架构知识体系

把「单机单体」演进到「分布式 + 微服务 + 高并发」的能力地图：这里记录拆分、协作、容错与性能的系统化方法，以及落地用的组件、配置与代码。

这一区解决什么问题

一台机器、一份代码库、一个数据库，在业务和团队长到一定规模后会同时撞上三类墙：

• 协作墙：几十人改同一个仓库，编译、发布、回滚互相阻塞，一个小改动就要全量回归。
• 容量墙：单机 CPU、内存、连接数到顶；想横向加机器，却被本地 Session、本地缓存、文件存储这些「有状态」的东西拖住。
• 容错墙：任意一个模块抖动或超时，请求线程被占满，故障沿调用链放大，整站 500。

架构这一区的内容，本质上是在回答三个问题：怎么切（拆分）、切完怎么协同（治理与事务）、流量和故障来了怎么扛（高并发与容错）。三者不是并列的选项，而是依次依赖的：没有合理的边界，治理会变成给「分布式单体」贴金；没有治理兜底，高并发只会把单点压垮得更快。

内容地图

按「先建立共识 → 再谈拆分 → 再谈扛量」的顺序组织：

一、分布式

单机走向多机后，会凭空多出部分失败、时钟不可靠、网络分区三件事。这一组先把理论底座（CAP/BASE）讲清，再落地到几个高频基础设施。

• 分布式系统概览：分布式带来的新约束与设计原则。
• CAP 与 BASE：一致性、可用性、分区容错如何取舍，一致性谱系怎么用。
• 分布式 ID 生成：UUID、号段、Redis、雪花算法对比与选型。
• 分布式锁：Redis / ZooKeeper / 数据库三种实现的优劣与坑。
• 分布式事务：2PC、TCC、Saga、本地消息表、事务消息的取舍。
• 分布式会话：粘滞会话、集中式 Session、Token/JWT 的对比。

二、微服务

微服务不是「多拆几个进程」，而是一套围绕边界、协作、可运维的组织方式。

• 微服务总览：微服务的收益、代价与适用前提。
• 服务拆分：业务能力、限界上下文、康威定律与拆分步骤。
• 服务治理：注册发现、配置、网关、负载均衡、超时重试、灰度发布。
• 可观测性：日志、指标、链路的三大支柱与落地工具。

三、高并发

高并发的本质不是「跑得更快」，而是资源有限时保持可用与可预期的延迟。

• 高并发总览：容量规划、压测、瓶颈定位与保护策略。
• 缓存架构：缓存模式、一致性策略与穿透/击穿/雪崩。
• 限流降级熔断：令牌桶、漏桶、滑动窗口与 Sentinel/Guava 落地。
• 秒杀系统设计：从静态化到库存预扣的完整链路。

一条阅读路径

1. 打地基：先读 CAP 与 BASE，建立「一致性是要花钱的」这一判断力。
2. 再拆分：读 服务拆分 与 服务治理，理解边界与协作成本。
3. 再扛量：读 缓存架构 与 限流降级熔断，掌握保护手段。
4. 做综合：最后读 秒杀系统设计，把前面所有手段在一个场景里串起来。

一句话原则

• 先简单后复杂：能用单库事务、唯一约束、状态机解决，就不要上分布式事务。
• 默认不信任：网络会慢、会丢、会重复，调用方要超时、重试、幂等。
• 能观测才敢优化：没有指标和链路，谈性能是拍脑袋。
• 保护优先于极限：先让系统在过载时不崩，再谈峰值吞吐。

关于本站

本站目录体系参考业界公开的知识地图（如 pdai.tech）组织，但每篇正文均为自行整理的表述与示例，重在讲清原理与取舍。