最近在寫高并發(fā)的文章，發(fā)現(xiàn)了一篇介紹高并發(fā)架構(gòu)演進(jìn)的好文，收獲良多，所以分享給大家，相信大家看了肯定有收獲

1. 概述

本文以淘寶作為例子，介紹從一百個到千萬級并發(fā)情況下服務(wù)端的架構(gòu)的演進(jìn)過程，同時列舉出每個演進(jìn)階段會遇到的相關(guān)技術(shù)，讓大家對架構(gòu)的演進(jìn)有一個整體的認(rèn)知，文章最后匯總了一些架構(gòu)設(shè)計的原則。

特別說明：本文以淘寶為例僅僅是為了便于說明演進(jìn)過程可能遇到的問題，并非是淘寶真正的技術(shù)演進(jìn)路徑

2. 基本概念

在介紹架構(gòu)之前，為了避免部分讀者對架構(gòu)設(shè)計中的一些概念不了解，下面對幾個最基礎(chǔ)的概念進(jìn)行介紹：

分布式
系統(tǒng)中的多個模塊在不同服務(wù)器上部署，即可稱為分布式系統(tǒng)，如Tomcat和數(shù)據(jù)庫分別部署在不同的服務(wù)器上，或兩個相同功能的Tomcat分別部署在不同服務(wù)器上

高可用
系統(tǒng)中部分節(jié)點失效時，其他節(jié)點能夠接替它繼續(xù)提供服務(wù)，則可認(rèn)為系統(tǒng)具有高可用性

集群
一個特定領(lǐng)域的軟件部署在多臺服務(wù)器上并作為一個整體提供一類服務(wù)，這個整體稱為集群。如Zookeeper中的Master和Slave分別部署在多臺服務(wù)器上，共同組成一個整體提供集中配置服務(wù)。在常見的集群中，客戶端往往能夠連接任意一個節(jié)點獲得服務(wù)，并且當(dāng)集群中一個節(jié)點掉線時，其他節(jié)點往往能夠自動的接替它繼續(xù)提供服務(wù)，這時候說明集群具有高可用性

負(fù)載均衡
請求發(fā)送到系統(tǒng)時，通過某些方式把請求均勻分發(fā)到多個節(jié)點上，使系統(tǒng)中每個節(jié)點能夠均勻的處理請求負(fù)載，則可認(rèn)為系統(tǒng)是負(fù)載均衡的

正向代理和反向代理
系統(tǒng)內(nèi)部要訪問外部網(wǎng)絡(luò)時，統(tǒng)一通過一個代理服務(wù)器把請求轉(zhuǎn)發(fā)出去，在外部網(wǎng)絡(luò)看來就是代理服務(wù)器發(fā)起的訪問，此時代理服務(wù)器實現(xiàn)的是正向代理；當(dāng)外部請求進(jìn)入系統(tǒng)時，代理服務(wù)器把該請求轉(zhuǎn)發(fā)到系統(tǒng)中的某臺服務(wù)器上，對外部請求來說，與之交互的只有代理服務(wù)器，此時代理服務(wù)器實現(xiàn)的是反向代理。簡單來說，正向代理是代理服務(wù)器代替系統(tǒng)內(nèi)部來訪問外部網(wǎng)絡(luò)的過程，反向代理是外部請求訪問系統(tǒng)時通過代理服務(wù)器轉(zhuǎn)發(fā)到內(nèi)部服務(wù)器的過程。

3. 架構(gòu)演進(jìn)

3.1 單機架構(gòu)

以淘寶作為例子。在網(wǎng)站最初時，應(yīng)用數(shù)量與用戶數(shù)都較少，可以把Tomcat和數(shù)據(jù)庫部署在同一臺服務(wù)器上。瀏覽器往www.taobao.com發(fā)起請求時，首先經(jīng)過DNS服務(wù)器（域名系統(tǒng)）把域名轉(zhuǎn)換為實際IP地址10.102.4.1，瀏覽器轉(zhuǎn)而訪問該IP對應(yīng)的Tomcat。

