文章目录
架构模式方向优化方式
核心要素性能应用层优化服务层优化数据层优化
可用性应用层优化服务层优化数据层优化软件优化
伸缩性扩展性安全性
架构模式
方向
高内聚、低耦合。便于开发和维护、不同模块分布式部署提高并发能力。业务中台重点需要关注的是性能和可用性。伸缩性、扩展性、安全性需要兼顾。
优化方式
分层。应用的横向切分，做到分散关注、松散耦合、逻辑复用、标准定义。
应用层：具体业务和视图展示，和用户直接交互。服务层：提供服务支持。数据层：提供存储服务，如数据库、缓存、搜索引擎、文件。 分割。应用的纵向切分，通常按照不同业务划分，专人做专事、不同等级保障。分布式。网络稳定性、数据一致性需要考虑。
包括服务应用、静态资源、数据存储、计算、配置、锁、文件的分布式。 集群。负载均衡和失效转移提供并发特效和可用性。缓存。在数据热点不均匀、数据有一定有效期的情况下使用。异步。提高可用性、减少rt、削峰。冗余。包括集群备份、冷热备份、灾备数据中心。自动化。发布过程、代码管理、安全监测、监控、失效转移恢复、降级、分配资源都可以自动化。安全。密码、验证码、加密、过滤、风控等。
核心要素
性能
包括响应时间（rt）、并发数（同时处理的请求）、吞吐量（QPS TPS HPS）、服务器参数（load CPU等）。针对链路瓶颈优化。比如gc,redis,db等。
应用层优化
浏览器访问优化。
减少http请求。合并js,css,图片。浏览器缓存。文件压缩。服务端压缩，浏览器解压，时间换空间。css在上，js在下。防止阻塞页面加载：加载完所有css之后渲染，加载js后立刻执行。减少cookie传输量。 CDN加速。缓存静态文件，如css,js,html,图片,视频等。反向代理。安全、缓存静态内容、负载均衡。
服务层优化
分布式缓存。减少访问时间和计算时间。
缓存的数据不应频繁修改（读写比>2），有热点访问。需要处理实时问题带来的不一致和脏读。对于缓存穿透、击穿、雪崩的应对方案。需要提高缓存命中率。读写分离和代理缓存 解决热key问题。 本地缓存。项目中使用高性能的Caffeine。深入理解caffeine，参考1，参考2。异步。消息队列，异步dubbo等。集群。提升整体的qps等。代码优化。
多线程。由于IO阻塞和多CPU，提高资源利用率。可以用贫血模型对象、局部对象，注意并发资源处理线程安全问题。资源复用。单例和对象池（线程池、数据库连接池等）。垃圾回收。合理设置GC参数，尽量减少Full GC，或者G1避免。
数据层优化
固态硬盘。LSM树更新无需访问磁盘，记录更新的步骤。适合写为主，读操作集中在最近写入数据上。
参考hbase写入流程。 HDFS。管理block，每个block至少两个备份。
NameNode提供元数据服务，管理block分配，相当于FAT。DataNode提供数据服务。基于HDFS的Hbase。Hbase的region，Hbase的rowkey。
可用性
应用层优化
无状态性：不保存业务的上下文，只根据请求参数响应。通过session服务器管理状态。负载均衡，实现无状态服务的失效转移。
服务层优化
负载均衡，失效转移。服务分级。高优先级的服务占用更好的硬件资源，部署在不同的宿主机上，甚至异地容灾。超时设置。服务方挂掉，超时重试或者使用降级策略。异步调用。解耦，不影响调用方。需要调用结果进行下一步操作的不适合异步。服务降级。
拒绝服务。按照优先级或者随机拒绝，降低并发数，保证部分请求成功。关闭功能。关闭不重要的功能，减少开销。 幂等性设计。保证多次调用和一次调用结果相同。
数据层优化
CAP原理：一致性，可用性，分区耐受性（伸缩性）。 一致性：多副本时，所有程序访问得到相同的数据。 可用性：任何时候任何程序都可以读写访问，有好的响应性能。 分区耐受性：可跨网络分区线性伸缩，可靠性强。 大型网站通常会牺牲强一致性保证数据的用户一致性，即AP。
数据备份。
异步热备。例如mysql主从。同步热备。存储服务器没有主从之分。 失效转移。失效确认、访问转移、数据恢复（从健康的服务器复制数据）。
软件优化
自动化发布、自动化测试。预发布验证。预发机器不配置在对外的负载均衡服务器，或者需要带特定header才能访问。灰度发布。监控数据采集和管理。如cat监控告警，日志平台等。
伸缩性
增加资源规模增加整体的吞吐量。应用服务器负载均衡。大型网站通常使用修改mac地址的数据链路层负载均衡——三角传输模式。分布式缓存使用一致性hash+虚拟节点。存储层。cobar伸缩，hbase的region分裂。
扩展性
系统架构层面的开闭原则。需要模块化，并降低模块的耦合、提高模块的复用性。
安全性
