关于架构师你需要知道的几件事！

最新推荐文章于 2024-09-22 21:50:25 发布

u011277123

最新推荐文章于 2024-09-22 21:50:25 发布

阅读量860

点赞数

黄老邪猿人架构 1周前

--------------------

架构师的日常职责是什么？

总体而言，架构师负责软件领域的顶层设计。架构师需要根据公司的发展，规划企业未来若干年的架构，制定可落地的架构方案，解决技术难题，做技术选型与攻关，落地具体的架构。优秀的架构师既能做架构方案，也能写具体的架构代码。

--------------------

开发工程师和架构师有何区别？

工作重点有区别。

架构师重点在于前期的架构规划，需要制定可落地的架构方案，结合公司的业务场景、团队的技术水平等因素做技术选型，解决技术难题等等；而开发工程师重点在于具体的落地，特别的，开发工程师的工作重点落地具体的功能。
能力要求不一样。

架构师要求比较高，要有架构的广度、深度，需要掌握一系列的架构技术栈，要求有架构实战经验，要有很强的系统分析、系统架构、系统设计的能力。开发工程师主要是要求熟悉基本的技术栈，熟悉相关业务，快速落地产品的相关功能。

--------------------

如何走上架构之路？

首先要有架构师的思维，对分布式、高并发、高性能、高可用、可扩展、松耦合、高内聚、可复用、系统边界、安全等方面有深刻的理解。
技术面要广，熟悉架构技术栈，比如:熟悉微服务，缓存，分布式消息中间件，分布式任务中间件，数据层中间件，分布式监控中间件，网关中间件，分布式配置中心等等，并不是所有的技术栈要非常精通，但重要的技术，一定要掌握得非常深。
注重架构技术实践，这是开发童鞋非常缺失的。建议多和架构师多交流，多落地相关技术的实践，集中火力多实战成长会很快的。理论看100遍，不如实践一遍。
掌握好uml,提升个人系统分析、系统架构、系统设计、画业务架构图、技术架构图、写架构方案等方面的能力。
从架构思维，架构技术栈，架构职责等角度写好一份架构师的简历，重点突出个人掌握的架构技术栈，重点突出项目的架构亮点，难点。
在企业内部转架构，或者去别的企业转型架构。架构面试方面多实践，如果没经验，可以让架构师老司机们多模拟面试几轮。

--------------------

我已经拿到一家互联网公司的业务架构师的offer,没去基础架构团队，我接offer,还是不接呢？

不要犹豫，先接了offer再说。

其实你问的包含两个问题。

只要不是特别差的offer，不要犹豫，先接了再说，面试多家公司拿到多个offer然后选一个最优的。
可以先做业务架构师。对于java程序猿而言，架构师分为业务架构师，基础架构师两大类，从高级开发转成业务架构师，难度小，出成绩快。业务架构和基础架构有70%是一样的，那就是都要求有架构能力，剩下的30%是业务架构要求熟练掌握业务，制定架构方案，架构落地，基础架构则是100%要求纯技术。短期而言，看似基础架构更风光，其实不然。业务架构发展前景更好一些，因为35岁以后，拼的是综合能力，不再是纯架构能力。业务架构要求有更好的沟通能力，架构规划，架构落地能力，一定的行业业务背景，甚至管理能力，所以从业务架构更容易做到技术总监或cto。如果一直做基础架构，那么可能是首席架构师。一般的架构老司机是业务架构，基础架构通吃的，好就业，到什么山唱什么歌。

--------------------

UML对系统架构重不重要？

UML是架构基本功，但又容易被开发童鞋忽视。

架构师要有很强的系统分析，系统架构，系统设计，架构表达能力，通过掌握UML，提高这些能力。业务架构师通过 UML可以抽象出业务平台的核心用例，可以把复杂的业务流程以分析模型表达清楚，高阶设计阶段，利用包图，组件图，部署图把设计，部署表达清楚。基础架构师设计中间件，可以画uml协作图，或活动图表达技术功能的流程，设计阶段，可以画包图，表达各个包的功能，然后多人可以一起撸技术中间件的具体代码，做具体架构落地。

--------------------

Springcloud 和Dubbo用哪个？

Dubbo相对而言，成熟稳定，文档齐全门槛低一些，但是很多服务治理方面的功能是缺失的。Springcloud大而全，但很多功能不强大，不成熟。长期而言，个人更看好Spring cloud,虽然目前还有一些坑，而且门槛也比Dubbo高，但整体发展趋势比Dubbo强，Spring cloud生态体系比Dubbo更好，功能更全面。掌握Dubbo和Spring cloud是不冲突的，二者有很多相同的地方，又有很多地方不同。

--------------------

分布式定时任务和一般的任务都什么区别？

分布式定时任务一般是多台服务器可以同时跑定时任务，效率要比一般的任务高，可用性要比一般的任务高(可以做失效转移，架构上没有单点问题，任务节点可以监控)，性能要比一般任务的强（架构是强伸缩性，多台机器一起运行，执行时间要短），支持的并发能力远远超过一般的任务（多台机器执行，可以把海量数据分配给不同的机器执行，并发能力非常好）。

--------------------

高并发和高性能的区别和联系是什么？

简单而言，高并发是访问数量，高性能是访问响应时间，两个不同的角度。并发量化的常见参数指标，qps,tps等等，性能量化指标一般是处理时间，比如:接口响应时间是10ms和5分钟，性能是完全不一样的。qps为100和qps为50万的并发架构完全不一样。如果架构不合理，并发量越大，性能越差。如果架构合理，并发量的大小对性能基本没影响，加机器即可，软件架构不需要任何改变。

--------------------

为啥项目经理在国内其实是很危险的职业？

项目管理其实没啥含金量，项目经理工作替代性其实很强，可以被产品经理，技术经理，核心开发等干系人替代。特别是到中年以后，项目经理很难找到合适的工作。

--------------------

reactor线程指的是reactor模型中的哪个部分？

这个问题本身是有问题的。 reactor线程模型分为单线程，多线程，主从多线程。实际编程过程中，第二种用的是最多的，

--------------------

消息中间件目前使用频率最大是RabbitMQ吗？

技术选型是从技术的使用场景，优缺点等方面综合评估的。很多企业用RocketMQ和kafka,大数据基本100%选kafka.

--------------------

服务限流有哪些算法？

服务限流常见算法有并发计数器算法，漏桶算法，令牌桶算法。前两种算法不支持突发流量的限流，令牌桶算法支持突发流量的限流。一般用谷歌guava落地令牌桶算法，用sentinel作为服务限流的中间件。

--------------------

数据同步有哪些方式？

这个问题其实涉及到很多场景的。如果是数据库方面的，可以用SqlLoader、GoldenGate等相关工具同步数据；大数据方面的，可以用ETL、Hadoop等相关技术同步数据；如果是定时调度发起的，可以考虑用SpringBatch，Quartz，Elastic-Job等分布式任务中间件发起同步数据；如果是异步的场景，可以用mq来实现监听并且同步增量数据。大批量的数据情况下，尽可能地考虑用mq、线程池、多线程、数据批量操作等相关技术手段提升性能。

--------------------

上亿数据如何大规模更新？

可以用分布式任务调度中间件的大任务分片来做，把上亿的数据分给多台机器来做。如果实时性要求不高，完全可以设置一定的时间间隔，减少DB压力；如果实时要求高，数据层需要分库。如果每天增量数据较多，可以考虑周期性地做数据归档。