隨著用戶數(shù)的增長，Tomcat和數(shù)據(jù)庫之間競爭資源，單機性能不足以支撐業(yè)務(wù)

3.2 第一次演進(jìn)：Tomcat與數(shù)據(jù)庫分開部署

Tomcat和數(shù)據(jù)庫分別獨占服務(wù)器資源，顯著提高兩者各自性能。

隨著用戶數(shù)的增長，并發(fā)讀寫數(shù)據(jù)庫成為瓶頸

3.3 第二次演進(jìn)：引入本地緩存和分布式緩存

在Tomcat同服務(wù)器上或同JVM中增加本地緩存，并在外部增加分布式緩存，緩存熱門商品信息或熱門商品的html頁面等。通過緩存能把絕大多數(shù)請求在讀寫數(shù)據(jù)庫前攔截掉，大大降低數(shù)據(jù)庫壓力。

其中涉及的技術(shù)包括：使用memcached作為本地緩存，使用Redis作為分布式緩存，還會涉及緩存一致性、緩存穿透/擊穿、緩存雪崩、熱點數(shù)據(jù)集中失效等問題。

緩存抗住了大部分的訪問請求，隨著用戶數(shù)的增長，并發(fā)壓力主要落在單機的Tomcat上，響應(yīng)逐漸變慢

3.4 第三次演進(jìn)：引入反向代理實現(xiàn)負(fù)載均衡

在多臺服務(wù)器上分別部署Tomcat，使用反向代理軟件（Nginx）把請求均勻分發(fā)到每個Tomcat中。此處假設(shè)Tomcat最多支持100個并發(fā)，Nginx最多支持50000個并發(fā)，那么理論上Nginx把請求分發(fā)到500個Tomcat上，就能抗住50000個并發(fā)。

其中涉及的技術(shù)包括：Nginx、HAProxy，兩者都是工作在網(wǎng)絡(luò)第七層的反向代理軟件，主要支持http協(xié)議，還會涉及session共享、文件上傳下載的問題。

反向代理使應(yīng)用服務(wù)器可支持的并發(fā)量大大增加，但并發(fā)量的增長也意味著更多請求穿透到數(shù)據(jù)庫，單機的數(shù)據(jù)庫最終成為瓶頸

3.5 第四次演進(jìn)：數(shù)據(jù)庫讀寫分離

把數(shù)據(jù)庫劃分為讀庫和寫庫，讀庫可以有多個，通過同步機制把寫庫的數(shù)據(jù)同步到讀庫，對于需要查詢最新寫入數(shù)據(jù)場景，可通過在緩存中多寫一份，通過緩存獲得最新數(shù)據(jù)。

其中涉及的技術(shù)包括：Mycat，它是數(shù)據(jù)庫中間件，可通過它來組織數(shù)據(jù)庫的分離讀寫和分庫分表，客戶端通過它來訪問下層數(shù)據(jù)庫，還會涉及數(shù)據(jù)同步，數(shù)據(jù)一致性的問題。

業(yè)務(wù)逐漸變多，不同業(yè)務(wù)之間的訪問量差距較大，不同業(yè)務(wù)直接競爭數(shù)據(jù)庫，相互影響性能

3.6 第五次演進(jìn)：數(shù)據(jù)庫按業(yè)務(wù)分庫

把不同業(yè)務(wù)的數(shù)據(jù)保存到不同的數(shù)據(jù)庫中，使業(yè)務(wù)之間的資源競爭降低，對于訪問量大的業(yè)務(wù)，可以部署更多的服務(wù)器來支撐。這樣同時導(dǎo)致跨業(yè)務(wù)的表無法直接做關(guān)聯(lián)分析，需要通過其他途徑來解決，但這不是本文討論的重點，有興趣的可以自行搜索解決方案。

