • 技術的負債は意識的に管理する

シナリオ2: レガシーシステムのモダナイゼーション

状況: 10年以上運用されているシステムを段階的に刷新する

アプローチ:

  • Strangler Fig パターンで段階的に移行
  • 既存のテストがない場合はCharacterization Testを先に作成
  • APIゲートウェイで新旧システムを共存
  • データ移行は段階的に実施
フェーズ 作業内容 期間目安 リスク
1. 調査 現状分析、依存関係の把握 2-4週間
2. 基盤 CI/CD構築、テスト環境 4-6週間
3. 移行開始 周辺機能から順次移行 3-6ヶ月
4. コア移行 中核機能の移行 6-12ヶ月
5. 完了 旧システム廃止 2-4週間

シナリオ3: 大規模チームでの開発

状況: 50人以上のエンジニアが同一プロダクトを開発する

アプローチ:

  • ドメイン駆動設計で境界を明確化
  • チームごとにオーナーシップを設定
  • 共通ライブラリはInner Source方式で管理
  • APIファーストで設計し、チーム間の依存を最小化
# チーム間のAPI契約定義
from dataclasses import dataclass
from typing import List, Optional
from enum import Enum
 
class Priority(Enum):
    LOW = "low"
    MEDIUM = "medium"
    HIGH = "high"
    CRITICAL = "critical"
 
@dataclass
class APIContract:
    """チーム間のAPI契約"""
    endpoint: str
    method: str
    owner_team: str
    consumers: List[str]
    sla_ms: int  # レスポンスタイムSLA
    priority: Priority
 
    def validate_sla(self, actual_ms: int) -> bool:
        """SLA準拠の確認"""
        return actual_ms <= self.sla_ms
 
    def to_openapi(self) -> dict:
        """OpenAPI形式で出力"""
        return {
            'path': self.endpoint,
            'method': self.method,
            'x-owner': self.owner_team,
            'x-consumers': self.consumers,
            'x-sla-ms': self.sla_ms
        }
 
# 使用例
contracts = [
    APIContract(
        endpoint="/api/v1/users",
        method="GET",
        owner_team="user-team",
        consumers=["order-team", "notification-team"],
        sla_ms=200,
        priority=Priority.HIGH
    ),
    APIContract(
        endpoint="/api/v1/orders",
        method="POST",
        owner_team="order-team",
        consumers=["payment-team", "inventory-team"],
        sla_ms=500,
        priority=Priority.CRITICAL
    )
]

シナリオ4: パフォーマンスクリティカルなシステム

状況: ミリ秒単位のレスポンスが求められるシステム

最適化ポイント:

  1. キャッシュ戦略(L1: インメモリ、L2: Redis、L3: CDN)
  2. 非同期処理の活用
  3. コネクションプーリング
  4. クエリ最適化とインデックス設計
最適化手法 効果 実装コスト 適用場面
インメモリキャッシュ 頻繁にアクセスされるデータ
CDN 静的コンテンツ
非同期処理 I/O待ちが多い処理
DB最適化 クエリが遅い場合
コード最適化 低-中 CPU律速の場合

チーム開発での活用

コードレビューのチェックリスト

このトピックに関連するコードレビューで確認すべきポイント:

  • 命名規則が一貫しているか
  • エラーハンドリングが適切か
  • テストカバレッジは十分か
  • パフォーマンスへの影響はないか
  • セキュリティ上の問題はないか
  • ドキュメントは更新されているか

ナレッジ共有のベストプラクティス

方法 頻度 対象 効果
ペアプログラミング 随時 複雑なタスク 即時のフィードバック
テックトーク 週1回 チーム全体 知識の水平展開
ADR (設計記録) 都度 将来のメンバー 意思決定の透明性
振り返り 2週間ごと チーム全体 継続的改善
モブプログラミング 月1回 重要な設計 合意形成

技術的負債の管理

優先度マトリクス:

