2023年，当我们谈论架构时，我们要聊什么

架构是一个非常宽泛的话题，从组织结构上来说，涉及到前端、后端、运维；从软件设计上来说，涉及到需求分析、设计、编码、测试；从物理结构上来说，涉及到CDN、负载均衡、网关、服务器、数据库。当前一些架构方面的书籍，一般都从单体架构讲起，逐步过渡到微服务、云原生等，但这难免会让人疑惑，是否微服务就是最好的架构，或者说，当我从零设计一款系统时，面对现在各领域层出不穷的框架、技术，我到底应该如何选择？

时代在变化，架构在演化。我想从另一个角度看架构，从现在的视角出发，我们该如何设计一个架构，哪些技术应该被使用，哪些技术不应该被使用。

“云”的变化

“云”已经深入各行各业，以前我们会讨论应不应该上云，现在我们只会讨论什么东西上云、什么东西不上，这正是一个技术变得成熟的表现。

现在的云厂商，不止涉及 PaaS 层，SaaS 和 IaaS 也有，但一般我们用的最多的，还是在 PaaS 层上。原先可能我们在 PaaS 层部署我们的服务，享受虚拟硬件的灵活，可是我们很快发现，如果软件层面依然笨重，或者说我们还需要关心这个软件应该部署在哪里、端口怎么配置，我们要扩容到哪台虚拟的服务器等等这些问题，我们总感觉“云”还少了些什么。

幸运的是，容器化和 Kubernetes 的流行彻底解决了这个问题，软件真正的独立出来，无需关心它运行的环境，它只需要关心的是：计算力、存储、网络等它运行必备的资源，这些资源 Kubernetes 都为它抽象了出来。所以把 Kubernetes 誉为“云”时代的操作系统不无道理，它是“云”的最后一块拼图。

以前常碰到的一个场景是，运维问后端开发：“你这个项目要部署到哪台服务器？”，而开发只能说：“我不管布到哪台，能访问就行。”（这个场景和产品与开发的对话、客户与产品的对话是不是异曲同工😄）

这个场景归根结底，还是角度问题。当然，在云上，这不是问题。

因此，现在无论开发一个什么样的系统，都可以先把云、Kubernetes 作为架构的底层。

给系统装上眼睛

可观察性如火如荼的发展，OpenTelemetry为越来越多的人所熟知，现在上线的系统，如果还忽略这块的内容，就显得有些退步了。

可观察性一般是指：日志、监控、链路追踪。我一般会把它继续细分成五大块：

日志

日志的重要性不言而喻，一般我们也最关注这一块，如果连线上服务的日志都看不到了，那这个服务也就离灭亡不远了。

监控

随着 Prometheus 的流行，监控也越来越为人认可。Prometheus 为我们带来的是一套完整的、统一的监控方案，包括硬件、中间件、软件。原先没有 Prometheus，可能很多工作都只能自己做。

告警

告警一般都会被归类到监控，也不怎么被人重视。这正是我一定要单独把告警列出来的原因，一方面，告警不仅仅是指针对异常监控指标的告警，日志也可以告警；链路追踪也可以告警；甚至软件本身也可以告警，这些需求都是很常见的。告警系统如何聚合这些指标、如何汇总、如何清洗、如何抑制，都是一个很大的课题，这篇文章无法深入的展开来讲。总之，一个好用的告警系统一定是能够及时告警、告警信息完整可追溯、告警不会引起疲劳。

当前很多告警系统都流于表面，或者告警太频繁引起疲劳、或者没有合理分级、或者没有合理划分 Tag 等等。

堆栈追踪

这块很少有文章会提，其实堆栈追踪是非常重要的，不仅是用于性能分析层面。比如：当你收到一个服务内存告警，你应该如何排查？

如果是 Java 还好，JVM 可以提供一些 Profiler；如果是 Go 语言，恰恰你忽略了使用 pprof，那实际上这个排查已经中断了，你无法得知服务的哪行代码引起了内存异常。