隨著用戶數(shù)的增長，單機的寫庫會逐漸會達(dá)到性能瓶頸

3.7 第六次演進(jìn)：把大表拆分為小表

比如針對評論數(shù)據(jù)，可按照商品ID進(jìn)行hash，路由到對應(yīng)的表中存儲；針對支付記錄，可按照小時創(chuàng)建表，每個小時表繼續(xù)拆分為小表，使用用戶ID或記錄編號來路由數(shù)據(jù)。只要實時操作的表數(shù)據(jù)量足夠小，請求能夠足夠均勻的分發(fā)到多臺服務(wù)器上的小表，那數(shù)據(jù)庫就能通過水平擴展的方式來提高性能。其中前面提到的Mycat也支持在大表拆分為小表情況下的訪問控制。

這種做法顯著的增加了數(shù)據(jù)庫運維的難度，對DBA的要求較高。數(shù)據(jù)庫設(shè)計到這種結(jié)構(gòu)時，已經(jīng)可以稱為分布式數(shù)據(jù)庫，但是這只是一個邏輯的數(shù)據(jù)庫整體，數(shù)據(jù)庫里不同的組成部分是由不同的組件單獨來實現(xiàn)的，如分庫分表的管理和請求分發(fā)，由Mycat實現(xiàn)，SQL的解析由單機的數(shù)據(jù)庫實現(xiàn)，讀寫分離可能由網(wǎng)關(guān)和消息隊列來實現(xiàn)，查詢結(jié)果的匯總可能由數(shù)據(jù)庫接口層來實現(xiàn)等等，這種架構(gòu)其實是MPP（大規(guī)模并行處理）架構(gòu)的一類實現(xiàn)。

目前開源和商用都已經(jīng)有不少MPP數(shù)據(jù)庫，開源中比較流行的有Greenplum、TiDB、Postgresql XC、HAWQ等，商用的如南大通用的GBase、睿帆科技的雪球DB、華為的LibrA等等，

不同的MPP數(shù)據(jù)庫的側(cè)重點也不一樣，如TiDB更側(cè)重于分布式OLTP場景，Greenplum更側(cè)重于分布式OLAP場景，這些MPP數(shù)據(jù)庫基本都提供了類似Postgresql、Oracle、MySQL那樣的SQL標(biāo)準(zhǔn)支持能力，能把一個查詢解析為分布式的執(zhí)行計劃分發(fā)到每臺機器上并行執(zhí)行，最終由數(shù)據(jù)庫本身匯總數(shù)據(jù)進(jìn)行返回，也提供了諸如權(quán)限管理、分庫分表、事務(wù)、數(shù)據(jù)副本等能力，并且大多能夠支持100個節(jié)點以上的集群，大大降低了數(shù)據(jù)庫運維的成本，并且使數(shù)據(jù)庫也能夠?qū)崿F(xiàn)水平擴展。

數(shù)據(jù)庫和Tomcat都能夠水平擴展，可支撐的并發(fā)大幅提高，隨著用戶數(shù)的增長，最終單機的Nginx會成為瓶頸

3.8 第七次演進(jìn)：使用LVS或F5來使多個Nginx負(fù)載均衡

由于瓶頸在Nginx，因此無法通過兩層的Nginx來實現(xiàn)多個Nginx的負(fù)載均衡。圖中的LVS和F5是工作在網(wǎng)絡(luò)第四層的負(fù)載均衡解決方案，其中LVS是軟件，運行在操作系統(tǒng)內(nèi)核態(tài)，可對TCP請求或更高層級的網(wǎng)絡(luò)協(xié)議進(jìn)行轉(zhuǎn)發(fā)，因此支持的協(xié)議更豐富，并且性能也遠(yuǎn)高于Nginx，可假設(shè)單機的LVS可支持幾十萬個并發(fā)的請求轉(zhuǎn)發(fā)；F5是一種負(fù)載均衡硬件，與LVS提供的能力類似，性能比LVS更高，但價格昂貴。

