下面是一个从抽象的图论角度给出的答案:

让我们通过只查看有状态对象之间的(有向)依赖关系图来简化这个问题。

一个极其简单的答案可以通过考虑依赖图的两种限制情况来说明:

第一个极限情况:聚类图。

簇图是高内聚低耦合(给定一组簇大小)依赖图的最完美实现。

簇之间的依赖性是最大的(完全连接)，而簇间的依赖性是最小的(零)。

这是一种极限情况下答案的抽象说明。

第二个极限情况是一个全连通图，其中所有东西都依赖于所有东西。

在我看来，现实情况介于两者之间，越接近聚类图越好。

从另一个角度来看:当观察有向依赖关系图时，理想情况下它应该是无循环的，如果不是，那么循环就会形成最小的集群/组件。

层次结构的上升/下降对应于软件中松耦合、紧密内聚的“一个实例”，但可以将这种松耦合/紧密内聚原则视为在无环有向图(或其生成树之一)的不同深度上的重复现象。

将系统分解为层次结构有助于克服指数级的复杂性(比如每个集群有10个元素)。在6层中，已经有100万个对象了:

10个星系团形成1个超星系团，10个超星系团形成1个超星系团……如果没有紧密内聚、松散耦合的概念，这样的层次结构就不可能实现。

所以这可能是故事的真正重要性，而不仅仅是两层中的高内聚低耦合。当考虑更高级别的抽象及其交互时，真正的重要性变得清晰起来。

继承或泛化是高耦合(即高度相互依赖)的一个例子。我这么说的意思是，在继承中，父类通常定义了它的子类使用的基本功能，父类方法的更改直接影响它的子类。因此，我们可以说，阶级之间有更大程度的相互依赖。

实现或使用接口是一个高内聚(即低相互依赖)的例子。这意味着接口为实现它的任何类提出了契约，但每个类都有权以自己的方式实现接口中声明的方法，并且一个类中声明的方法的更改不会影响任何其他类。

在软件设计中，高内聚性意味着类应该做一件事，并且把一件事做得很好。高凝聚力与单一责任原则密切相关。

低耦合意味着类应该具有最少的依赖关系。而且，必须存在的依赖关系应该是弱依赖关系——喜欢对接口的依赖而不是对具体类的依赖，或者喜欢组合而不是继承。

高内聚和低耦合使我们能够更好地设计代码，从而更容易维护。

举个例子可能会有所帮助。想象一个生成数据并将其放入数据存储的系统，数据存储可以是磁盘上的文件，也可以是数据库。

高内聚可以通过将数据存储代码与数据生产代码分开来实现。(实际上是将磁盘存储与数据库存储分开)。

低耦合可以通过确保数据生产对数据存储没有任何不必要的了解来实现(例如，不会询问数据存储关于文件名或db连接的信息)。

下面是一个从抽象的图论角度给出的答案:

让我们通过只查看有状态对象之间的(有向)依赖关系图来简化这个问题。

一个极其简单的答案可以通过考虑依赖图的两种限制情况来说明:

第一个极限情况:聚类图。

簇图是高内聚低耦合(给定一组簇大小)依赖图的最完美实现。

簇之间的依赖性是最大的(完全连接)，而簇间的依赖性是最小的(零)。

这是一种极限情况下答案的抽象说明。

第二个极限情况是一个全连通图，其中所有东西都依赖于所有东西。

在我看来，现实情况介于两者之间，越接近聚类图越好。

从另一个角度来看:当观察有向依赖关系图时，理想情况下它应该是无循环的，如果不是，那么循环就会形成最小的集群/组件。

层次结构的上升/下降对应于软件中松耦合、紧密内聚的“一个实例”，但可以将这种松耦合/紧密内聚原则视为在无环有向图(或其生成树之一)的不同深度上的重复现象。

将系统分解为层次结构有助于克服指数级的复杂性(比如每个集群有10个元素)。在6层中，已经有100万个对象了:

10个星系团形成1个超星系团，10个超星系团形成1个超星系团……如果没有紧密内聚、松散耦合的概念，这样的层次结构就不可能实现。

所以这可能是故事的真正重要性，而不仅仅是两层中的高内聚低耦合。当考虑更高级别的抽象及其交互时，真正的重要性变得清晰起来。

当我读到微服务的时候。我发现了以下几点:

内聚性是对组件各部分之间的关系数量的度量。高内聚性意味着交付组件功能所需的所有部分都包含在组件中

耦合是系统中一个组件与其他组件之间关系数量的度量。低耦合意味着组件与其他组件之间没有太多关系