架构学习总结

模块一～三: 架构设计指导方法

• 4R 架构 – Rank + Role + Relation + Rule 

• 面向复杂度设计，架构设计环

• 合适、简单、演进三原则

• 可扩展、高性能、高可用复杂度模型

• 鸡蛋篮子理论：拆分法则，叠加法则，冗余法则

• 备选方案分析，架构设计文档

模块四: 存储架构

• 读写分离，分库分表，分布式事务

• 复制架构：主备复制，主从复制，选举架构

• 分片、分区架构：路由，高可用备份策略

• 架构设计：性能估算，选择存储系统，设计方案

模块五: 计算架构

• 缓存架构：多级缓存，缓存更新机制

缓存穿透、缓存雪崩、缓存热点

• 多级负载均衡：DNS，F5/LVS，Nginx；负载均衡算法

• 接口高可用：限流、排队、降级、熔断

模块六: 微服务架构

• 微服务 v.s. SOA 

• 微服务拆分：业务 or 质量，三个火枪手

• 微服务框架：嵌入 SDK、反向代理、网络代理

• 中台：相似业务，通用

模块七～八: 高可用高性能

• 高可用三大核心原理：FLP、CAP、BASE

• FMEA 分析架构隐患

• 业务级灾备：同城多中心、跨城多中心、跨国中心

• 异地多活模式：业务定制型、业务通用型、存储通用型

• 单机高性能：传统 PPC&TPC、Reactor、Proactor

• ZooKeeper 高可用：主备切换、集群选举

• 集群架构：Redis sentinel v.s. MongoDB replication

• 集群算法：Gossip、Bully、Raft

• 分片架构：ElasticSearch、Redis cluster、MongoDB sharding、HDFS

模块九: 架构重构 &演进

• 架构重构：提升系统质量，增删改拆合 

• 架构演进：应对新的复杂度，业务驱动 v.s.技术驱动

• 十万->百万->千万->亿级的发展关注点区别

模块十: 个人成长

• 架构师能力：技术、业务、管理；技术深度宽度广度

• 架构师考察：判断、拆解、取舍

• 架构设计复杂度：业务复杂度、质量复杂度

• 海绵学习法、Play 学习法、Teach 学习法

• 链式学习法、比较学习法、环式学习法

• STAR 方法：Situation + Task + Action + Result

一个非常重要的收获是关于架构迭代过程的认知上的改变。尤其是对于尝试性的业务/项目，业务复杂度的变化其实是很快的，需要以适合团队的方式进行架构设计并及时落地，在发展过程中配合合理的架构演进和重构。过度设计往往是吃力不讨好。合适，简单，演进原则确实是非常有意义的指导思想。