由于LVS是單機版的軟件，若LVS所在服務(wù)器宕機則會導(dǎo)致整個后端系統(tǒng)都無法訪問，因此需要有備用節(jié)點。

可使用keepalived軟件模擬出虛擬IP，然后把虛擬IP綁定到多臺LVS服務(wù)器上，瀏覽器訪問虛擬IP時，會被路由器重定向到真實的LVS服務(wù)器，當(dāng)主LVS服務(wù)器宕機時，keepalived軟件會自動更新路由器中的路由表，把虛擬IP重定向到另外一臺正常的LVS服務(wù)器，從而達(dá)到LVS服務(wù)器高可用的效果。

此處需要注意的是，上圖中從Nginx層到Tomcat層這樣畫并不代表全部Nginx都轉(zhuǎn)發(fā)請求到全部的Tomcat，在實際使用時，可能會是幾個Nginx下面接一部分的Tomcat，這些Nginx之間通過keepalived實現(xiàn)高可用，其他的Nginx接另外的Tomcat，這樣可接入的Tomcat數(shù)量就能成倍的增加。

由于LVS也是單機的，隨著并發(fā)數(shù)增長到幾十萬時，LVS服務(wù)器最終會達(dá)到瓶頸，此時用戶數(shù)達(dá)到千萬甚至上億級別，用戶分布在不同的地區(qū)，與服務(wù)器機房距離不同，導(dǎo)致了訪問的延遲會明顯不同

3.9 第八次演進(jìn)：通過DNS輪詢實現(xiàn)機房間的負(fù)載均衡

在DNS服務(wù)器中可配置一個域名對應(yīng)多個IP地址，每個IP地址對應(yīng)到不同的機房里的虛擬IP。當(dāng)用戶訪問www.taobao.com時，DNS服務(wù)器會使用輪詢策略或其他策略，來選擇某個IP供用戶訪問。

此方式能實現(xiàn)機房間的負(fù)載均衡，至此，系統(tǒng)可做到機房級別的水平擴展，千萬級到億級的并發(fā)量都可通過增加機房來解決，系統(tǒng)入口處的請求并發(fā)量不再是問題。

隨著數(shù)據(jù)的豐富程度和業(yè)務(wù)的發(fā)展，檢索、分析等需求越來越豐富，單單依靠數(shù)據(jù)庫無法解決如此豐富的需求

3.10 第九次演進(jìn)：引入NoSQL數(shù)據(jù)庫和搜索引擎等技術(shù)

當(dāng)數(shù)據(jù)庫中的數(shù)據(jù)多到一定規(guī)模時，數(shù)據(jù)庫就不適用于復(fù)雜的查詢了，往往只能滿足普通查詢的場景。對于統(tǒng)計報表場景，在數(shù)據(jù)量大時不一定能跑出結(jié)果，而且在跑復(fù)雜查詢時會導(dǎo)致其他查詢變慢，對于全文檢索、可變數(shù)據(jù)結(jié)構(gòu)等場景，數(shù)據(jù)庫天生不適用。因此需要針對特定的場景，引入合適的解決方案。

如對于海量文件存儲，可通過分布式文件系統(tǒng)HDFS解決，對于key value類型的數(shù)據(jù)，可通過HBase和Redis等方案解決，對于全文檢索場景，可通過搜索引擎如ElasticSearch解決，對于多維分析場景，可通過Kylin或Druid等方案解決。

當(dāng)然，引入更多組件同時會提高系統(tǒng)的復(fù)雜度，不同的組件保存的數(shù)據(jù)需要同步，需要考慮一致性的問題，需要有更多的運維手段來管理這些組件等。

引入更多組件解決了豐富的需求，業(yè)務(wù)維度能夠極大擴充，隨之而來的是一個應(yīng)用中包含了太多的業(yè)務(wù)代碼，業(yè)務(wù)的升級迭代變得困難