所以不管是哪种语言，一般都会提供 Profiler 分析，一定要提早接入，当真正出现问题时，你会感谢那时候有远见的自己的。😄

链路追踪

链路追踪是可观察性的最后一环，一般也是最难的一环。

因为既然要追踪，势必要深入代码，带来一定的侵入性，那些吹嘘无侵入、低侵入的都要仔细鉴别，一般不侵入是不可能的。

而且到底要追踪到那个粒度也是个问题，是深入到每个函数调用、还是到服务之间的链路即可。如果到服务间链路即可，可能有一些云原生项目，如：Cilium 能提供无侵入的追踪，但也只能到服务层。

有个Deepflow的开源项目，号称真正零侵入，而且能深入追踪到函数层，它通过 eBPF 技术达到完全的代码无感知，这块我正在研究中，不是特别懂。

一般链路追踪是最不重要的，以上四块基本上能发现大部分问题了。而且链路追踪的实施会很大的影响到开发进度。所以这块属于锦上添花，有也很好，没有也不要紧。

随着Cilium、DeepFlow 等技术的发展，我相信，链路追踪可以实现真正的代码无侵入。

加上了以上技术后，我们的架构图景更新如下图：

“三高”架构

让我们先从一个小故事开始，这个故事的主人公叫小明，是公司的主程，一天，他被老板叫到了办公室：

老板：“小明啊，我们公司要推出一个线上商城，凭我们的质量和服务，这个商城一定会跑火🔥，这个开发的重担就落在你身上了。”

小明：“好的，老板。你希望这个商城开发成什么样？”

老板：“就是能买东西就行了，淘宝是什么样，我们就做成什么样，你就按日活千万给我设计。你放心，人、钱、资源，要什么尽管提，时间长点也不要紧，我只要能做出来。”

小明接到任务，心理有点虚，去网上搜了很多淘宝的技术文章，不停的学习：高可用、高性能、高并发、分库分表、服务拆分、多级缓存、TiDB各种技术都被添加到他的设计里，最终跑出来的性能测试成绩也算不错，达到了千万日活的目标。给老板的演示也很顺利，虽然老板看不懂这些技术名词，但就是觉得很🐂。

可是系统上线了，每天 bug 不断，不是用户抱怨自己的商品不见了；就是某个微服务挂了，导致系统不可用。小明每天都疲于排查问题和修复问题，终于有一天，他成功在 35 岁前领到了“毕业证”。

在这个故事里，读者觉得问题出在哪里？是老板这个资本家不懂装懂，还是这个目标不够实际，亦或者小明过度设计？

我认为都不是，你可以说老板的目标定的过高，但他也许真的调研过市场，确信能够达到日活千万的目标；而且，人都是有慕强心理的，天生喜欢向强者看齐，这并不是坏事；站在小明的角度，他也没错，他努力学习，天天加班，终于把系统搞了出来，可还是功亏一篑。

我认为真正的问题是共识，准确说，是时间的共识。

在过去互联网蓬勃发展的日子，大家的潜意识里总存在一种共识，那就是要快点。我要快点搞出来，以免被别人抢先；我要快点抢占市场，才能一家独大；我要快点招人，扩大体量。这种快，带来了 996、带来了内卷，带来了焦虑。很多时候，人没问题，事也没问题，但需要一点时间，慢慢发酵。

在这个故事场景中，老板希望快点抢占市场，因此希望软件系统能一步到位。于是小明只能去搜索学习，而很多知识实际是有梯度的，小明也许能成为一个优秀的架构，但可惜，他现在不是。这就像让一个小学生去学初中知识，尚且可行；让一个小学生去学高等数学，不搞出一点问题来才是怪事。互联网把所有的信息汇总了起来，一方面，我们能更快的获取信息；但是另一方面，我们或多或少都接触到了不属于我们这个层次的信息，这并不利于我们成长。

