在上篇文章中，主要說了架構設計模式中的兩種，既：單庫單應用模式、內容分發模式，接下來介紹另外三種架構模式，分別為：查詢分離、微服務、多級緩存。
1. 查詢分離
這種主要解決的痛點是單機數據庫壓力過大，從而導致業務緩慢甚至超時，查詢的響應時間變長的問題，也包括需要大量數據庫計算資源的業務查詢請求。這個您可以認為是單庫單應用模式的升級版本，也是絕大多數公司技術架構迭代演進過程中的必由之路。 這種模式的一般設計見下圖：
如上圖所示，這種模式較單庫單應用與內容分發多了幾個部分，一個是業務數據庫進行了主從分離，另一個是引入了ES，為什么要這樣？都解決了哪些問題，下面具體結合業務需求場景進行敘述。
場景一：全文檢索
我想這個業務，大多數應用都會有，如果您使用傳統的數據庫查詢技術，大部分可能都會使用像like這種的SQL語句，高級一一些可能是先分詞，后通過分詞index相關的記錄，弊端是SQL語句的性能與全表掃描機制導致了非常嚴重的性能問題，現在基本上很少見到。
這里的ES(ElasticSearch)，是一種查詢引擎，類似的還有Solr等，ES較Solr配置簡單、使用起來更方便，所以這里選用了它。另外，ES這種引擎支持橫向擴展，理論上沒有性能的瓶頸。同時，它還支持各種插件、自定義分詞器等，可擴展性非常強。在這里，使用ES不僅可以完全替代數據庫完成全文檢索功能，還可以實現分頁、排序、分組、分面等功能。具體的，請同學們自行學習。那怎么用呢？一般的流程是這樣的：
- 服務端把一條業務數據落庫落表
- 服務端異步把該條數據發送到ES
- ES把該條記錄按照事先寫入的規則、配置放入自己的索引庫中
- 客戶端查詢的時候，由服務端把這個請求先發送到ES，得到數據后，根據需求進行拼裝、組合數據，返回給客戶端
實際中具體怎么用，還請同學們根據實際情況酌情做組合、取舍。
場景二：海量的普通查詢
普通查詢是指我們的業務邏輯中的大部分輔助性的查詢，如：取錢的時候必先查詢一下余額，根據用戶的ID查詢用戶的相關記錄，取得該用戶最新的一條取錢記錄等。我們肯定是要天天要用的，而且用的還非常多。同時呢，我們的寫入請求也是巨多的，導致大量的寫入、查詢操作壓向同一數據庫，然后，數據庫掛了，系統也掛了，領導必然生氣了，你被開除了，還不起房貸了，露宿街頭了，你的老婆跟別人跑了，......
不敢想，所以這個就要求我們必須分散數據庫的壓力，一個業界較成熟的方案就是數據庫的讀寫分離，寫的時候入主庫，讀的時候從從庫讀。這樣就把壓力分散到不同的數據庫中了，如果一個讀庫性能不行，扛不住壓力的話，可以一主多從，橫向擴展。可謂是一劑良藥啊！那怎么使用呢？一個一般的流程是這樣的：
- 服務端把一條業務數據落庫
- 數據庫同步或異步或半同步把該條數據復制到從庫
- 服務端讀數據的時候直接去從庫讀相應的數據
看起來比較簡單吧，一些聰明的、愛思考的、上進的、有老婆的同學可能發現問題了，也包括上面介紹的場景一，就是延遲的問題，如：數據還沒有到從庫，我就馬上讀，那么是讀不到的，會發生問題的。
對于這個問題，各家公司解決的思路不一樣，方法不盡相同。一個普遍的解決方案是：讀不到就讀主庫，當然這么說也是有前提條件的，但具體的方案這里就不一一展開了，我可能會在接下來的分享中詳解各種方案。
另外，關于數據庫的復制模式，還請同學們自行進行學習，太多了太多了，這里說不清。該總結一下這種模式的優缺點的了，如下：
優點：減少數據庫的壓力，理論上可以提供無限高的讀性能，間接提高業務(寫)的性能，專用的查詢、索引、全文(分詞)解決方案。
缺點：數據的延遲，數據一致性的保證較難。
2. 微服務
上面的模式看似不錯，解決了性能問題，我終于可以不用露宿街頭了、老婆還是我的，哈哈。但是
軟件系統天生的復雜性決定了，除了性能，還有其他例如高可用、健壯性等大量問題等待我們解決，再加上各個部門間的撕逼、扯皮，更讓我們碼農雪上加霜，所以
繼續吧......
微服務可以說是最近的熱點，花花綠綠、大大小小、國內國外的公司都在鼓吹，實踐這個模式，可是大部分都沒有弄清楚為什么要這么做，也并不知道這么做有什么好處、壞處，在這里，我將以我自己的親身實踐說一下我對這個模式的看法。隨著業務與人員的增加，遇到了如下的問題：
- 單機數據庫寫請求量大量增加，導致數據庫壓力變大
- 數據庫一旦掛了，那么整個業務都掛了
- 業務代碼越來越多，都在一個GIT里，越來越難以維護
- 代碼腐化嚴重、臭味越來越濃
- 上線越來越頻繁，經常是一個小功能的修改，就要整個大項目要重新編譯
- 部門越來越多，該哪個部門改動大項目中的哪個東西，撕逼的厲害
- 其他一些外圍系統直接連接數據庫，導致一旦數據庫結構發生變化，所有的相關系統都要通知，甚至對修改不敏感的系統也要通知
- 每個應用服務器需要開通所有的權限、網絡、FTP、各種各樣的，因為每個服務器部署的應用都是一樣的
- 作為架構師，我已經失去了對這個系統的把控......