3.11 第十次演進(jìn)：大應(yīng)用拆分為小應(yīng)用

按照業(yè)務(wù)板塊來劃分應(yīng)用代碼，使單個應(yīng)用的職責(zé)更清晰，相互之間可以做到獨立升級迭代。這時候應(yīng)用之間可能會涉及到一些公共配置，可以通過分布式配置中心Zookeeper來解決。

不同應(yīng)用之間存在共用的模塊，由應(yīng)用單獨管理會導(dǎo)致相同代碼存在多份，導(dǎo)致公共功能升級時全部應(yīng)用代碼都要跟著升級

3.12 第十一次演進(jìn)：復(fù)用的功能抽離成微服務(wù)

如用戶管理、訂單、支付、鑒權(quán)等功能在多個應(yīng)用中都存在，那么可以把這些功能的代碼單獨抽取出來形成一個單獨的服務(wù)來管理，這樣的服務(wù)就是所謂的微服務(wù)，應(yīng)用和服務(wù)之間通過HTTP、TCP或RPC請求等多種方式來訪問公共服務(wù)，每個單獨的服務(wù)都可以由單獨的團隊來管理。

此外，可以通過Dubbo、SpringCloud等框架實現(xiàn)服務(wù)治理、限流、熔斷、降級等功能，提高服務(wù)的穩(wěn)定性和可用性。

不同服務(wù)的接口訪問方式不同，應(yīng)用代碼需要適配多種訪問方式才能使用服務(wù)，此外，應(yīng)用訪問服務(wù)，服務(wù)之間也可能相互訪問，調(diào)用鏈將會變得非常復(fù)雜，邏輯變得混亂

3.13 第十二次演進(jìn)：引入企業(yè)服務(wù)總線ESB屏蔽服務(wù)接口的訪問差異

通過ESB統(tǒng)一進(jìn)行訪問協(xié)議轉(zhuǎn)換，應(yīng)用統(tǒng)一通過ESB來訪問后端服務(wù)，服務(wù)與服務(wù)之間也通過ESB來相互調(diào)用，以此降低系統(tǒng)的耦合程度。這種單個應(yīng)用拆分為多個應(yīng)用，公共服務(wù)單獨抽取出來來管理，并使用企業(yè)消息總線來解除服務(wù)之間耦合問題的架構(gòu)，就是所謂的SOA（面向服務(wù)）架構(gòu)，這種架構(gòu)與微服務(wù)架構(gòu)容易混淆，因為表現(xiàn)形式十分相似。

個人理解，微服務(wù)架構(gòu)更多是指把系統(tǒng)里的公共服務(wù)抽取出來單獨運維管理的思想，而SOA架構(gòu)則是指一種拆分服務(wù)并使服務(wù)接口訪問變得統(tǒng)一的架構(gòu)思想，SOA架構(gòu)中包含了微服務(wù)的思想。

業(yè)務(wù)不斷發(fā)展，應(yīng)用和服務(wù)都會不斷變多，應(yīng)用和服務(wù)的部署變得復(fù)雜，同一臺服務(wù)器上部署多個服務(wù)還要解決運行環(huán)境沖突的問題，此外，對于如大促這類需要動態(tài)擴縮容的場景，需要水平擴展服務(wù)的性能，就需要在新增的服務(wù)上準(zhǔn)備運行環(huán)境，部署服務(wù)等，運維將變得十分困難

3.14 第十三次演進(jìn)：引入容器化技術(shù)實現(xiàn)運行環(huán)境隔離與動態(tài)服務(wù)管理

目前最流行的容器化技術(shù)是Docker，最流行的容器管理服務(wù)是Kubernetes(K8S)，應(yīng)用/服務(wù)可以打包為Docker鏡像，通過K8S來動態(tài)分發(fā)和部署鏡像。Docker鏡像可理解為一個能運行你的應(yīng)用/服務(wù)的最小的操作系統(tǒng)，里面放著應(yīng)用/服務(wù)的運行代碼，運行環(huán)境根據(jù)實際的需要設(shè)置好。

