1.架构的目的
架构的目的就是为了解决软件中的复杂度带来的问题
2.复杂度的来源
1）高性能：单机高性能带来的复杂度，集群高性能带来的复杂度
2）高可用：计算高可用的复杂度，存储高可用复杂度
3）可扩展性：预测变化的复杂度，应对变化的复杂度
4）低成本、安全、规模：功能安全，架构安全，功能越多关系多复杂度就高，数据量越来越大复杂度就高了
3.架构设计的三原则
合适原则（合适优于高大上），简单原则（简单由于复杂），演化原则（演化优于一步到位，迭代，随着发展演化来升级架构）
4.架构设计流程
1）识别复杂度（定位需要设计什么样的架构，明确目标）
2）设计备选方案：设计3个左右的备选方案，列出优缺点等
3）评估和选择备选方案：对比性能、复杂性、成本、高可用、可维护性、可测试性等方便拍好优先级，选取方案
4）详细方案设计：细化方案，设计方案落地
5.高性能架构模式
5.1 高性能数据库集群：读写分离（分散了读写压力，存在问题：主从延迟，多数据源路由），分库分表（分散了存储压力，业务分库，数据分表（水平分表：分数据，垂直分表：分字段），存在问题：join问题，事务问题，成本问题，路由问题，order by问题）
5.2 高性能nosql：kv存储（resdis），文档数据库（mongdb），列式数据库（hbase），全文搜索数据库（es)。
5.3 高性能缓存架构：缓存穿透，缓存雪崩（缓存大量同时失效，同时多个线程生成缓存，解决：独立后台线程更新缓存），缓存热点（分散存储）
5.4 单服务器高性能模式：ppc(每次连接请求一个进程)，tpc（每次连接一个线程），每次使用后就要关闭，资源不能复用，浪费率高。
reactor(io多路复用+连接池，dispather的处理方式)，proactor(异步处理的reactor)
5.5 高性能负载均衡：DNS负载均衡（地域级别的负载均衡），硬件负载均衡（集群级别的负载均衡），软件负载均衡（机器级别的负载均衡）
6.高可用架构模式
6.1 CAP理论，ICAD, BASE
6.2 故障分析，故障的预计和产生的问题，设计相应的解决方案
6.3 高可用存储架构：双机架构，集群和分区
6.4 如何设计计算高可用架构：主从，主备，集群
6.5 业务高可用：异地多活，降级（后台降级，系统级降级，内部的处理的降级，系统层面，丢卒保帅），限流（用户侧流量来限制），熔断（外部服务超时等异常的熔断），报警
7.可扩展架构模式
7.1 可扩展架构基本思想和模式：拆，面向流程的拆分（分层架构），面向服务的拆分（soa，微服务），面向功能的拆分（微内核架构）。
7.2 传统的可扩展架构模式：分层架构，soa
7.3 深入理解微服务架构
微服务的粒度，调用链，服务治理等
7.4 微服务架构实践
拆分粒度：三个人一个微服务
拆分方法：基于业务来拆分，基于可扩展拆分（稳定和不稳定的分开），基于可靠性拆分（核心和非核心的分开），基于性能的拆分（例如活动独立出来），实际是基于这几种综合拆分的。
基础设施：服务治理，自动化部署配置等，服务发现，服务路由，服务跟踪，服务监控，服务容错，服务安全，网关，接口框架，配置中心，自动化部署，自动化测试。
7.5 微内核架构
8.架构实战
8.1 架构师如何判断技术演进的方向：依赖企业的业务发展
技术演进的动力：
1）产品类业务（如苹果手机等，靠功能吸引用户，所以开始是技术推动业务发展，不过随着业务的发展，还是业务来拖动技术发展的）
2）服务类业务（如微信，淘宝，靠的是整套服务吸引用户，用户粘性大，导致规模大，促进技术升级，所以是业务推动技术发展）
技术演进的模式：根据业务实际情况选择技术，可以借鉴大厂成功模式，不过设计时要结合业务发展、人力成本等多种因素选型，可以做个缩小版的，或者部分技术的选取，或者几个适合的技术的组合。
8.2 互联网技术发展
处理的问题：复杂性，用户规模
复杂性不同的发展期不同，初创期，发展期，竞争期，成熟期。
用户规模也是随着业务发展不断增加的。性能要求越来高，可用性要求越来越高。
8.3 互联网架构模版
1）存储层技术：sql，nosql（redis，mongdb，es），小文件存储（数据小，数量巨大，访问量巨大，hbase，fastdfs，hadooptfss
TFS等), 大文件存储（视频电影，日志，Hadoop，hive，storm）
2）开发层和服务层技术：开发框架，web服务器，容器，配置中心，服务中心（服务名字系统，服务总线系统），消息队列
3）网络层技术：负载均衡（dns（地域级），nginx（机器级），lvs，f5（集群级）） ,CDN（加速器），多机房（灾备），多中心
4）用户层技术，业务层技术：用户管理，消息推送，存储云图片云，业务要拆分。
5）平台技术：运维平台（配置，部署，监控，应急等），测试平台（单元测试，集成测试，自动化测试，功能测试，接口测试，性能测试等），数据平台（数据管理，数据分析，数据应用），管理平台（权限管理，身份认证，权限控制等）
8.4 架构重构心法
有的放矢，选取优先级高的重构，分清主次，找到主要病根，是架构问题就重构架构，如果优化就能解决就不要重构，有些优化在重构后能更有效地处理。合纵连横，沟通协调，和上下游业务等相关人员沟通好重构对对方的利好，推动重构有序进行，根据优先级、重要程度、实施难度分步实施。架构重构分阶段有序重构方式：优先级排序，问题分类，先易后难。
8.5 开源项目的选型、使用和二次开发
开源项目的选型：聚焦于是否满足业务，聚焦是否成熟（版本号，使用公司数量，社区是否活跃），聚焦运维能力（日志是否齐全，后台管理是否有，故障恢复重试功能是否有）。
开源项目如何使用：测试，灰度发布，应急预案。
开源项目的二次开发。