所谓“三高”架构也是如此，“三高”不是一蹴而就的，高可用、高性能、高并发也不是并列关系，我们谈到“三高”，似乎内心出现的是这个模型：

但实际上，“三高”是一个递进关系，也就是说，随着时间和体量的变化，我们的关注点依次上升。

在项目初期，体量很小，我们的关注点应该更落在高可用上，能正常使用才是关键。慢一点，问题真的不大。

随着时间推移，项目体量越来越大，市场竞争也逐渐激烈。这时，良好的性能就成了脱颖而出的关键，我们需要拓展节点、优化索引，以提升系统性能。

等业务越做越大，我们才需要去考虑高并发下的架构重构问题。

所以根据以上的总结，我会给出一个如下架构模版，这个模版应该是所有新项目均可使用的默认模版：

从上往下看，负载均衡我们一般都是用的云 LB，接入 Kubernetes Ingress，不需要引入什么高级的网关，Ingress 已经能支持基础功能。（现在叫 Gateway）

服务层是单体架构，也就是所有代码都在同一进程，但是，要在代码内部做好分层，分好模块，定义好模块间调用规则。

服务层的可用性由冗余保证，我们会在不同可用区的机器上冗余一套服务B，服务A、B 代码完全相同，都可以处理请求。有了这个冗余，一方面可以做到零停机时间；另一方面，一个服务崩溃不影响另一个服务，一个可用区崩溃（挖断光缆）不影响另一个可用区。

还可以在不同地域冗余部署一套完全一致的架构，比如上海一套、广州一套。上海作为线上环境，广州作为预发布环境（数据定期同步），可以做发布前测试、性能压测等等工作。

数据层也是单 DB 实例，甚至不用按模块分库，所有模块都在同一库中，只是表名上有模块前缀。这样做的考虑是不想引入跨库事务，跨库事务必然会带来分布式事务，这其中的知识又可以写成一本书。

数据层的可用性一方面有主备（但是主备机不需要读写分离，这样就不会有读写不一致的问题，备机平常不对外服务）；另一方面即使线上数据库实例挂了，短时间起不来。我们还有预发环境的数据库作为备选方案。

这就已经足够了，不需要更多的高深技术，顶多需要搜索加上 ElasticSearch，需要 NoSQL 运行一个 MongoDB，等等等等。我们可以花更多的精力在实现业务上，而不是疲于处理底层架构。

这个基础的架构模版，重点关注的是“高可用”。但又克制的限制了引入的技术，实现有限的“高可用”，尽可能的让系统中参与的角色变少，因为多就代表通信，通信就代表复杂。

让架构演化

近来，可演化架构逐渐为人们所熟知，人们越来越了解到，没有人能在一开始设计出一套完美架构，软件与其他工业最大的区别就在于软件是可变化的，而且它应该变化。

但是可演化架构能否成功实施又取决于两点：一是原先的架构是否简单、清晰；二是组织是否支持和理解演化。这里最关键的是第二点，一方面，人们总是对变化的事物存在一定的抗拒，他们会问：“这样真的好吗？会不会影响现在？会不会变得更差？”；另一方面，组织是否有人真的懂系统如何演化，举个例子：现在基于这个基础架构模板，有一张表已经超过五千万行，其实这张表本身是一种类似日志的表，它内部的旧数据已经不会再变动。这时候最好的方案应该是使用分区表，但组织里有人为了自己的 KPI，强行推进整个数据库的分库分表工作，用于在晋升时吹牛。这就不叫演化，这叫揠苗助长。

总之，当我们设计好了一个基础架构，我们也要呵护好它，在为它进行任何改动之前，先要考虑这个改动会带来什么，是不是能正好解决我的问题？ 而不是解决一个问题带来一百个新问题。

演化需要时间，需要耐心，猩猩不可能在一天之内变成人。原先软件行业一直存在一种浮躁气息，技术层出不穷，人人都想一步到位。现在潮水退去，泡沫破灭，希望技术也能回归本源，回到演化的正确道路来。

感谢观看~ 🎶

求职（远程、Golang）启事
本人非 985、211，普通本科大学，无大厂经历😂。
有一颗对技术充满热情的心和喜欢独立思考的大脑，单兵作战能力强。
SAIL作者，设计开发过多款业务、技术系统。
如果您愿意让我成为您的同事，可私聊我或者通过邮箱（690174435@qq.com）与我联系。