把整個“操作系統(tǒng)”打包為一個鏡像后，就可以分發(fā)到需要部署相關(guān)服務(wù)的機器上，直接啟動Docker鏡像就可以把服務(wù)起起來，使服務(wù)的部署和運維變得簡單。

在大促的之前，可以在現(xiàn)有的機器集群上劃分出服務(wù)器來啟動Docker鏡像，增強服務(wù)的性能，大促過后就可以關(guān)閉鏡像，對機器上的其他服務(wù)不造成影響（在3.14節(jié)之前，服務(wù)運行在新增機器上需要修改系統(tǒng)配置來適配服務(wù)，這會導(dǎo)致機器上其他服務(wù)需要的運行環(huán)境被破壞）。

使用容器化技術(shù)后服務(wù)動態(tài)擴縮容問題得以解決，但是機器還是需要公司自身來管理，在非大促的時候，還是需要閑置著大量的機器資源來應(yīng)對大促，機器自身成本和運維成本都極高，資源利用率低

3.15 第十四次演進(jìn)：以云平臺承載系統(tǒng)

系統(tǒng)可部署到公有云上，利用公有云的海量機器資源，解決動態(tài)硬件資源的問題，在大促的時間段里，在云平臺中臨時申請更多的資源，結(jié)合Docker和K8S來快速部署服務(wù)，在大促結(jié)束后釋放資源，真正做到按需付費，資源利用率大大提高，同時大大降低了運維成本。

所謂的云平臺，就是把海量機器資源，通過統(tǒng)一的資源管理，抽象為一個資源整體，在之上可按需動態(tài)申請硬件資源（如CPU、內(nèi)存、網(wǎng)絡(luò)等），并且之上提供通用的操作系統(tǒng)，提供常用的技術(shù)組件（如Hadoop技術(shù)棧，MPP數(shù)據(jù)庫等）供用戶使用，甚至提供開發(fā)好的應(yīng)用，用戶不需要關(guān)系應(yīng)用內(nèi)部使用了什么技術(shù)，就能夠解決需求（如音視頻轉(zhuǎn)碼服務(wù)、郵件服務(wù)、個人博客等）。

在云平臺中會涉及如下幾個概念：

IaaS：基礎(chǔ)設(shè)施即服務(wù)。對應(yīng)于上面所說的機器資源統(tǒng)一為資源整體，可動態(tài)申請硬件資源的層面；

PaaS：平臺即服務(wù)。對應(yīng)于上面所說的提供常用的技術(shù)組件方便系統(tǒng)的開發(fā)和維護；

SaaS：軟件即服務(wù)。對應(yīng)于上面所說的提供開發(fā)好的應(yīng)用或服務(wù)，按功能或性能要求付費。

至此，以上所提到的從高并發(fā)訪問問題，到服務(wù)的架構(gòu)和系統(tǒng)實施的層面都有了各自的解決方案，但同時也應(yīng)該意識到，在上面的介紹中，其實是有意忽略了諸如跨機房數(shù)據(jù)同步、分布式事務(wù)實現(xiàn)等等的實際問題，這些問題以后有機會再拿出來單獨討論

4. 架構(gòu)設(shè)計總結(jié)

架構(gòu)的調(diào)整是否必須按照上述演變路徑進(jìn)行？
不是的，以上所說的架構(gòu)演變順序只是針對某個側(cè)面進(jìn)行單獨的改進(jìn)，在實際場景中，可能同一時間會有幾個問題需要解決，或者可能先達(dá)到瓶頸的是另外的方面，這時候就應(yīng)該按照實際問題實際解決。如在政府類的并發(fā)量可能不大，但業(yè)務(wù)可能很豐富的場景，高并發(fā)就不是重點解決的問題，此時優(yōu)先需要的可能會是豐富需求的解決方案。

