文章目录
- 前言
- 一、高并发场景下的系统崩溃
- 1. 问题描述
- 2. 解决方案：
- 3. 案例分析：电商秒杀系统
- 二、单体架构到微服务的拆分陷阱
- 1. 问题描述
- 2. 解决方案：
- 3. 案例分析：在线教育平台拆分
- 三、分布式系统中的数据一致性难题
- 1. 问题描述
- 2. 解决方案：
- 3. 案例分析：订单与库存最终一致性
- 四、缓存穿透、雪崩与击穿
- 1. 问题描述
- 2. 解决方案：
- 3. 案例分析：社交平台热点帖子
- 五、技术选型的权衡与落地
- 1. 问题描述
- 2. 决策框架：
- 3. 案例分析：日志采集系统选型
- 六、系统扩展性与弹性设计
- 1. 关键设计模式
- 2. 案例：视频转码服务
- 七、总结
前言
架构思维
从程序员成长为架构师，技术视野需要从局部代码设计扩展到系统级架构设计，以下是转型过程中必然遇到的常见经典架构问题，结合解决方案和案例解析，帮助构建系统性架构思维。
一、高并发场景下的系统崩溃
1. 问题描述
突发流量（如秒杀、抢购）导致服务不可用，数据库崩溃。
2. 解决方案：
1. 流量分层削峰：CDN + 静态资源缓存 → 负载均衡（Nginx） → 服务层限流（令牌桶、漏桶）→ 异步队列（Kafka/RabbitMQ）→ 数据库分库分表。
2. 缓存策略：Redis 集群缓存热点数据，设置本地缓存（Guava Cache）减少穿透。
3. 数据库优化：读写分离、分库分表（ShardingSphere）、连接池优化。
3. 案例分析：电商秒杀系统
- 用户请求先经过 Nginx 负载均衡到多台 Tomcat 服务器。
- 网关层使用 Sentinel 实现 QPS 限流，拦截 90% 的无效请求。
- 库存预扣减通过 Redis 原子操作（DECR）确保一致性，剩余请求进入 Kafka 异步处理订单。
- 数据库使用分库分表（订单按用户ID哈希），避免单表瓶颈。
二、单体架构到微服务的拆分陷阱
1. 问题描述
单体应用臃肿，团队协作困难，如何合理拆分服务？
2. 解决方案：
1. 领域驱动设计（DDD）：通过限界上下文（Bounded Context）划分服务边界。
2. 拆分策略：横向拆分（按功能模块）或纵向拆分（按业务领域）。
3. 服务治理：服务注册发现（Consul/Nacos）、API 网关（Spring Cloud Gateway）、分布式配置中心。
3. 案例分析：在线教育平台拆分
- 用户服务：管理注册、登录、权限。
- 课程服务：课程发布、目录管理。
- 订单服务：支付、交易流水。
- 使用 Spring Cloud Alibaba 生态，通过 OpenFeign 实现服务间调用，Seata 处理分布式事务。
三、分布式系统中的数据一致性难题
1. 问题描述
跨服务的数据操作如何保证一致性？如订单支付后库存扣减失败。
2. 解决方案：
1. 强一致性：分布式事务（2PC、3PC），牺牲性能换取一致性。
2. 最终一致性：
-
本地消息表
业务与消息表同库事务，异步重试。 -
事务消息
RocketMQ 事务消息确保消息必达。 -
Saga 模式
通过补偿机制回滚分布式操作。
3. 案例分析：订单与库存最终一致性
- 订单服务创建订单，写入本地消息表（状态为“待扣减库存”）。
- 消息队列发送扣减库存事件，库存服务消费成功后确认消息。
- 若库存不足，触发补偿逻辑：取消订单并通知用户。
四、缓存穿透、雪崩与击穿
1. 问题描述
缓存使用不当导致数据库压力骤增。
2. 解决方案：
-
穿透
布隆过滤器拦截无效 Key，空值缓存（设置短过期时间）。 -
雪崩
缓存过期时间随机化，多级缓存（Redis + Caffeine）。 -
击穿
热点数据永不过期，互斥锁（Redis SETNX）重建缓存。
3. 案例分析：社交平台热点帖子
- 使用布隆过滤器（Redisson 实现）过滤 80% 的非法帖子ID 查询。
- 帖子详情缓存设置基础过期时间（30 分钟） + 随机偏移（±5 分钟）。
- 针对明星热点动态，采用本地缓存 + Redis 双读策略，避免击穿。
五、技术选型的权衡与落地
1. 问题描述
如何选择适合当前业务的技术栈？
2. 决策框架：
1. 业务需求：高并发选 Kafka，复杂业务逻辑选 RabbitMQ。
2. 团队能力：熟悉 Java 则选 Spring Cloud，轻量级可选 Dubbo。
3. 社区生态：优先选择有活跃社区和维护的框架（如 Apache 项目）。
3. 案例分析：日志采集系统选型
- 需求：每秒百万级日志写入，允许少量丢失。
- 候选：Elasticsearch（搜索强） vs ClickHouse（分析快）。
- 决策：选择 ClickHouse + Kafka，利用 ClickHouse 的列式存储高效压缩和分析日志。
六、系统扩展性与弹性设计
1. 关键设计模式
1. 水平扩展：无状态服务设计，通过 Kubernetes 自动扩缩容。
2. 弹性模式：熔断（Hystrix）、降级（返回兜底数据）、限流（RateLimiter）。
2. 案例：视频转码服务
- 转码任务提交至 Kafka，Worker 集群根据队列长度自动扩容 Pod。
- 当转码服务超时，触发熔断，降级为返回低清晰度视频。
七、总结
架构设计的核心在于平衡（性能 vs 一致性、复杂度 vs 扩展性）与 取舍。
推荐学习路径：
- 理论：《软件架构设计：大型网站技术架构与业务架构融合之道》
- 实践：参与开源项目（如 Apache Dubbo、SkyWalking），分析 GitHub 优秀架构案例。
- 工具：熟练使用架构绘图工具（C4 Model、ArchiMate）表达设计思想。
本文的引用仅限自我学习如有侵权，请联系作者删除。
参考知识
程序员到架构师，定会遇到的经典架构问题！