        影響度 高
          │
計画即座
的に
対応対応
記録次の
のみSprint
│
        影響度 低
    発生頻度 低  発生頻度 高

セキュリティの考慮事項

一般的な脆弱性と対策

脆弱性 リスクレベル 対策 検出方法
インジェクション攻撃 入力値のバリデーション・パラメータ化クエリ SAST/DAST
認証の不備 多要素認証・セッション管理の強化 ペネトレーションテスト
機密データの露出 暗号化・アクセス制御 セキュリティ監査
設定の不備 セキュリティヘッダー・最小権限の原則 構成スキャン
ログの不足 構造化ログ・監査証跡 ログ分析

セキュアコーディングのベストプラクティス

# セキュアコーディング例
import hashlib
import secrets
import hmac
from typing import Optional
 
class SecurityUtils:
    """セキュリティユーティリティ"""
 
    @staticmethod
    def generate_token(length: int = 32) -> str:
        """暗号学的に安全なトークン生成"""
        return secrets.token_urlsafe(length)
 
    @staticmethod
    def hash_password(password: str, salt: Optional[str] = None) -> tuple:
        """パスワードのハッシュ化"""
        if salt is None:
            salt = secrets.token_hex(16)
        hashed = hashlib.pbkdf2_hmac(
            'sha256',
            password.encode('utf-8'),
            salt.encode('utf-8'),
            iterations=100000
        )
        return hashed.hex(), salt
 
    @staticmethod
    def verify_password(password: str, hashed: str, salt: str) -> bool:
        """パスワードの検証"""
        new_hash, _ = SecurityUtils.hash_password(password, salt)
        return hmac.compare_digest(new_hash, hashed)
 
    @staticmethod
    def sanitize_input(value: str) -> str:
        """入力値のサニタイズ"""
        dangerous_chars = ['<', '>', '"', "'", '&', '\\']
        result = value
        for char in dangerous_chars:
            result = result.replace(char, '')
        return result.strip()
 
# 使用例
token = SecurityUtils.generate_token()
hashed, salt = SecurityUtils.hash_password("my_password")
is_valid = SecurityUtils.verify_password("my_password", hashed, salt)

セキュリティチェックリスト

  • 全ての入力値がバリデーションされている
  • 機密情報がログに出力されていない
  • HTTPS が強制されている
  • CORS ポリシーが適切に設定されている
  • 依存パッケージの脆弱性スキャンが実施されている
  • エラーメッセージに内部情報が含まれていない

8. FAQ

Q1: 関数は何行以下にすべきか?

Robert C. Martin は「4〜5行が理想」と述べているが、実践的には20行以下が目安。重要なのは行数ではなく「1つのことだけをしているか」。20行でも1つの責任なら問題なく、5行でも複数の責任が混在していればリファクタリング対象。

Q2: 引数にnullを渡すのは許容されるか?

原則としてnull引数は避けるべき。Optional型、デフォルト値、メソッドオーバーロードで代替する。null引数はNullPointerExceptionの温床であり、呼び出し側にnullチェックの責任を押し付ける。

Q3: privateメソッドが増えすぎた場合はどうすべきか?

privateメソッドが多いクラスは、隠れたクラスが存在する兆候。関連するprivateメソッド群を新しいクラスに抽出(Extract Class)することで、各クラスの凝集度が上がる。

Q4: CQSを常に厳密に適用すべきか?

CQSは原則であり、絶対的なルールではない。pop(), next(), dequeue() のように、原子性が重要な操作ではCQS違反も許容される。重要なのは意図しない副作用を排除することであり、明示的に設計されたCQS違反は問題ない。

Q5: 早期リターンはパフォーマンスに影響するか?

現代のコンパイラ/インタープリタでは、早期リターンによるパフォーマンスへの影響は無視できる。可読性の向上のほうが遥かに重要。唯一注意すべきはリソース解放で、early returnの前にtry-finallywith文でリソースを確実に解放する。

Q6: ラムダ式と通常の関数のどちらを使うべきか?

1〜2行の単純な変換・フィルタにはラムダ式3行以上のロジックや再利用する処理には名前付き関数が適切である。ラムダ式は「何をするか」が即座に分かる場合に有効だが、複雑になるとデバッグしにくくなる。

# OK: ラムダ式が適切(単純な変換)
names = sorted(users, key=lambda u: u.last_name)
active = filter(lambda u: u.is_active, users)
 
# NG: ラムダ式が複雑すぎる
result = map(lambda x: x.price * x.quantity * (1 - x.discount) if x.is_taxable else x.price * x.quantity, items)
 
# OK: 名前付き関数に抽出
def calculate_item_total(item: Item) -> float:
    subtotal = item.price * item.quantity
    if item.is_taxable:
        return subtotal * (1 - item.discount)
    return subtotal
 
result = map(calculate_item_total, items)

Q7: 再帰関数はいつ使うべきか?