對于將要實施的系統(tǒng)，架構(gòu)應(yīng)該設(shè)計到什么程度？
對于單次實施并且性能指標(biāo)明確的系統(tǒng)，架構(gòu)設(shè)計到能夠支持系統(tǒng)的性能指標(biāo)要求就足夠了，但要留有擴展架構(gòu)的接口以便不備之需。對于不斷發(fā)展的系統(tǒng)，如電商平臺，應(yīng)設(shè)計到能滿足下一階段用戶量和性能指標(biāo)要求的程度，并根據(jù)業(yè)務(wù)的增長不斷的迭代升級架構(gòu)，以支持更高的并發(fā)和更豐富的業(yè)務(wù)。

服務(wù)端架構(gòu)和大數(shù)據(jù)架構(gòu)有什么區(qū)別？
所謂的“大數(shù)據(jù)”其實是海量數(shù)據(jù)采集清洗轉(zhuǎn)換、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)服務(wù)等場景解決方案的一個統(tǒng)稱，在每一個場景都包含了多種可選的技術(shù)，如數(shù)據(jù)采集有Flume、Sqoop、Kettle等，數(shù)據(jù)存儲有分布式文件系統(tǒng)HDFS、FastDFS，NoSQL數(shù)據(jù)庫HBase、MongoDB等，數(shù)據(jù)分析有Spark技術(shù)棧、機器學(xué)習(xí)算法等。

總的來說大數(shù)據(jù)架構(gòu)就是根據(jù)業(yè)務(wù)的需求，整合各種大數(shù)據(jù)組件組合而成的架構(gòu)，一般會提供分布式存儲、分布式計算、多維分析、數(shù)據(jù)倉庫、機器學(xué)習(xí)算法等能力。而服務(wù)端架構(gòu)更多指的是應(yīng)用組織層面的架構(gòu)，底層能力往往是由大數(shù)據(jù)架構(gòu)來提供。

有沒有一些架構(gòu)設(shè)計的原則？

N+1設(shè)計。系統(tǒng)中的每個組件都應(yīng)做到?jīng)]有單點故障；

回滾設(shè)計。確保系統(tǒng)可以向前兼容，在系統(tǒng)升級時應(yīng)能有辦法回滾版本；

禁用設(shè)計。應(yīng)該提供控制具體功能是否可用的配置，在系統(tǒng)出現(xiàn)故障時能夠快速下線功能；

監(jiān)控設(shè)計。在設(shè)計階段就要考慮監(jiān)控的手段；

多活數(shù)據(jù)中心設(shè)計。若系統(tǒng)需要極高的高可用，應(yīng)考慮在多地實施數(shù)據(jù)中心進(jìn)行多活，至少在一個機房斷電的情況下系統(tǒng)依然可用；

采用成熟的技術(shù)。剛開發(fā)的或開源的技術(shù)往往存在很多隱藏的bug，出了問題沒有商業(yè)支持可能會是一個災(zāi)難；

資源隔離設(shè)計。應(yīng)避免單一業(yè)務(wù)占用全部資源；

架構(gòu)應(yīng)能水平擴展。系統(tǒng)只有做到能水平擴展，才能有效避免瓶頸問題；

非核心則購買。非核心功能若需要占用大量的研發(fā)資源才能解決，則考慮購買成熟的產(chǎn)品；

使用商用硬件。商用硬件能有效降低硬件故障的機率；

快速迭代。系統(tǒng)應(yīng)該快速開發(fā)小功能模塊，盡快上線進(jìn)行驗證，早日發(fā)現(xiàn)問題大大降低系統(tǒng)交付的風(fēng)險；

無狀態(tài)設(shè)計。服務(wù)接口應(yīng)該做成無狀態(tài)的，當(dāng)前接口的訪問不依賴于接口上次訪問的狀態(tài)。

審核編輯 ：李倩