架构设计

常见优化技术

Cache：缓存，万金油，哪里不行优先考虑
Queue：消息队列，常见使用Linkedin的kafka
Asynchronized：批处理＋异步，减少系统IO瓶颈
Load Balance: 负载均衡，可以使用一致性hash技术做到尽量少的数据迁移Parallelization：并行计算，比如MapReduce
Replication：提高可靠性，如HDFS，基于位置感知的多块拷贝
Partition：数据库sharding，通过hash取摸

常见知识

• 最简单粗暴也是实践中最常用的应对方案就是：升级机器、加机器(所以架构的时候要考虑好水平扩展)
• 大多数应用都是读大于写，解决方案很简单：加缓存+读写分离
• 对于写大于读的方案，见 (关系型)数据库优化总结
• Nginx：能轻松的处理c100k问题，内存越大，能处理的并发量越高
• Redis: https://redis.io/topics/benchmarks 表明，对于GET/SET来说，QPS 10-100k没啥大问题
• MySQL: https://www.mysql.com/why-mysql/benchmarks/ 表明，对于只读，QPS 几百k没啥问题，对于写，MySQL 5.7 QPS 100k 几乎是上限
• PG: https://www.percona.com/blog/2017/01/06/millions-queries-per-second-postgresql-and-mysql-peaceful-battle-at-modern-demanding-workloads/ 也是差不多
• B, M, G, T, PB之间的关系换算要清楚
• 需要长时间处理的任务或者是强依赖网络(而网络不确定性大的问题)，妥妥的用队列，例如消息推送
• 性能优化套路：加机器 - 加缓存 - 优化数据库索引 - 垂直拆数据库表 - 水平拆数据库表 - 垂直分库 - 水平分库

常见的软件架构套路

• 分层模式
  这种模式主要是将设计分层，每一层为其上层提供服务。例如：web开发中我们常常将某些常用的RESTful接口抽象出一个service层。

layerd pattern

• 客户端-服务端模式
  客户端和服务端分离，从而解耦。通过这样设计，服务端可以同时为多个客户端提供服务。例如：微信。手机上的微信就是一个客户端， 而服务器则在腾讯。

client server pattern

• 主从模式
  将整个软件区分为两块，一个是master，中文常叫做主，另一个是slave，中文常叫做从。例如：Nginx就使用了这种模式，因此master 可以方便的管理多个slave。

master slave pattern

• 管道模式
  将一个函数或者软件的输出作为下一个函数或者软件的输入，然后把他们串起来，就形成了管道模式。例如：bash中的 |。

pipe pattern

• 消息传递模式
  broker，最常见到这个词语的地方就是任务队列。我们通过一个中间介质，把消息的发布者和消费者解耦。例如：Celery。

broker pattern

• 点对点模式
  大名鼎鼎的P2P，这是一种没有中央服务器的模式。例如：种子。

p2p pattern

• event-bus模式
  这种模式和消息传递模式很像，区别在于，消息传递模式，消费者主动监听可以消费的队列，而这种模式，是注册事件，由owner调用，例如：安卓中的路由监听。

eventbus pattern

• MVC模式
  这是web开发中最常见的一种模式了。 通过将Model（提供数据），View（处理视图），Controller（粘合两者）区分开来，Model和View提供服务，Controller负责整合。

mvc pattern