必须掌握的“三大分离”架构设计准则

2018 年 2 月 10 日 架构师之路 58沈剑

知识体系化非常重要,架构师需要把零碎的技术知识综合运用,优化系统架构。


创业型公司早期讲究快速迭代,随着业务发展,用户量越来越多,系统会开始遇到一些性能瓶颈,作为“实现产品功能”的程序员,要逐步开始分析性能瓶颈,硬着头皮上,被迫优化系统架构。


初为架构师,使用“三个分离”架构设计原则,可以在对原有系统改造尽可能小的情况下,快速提升系统性能,是架构师在接手一个新系统时,最喜欢用的三板斧。


一、动静分离

功效:极大提升站点访问速度

文章:《动静分离,改造小收益大

内容:

  • 什么是动静分离,解决什么问题

  • 如何快速实施动静分离

  • 页面静态化架构优化技术


二、读写分离

功效:快速线性提升系统的读性能

文章:《读写分离,改造小收益大

内容:

  • 什么是读写分离,解决什么问题

  • 什么是水平切分,解决什么问题

  • 读写分离与微服务缓存方案的优劣

画外音:读写分离架构能够快速实施,微服务缓存架构对系统改造相对较大,创业初期非常适合使用读写分离。


三、前后台分离

功效:快速解除用户侧与后台侧系统耦合

文章:《前后台分离,改造小收益大

内容:

  • 什么是前台后台分离,解决什么问题

  • 前后台数据耦合,业务场景举例

  • 前后台分离,数据异步冗余方案


说明,前台后台分离,不是展现层前端与业务层后端分离,不是node.js那一套,前后端分离的架构详见下文:

前后端分离架构实践

前后端分离的缺点


不一定高深,系统化的整理一些东西,希望大家有收获,谢转。


调研:这些分离,你用了吗?

登录查看更多
0

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
轻量级神经网络架构综述
专知会员服务
96+阅读 · 2020年4月29日
专知会员服务
123+阅读 · 2020年3月26日
【文献综述】边缘计算与深度学习的融合综述论文
专知会员服务
164+阅读 · 2019年12月26日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
亿级订单数据的访问与储存,怎么实现与优化
ImportNew
11+阅读 · 2019年4月22日
亿级订单数据的访问与存储,怎么实现与优化?
码农翻身
16+阅读 · 2019年4月17日
基于 Storm 的实时数据处理方案
开源中国
4+阅读 · 2018年3月15日
解析京东大数据下高效图像特征提取方案
京东大数据
4+阅读 · 2017年9月29日
今日头条推荐系统架构演进之路
QCon
32+阅读 · 2017年6月21日
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Arxiv
5+阅读 · 2020年3月26日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
6+阅读 · 2018年5月22日
Arxiv
6+阅读 · 2018年2月6日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
轻量级神经网络架构综述
专知会员服务
96+阅读 · 2020年4月29日
专知会员服务
123+阅读 · 2020年3月26日
【文献综述】边缘计算与深度学习的融合综述论文
专知会员服务
164+阅读 · 2019年12月26日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
相关资讯
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
亿级订单数据的访问与储存,怎么实现与优化
ImportNew
11+阅读 · 2019年4月22日
亿级订单数据的访问与存储,怎么实现与优化?
码农翻身
16+阅读 · 2019年4月17日
基于 Storm 的实时数据处理方案
开源中国
4+阅读 · 2018年3月15日
解析京东大数据下高效图像特征提取方案
京东大数据
4+阅读 · 2017年9月29日
今日头条推荐系统架构演进之路
QCon
32+阅读 · 2017年6月21日
相关论文
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Arxiv
5+阅读 · 2020年3月26日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
6+阅读 · 2018年5月22日
Arxiv
6+阅读 · 2018年2月6日
Top
微信扫码咨询专知VIP会员