命题作业和总结—第四周

作业：一个大型互联网应用系统使用了哪些技术方案和手段，主要解决什么问题？请列举描述

首先需要拆分大型互联网应用系统的不同层次：

• 安全相关

• 前端相关

• 后端相关

• 数据和存储相关

• 网络、硬件和运维相关

• 数据和运营相关



之后按照不同层次进行详细说明：

安全相关

• VPN 公网内网分离，办公网、生产网、外网三网隔离，办公网统一出口，控制流量设置防火墙。生产网内网隔离，设置跳板机登陆和访问，添加日志和审计。外网访问内网需要通过 VPN 链接访问

• 防火墙和安全软件

• 常见的安全防护，代码层的一些过滤处理等

前端相关

• CDN 和静态资源存储，文件管理系统，做系统的动静分离

• 前端框架以及相关配套技术，比如 React、Vue、Angular 以及相关打包技术 webpack、rollup、vite、babel 等

• 前端工程化相关技术和搭建，CICD、团队代码规范和校验等

• 客户端跨端技术方案，小程序、React Native、Flutter 等

后端相关

• 后端框架以及相关技术，Spring、Express.js、Ruby on Rails 等

• 工程化相关技术，CICD、容器化应用、团队规范等

• BFF 层，用于聚合后端模型，按需向各个端提供数据

• 负载均衡，增加冗余，提高可用性

• 分布式消息队列，削峰解耦大量请求，减少单点崩溃

• 分布式缓存和机制的设计，提升系统性能，减轻数据库等压力

• Job 系统，实现定时任务、背后任务，按照优先级和系统压力进行运行

• Severless 架构和技术，拆解函数，无需运维，自动扩容

数据和存储相关

• 关系型数据库：MySQL、PostgreSQL 等

• 非关系型数据库：MongoDB、PostgreSQL 等

• 高性能缓存：Redis

• 文件管理：OSS、S3 等

网络和硬件相关

• 网络：VPN、VPC 等构建

• 硬件：直接用云服务好了，别自己折腾了

• 运维：云服务平台、Docker、Dokku、Kubernetes、虚拟机、运维工具、数据统计和上报（LogDNA）、监控平台（DataDog）等

数据和运营相关

• 数据收集平台：ELK、LogDNA、自建日志收集平台、前端埋点上报、后端日志上报

• 大数据分析平台：HBase、MapReduce、Spark、流计算、消息队列、离线计算、数据查看和管理系统、图表等组件

• 运营平台：前端相关技术、图表和表单等



总结

架构设计主要还是持续演进，通常遵循以下阶段：

1. 简单单体应用

2. 应用数据分离，拆分应用、数据库和存储等

3. 引入缓存

4. 负载均衡和分布式缓存

5. 数据库读写分离

6. 动静分离和 CDN、负载均衡等

7. 分布式文件系统和数据库，分库分表

8. NoSQL 和搜索引擎，冷热数据拆分

9. 业务拆分

10. 微服务和中台化

11. 大数据和智能化

在这些模式和阶段中，可以进行跨越式升级，比如目前微服务已经比较成熟，可以直接基于微服务开发应用。数据库等也可以使用云数据库，直接读写分离。

在每年的业务目标制定的时候，需要对系统进行评估，压测性能，然后按照业务目标进行系统架构升级和相关工作，提前安排好，预留一些 buffer。

如何衡量一个系统的架构设计？

• 高性能

• 高可用

• 可伸缩

• 可扩展

• 安全

架构演进最关键的是要适应业务和需求的发展和要求，灵活多变，以快速满足实际需求为目标。比如业务在飞速发展，掏钱买服务器比招人自研框架要快得多而且比较稳，后期自研数据库要比购买商业系统方便，就可以升级。