再帰はツリー構造の走査やフラクタル的な問題(分割統治法)に自然にフィットする。ただし以下の点に注意する。

  1. スタックオーバーフロー: 再帰の深さに上限がある(Python: デフォルト1000)
  2. 末尾再帰最適化: 多くの言語では最適化されないため、ループに変換するほうが安全
  3. 可読性: 再帰で書くと自然に読める問題(ディレクトリ走査、JSON解析等)には積極的に使う
# 再帰が自然なケース: ディレクトリツリーの走査
def find_files(directory: Path, extension: str) -> list[Path]:
    found = []
    for entry in directory.iterdir():
        if entry.is_dir():
            found.extend(find_files(entry, extension))  # 再帰
        elif entry.suffix == extension:
            found.append(entry)
    return found
 
# 再帰が不適切なケース: 単純な集計(ループで十分)
# NG
def sum_recursive(numbers: list[int]) -> int:
    if not numbers:
        return 0
    return numbers[0] + sum_recursive(numbers[1:])
 
# OK
def sum_iterative(numbers: list[int]) -> int:
    return sum(numbers)

FAQ

Q1: このトピックを学ぶ上で最も重要なポイントは何ですか?

実践的な経験を積むことが最も重要です。理論だけでなく、実際にコードを書いて動作を確認することで理解が深まります。

Q2: 初心者がよく陥る間違いは何ですか?

基礎を飛ばして応用に進むことです。このガイドで説明している基本概念をしっかり理解してから、次のステップに進むことをお勧めします。

Q3: 実務ではどのように活用されていますか?

このトピックの知識は、日常的な開発業務で頻繁に活用されます。特にコードレビューやアーキテクチャ設計の際に重要になります。


まとめ

原則 ガイドライン 違反の兆候
サイズ 20行以下 スクロールが必要
責任 1つだけ 「〜して〜して〜する」という説明
引数 2個以下推奨 引数オブジェクト未使用で3個以上
副作用 なし/明示的 名前に表れない状態変更
抽象レベル 統一 高レベル操作と低レベル操作の混在
CQS コマンドとクエリを分離 状態変更しつつ値を返す
ネスト 2段以下 深いif/forの入れ子
設計パターン 効果 適用場面
ガード節 ネスト削減、異常系の明確化 複数の前提条件チェック
引数オブジェクト 引数の削減、意味の明確化 引数が3個以上
戦略パターン フラグ引数の排除 条件による動作切替
高階関数 共通パターンの抽象化 リトライ、計測、トランザクション
Functional Core テスト容易性、推論容易性 ビジネスロジック

次に読むべきガイド


参考文献

  1. Robert C. Martin 『Clean Code: A Handbook of Agile Software Craftsmanship』 Prentice Hall, 2008 (Chapter 3: Functions) ── 関数設計の基本原則
  2. Bertrand Meyer 『Object-Oriented Software Construction』 Prentice Hall, 1997 ── Command-Query Separation の提唱
  3. Martin Fowler 『Refactoring: Improving the Design of Existing Code』 Addison-Wesley, 2018 ── Extract Function, Introduce Parameter Object, Replace Flag Argument
  4. Gary Bernhardt "Boundaries" (talk, 2012) ── Functional Core / Imperative Shell パターン
  5. Michael Feathers 『Working Effectively with Legacy Code』 Prentice Hall, 2004 ── レガシーコードにおける関数の抽出技法
  6. Thomas J. McCabe "A Complexity Measure" IEEE Transactions on Software Engineering, 1976 ── 循環的複雑度の定義
  7. G. Ann Campbell "Cognitive Complexity" SonarSource, 2018 ── 認知的複雑度メトリクスの定義
  8. Eric Normand 『Grokking Simplicity: Taming complex software with functional thinking』 Manning, 2021 ── 純粋関数とアクションの分離