為了解決上述問題，我司使用了微服務模式，這種模式的一般設計見下圖：
如上圖所示，我把業務進行分塊，做了垂直切分，切成一個個獨立的系統，每個系統各自衍化，有自己的數據庫、緩存、ES等輔助系統，系統之間的實時交互通過RPC，異步交互通過MQ，通過這種組合，共同完成整個系統功能。
那么，這么做是否真的解決上述問題了呢？不玩虛的，一個個來說。對于問題一，由于拆分成了多個子系統，系統上的壓力被分散了，而各個子系統都有自己的數據庫實例，所以數據庫的壓力變小。
對于問題二，一個子系統A的數據庫掛了，只是影響到系統A和使用系統A的那些功能，不會所有的功能不可用，從而解決一個數據庫掛了，導致所有功能不可用的問題。
問題三、四，也因為拆分得到了解決，各個子系統有自己獨立的GIT代碼庫，不會相互影響。通用的模塊可通過庫、服務、平臺的形式解決。
問題五，子系統A發生改變，需要上線，那么我只需要編譯A，然后上線就可以了，不需要其他系統做同樣的事情。
問題六，順應了康威定律，我部門該干什么事、輸出什么，也通過服務的形式暴露出來，我部只管把我部的職責、軟件功能做好就可以。
問題七，所有需要我部數據的需求，都通過接口的形式發布出去，客戶通過接口獲取數據，從而屏蔽了底層數據庫結構，甚至數據來源，我部只需保證我部的接口契約沒有發生變化即可，新的需求增加新的接口，不會影響老的接口。
問題八，不同的子系統需要不同的權限，這個問題也優雅的解決了。
問題九，暫時控制住了復雜性，我只需控制好大的方面，定義好系統邊界、接口、大的流程，然后再分而治之、逐個擊破、合縱連橫。
目前來說，所有問題得到解決！bingo!
但是，這么做還會有許多其他的副作用會隨之產生，如RPC、MQ的超高穩定性、超高性能，網絡間的延遲，數據一致性等問題，這里就不展開來講了，太多了，一本書(厚)都講不完。
另外，對于這個模式來說，最難把握的應該是度，切記不要切分過細，我見過一個功能一個子系統，上百個方法分成上百個子系統的，真的是太過度了。實踐中，一個目前較為可行的方法是：能不分就不分，除非有非常必要的理由！。
優點：相對高性能，可擴展性強，高可用，適合于中等以上規模公司架構。
缺點：復雜、度不好把握。指不僅需要一個能在高層把控大方向、大流程、總體技術的人，還需要針對各個子系統有針對性的開發。把握不好度或者濫用的話，這個模式適得其反！
3.多級緩存
這個模式可以說是應對超高查詢壓力的一種普遍采用的策略，基本的思想就是在所有鏈路的地方，盡能加緩存就加緩存，如下圖所示：
如上圖所示，一般在三個地方加入，一個是客戶端處，一個是API網關處，一個是具體的后端業務處，下面分別介紹。
客戶端處：這個地方加緩存可以說是效果最好的---無延遲。因為不用經過長長的網絡鏈條去后端業務處獲取數據，從而導致加載時間過長，客戶流失等損失。雖然有CDN的支持，但是從客戶端到CDN還是有網絡延遲的，雖然不大。具體的技術依據不同的客戶端而定，對于WEB來講，有瀏覽器本地緩存、Cookie、Storage、緩存策略等技術；對于APP來講，有本地數據庫、本地文件、本地內存、進程內緩存支持。以上提到的各種技術有興趣的同學可以繼續展開來學習。如果客戶端緩存沒有命中，那么就會去后端業務拿數據，一般來講，都會有個API網關，在這里加緩存也是非常有必要的。
API網關處：這個地方加緩存的好處是不用把請求發送到后方，直接在這里就處理了，然后返回給請求者。常見的技術，如http請求，API網關用的基本都是nginx，可以使用nginx本身的緩存模塊，也可以使用Lua+Redis技術定制化。其他的也都大同小異。
后端業務處：這個我想就不用多說了，大家應該差不多都知道，什么Redis,Memcache,Jvm內等等，不熬述了。
實踐中，要結合具體的實際情況，綜合利用各級緩存技術，使得各種請求最大程度的在到達后端業務之前就被解決掉，從而減少后端服務壓力、減少占用帶寬、增強用戶體驗。至于是否只有這三個地方加緩存，我覺得要活學活用，心法比劍法重要！總結一下這個模式的優缺點：
優點：抗住大量讀請求，減少后端壓力。
缺點：數據一致性問題較突出，容易發生雪崩，即：如果客戶端緩存失效、API網關緩存失效，那么所有的大量請求瞬間壓向后端業務系統，后果可想而知。
本次分享的中篇到此結束，接下來的下篇將介紹最后三種模式：分庫分表模式、彈性伸縮模式、多機房模式，相對來講技術含量更高，敬請期待！
