如果你经历过快速迭代业务，经历过用户量不断上涨，经历过访问并发越来越大，你一定会遇到以下系统问题：
- 用户访问页面越来越慢
- 系统性能下降，数据库扛不住，连接数经常打满，最终数据库挂掉，重启后又快速挂掉
- 改了一个小地方，另外一个看似不相干的地方却挂了，严重耦合
业务早期，最常见的场景是什么？
虚拟一个类似于“AJK”租房买房的业务场景，这个业务的数据有两大来源：
- 用户发布的数据
- 爬虫抓取来的数据
- 普通用户，浏览与发布数据，俗称“前台用户”
- 后台用户，运营与管理数据，俗称“后台用户”
文章插图
在创业公司，为了快速迭代，系统架构如上：
- web层：前台web，后台web
- 任务层：抓取数据
- 数据层：存储数据
系统两类数据源，一类是用户发布的数据，一类是爬虫抓取的数据，两类数据的特点不一样：
- 自有数据相对结构化，变化少
- 抓取数据源很多，数据结构变化快
- 抓取数据结构变化
- 需要修改数据结构
- 影响前台用户展现
- 经常被动修改前台用户展现逻辑，配合抓取升级
耦合的根本原因，是数据层的耦合 。
应该怎么优化？
优化思路：前台展现数据，后台抓取数据分离，解耦 。
文章插图
如上图所示：
- 前台展现的稳定数据，库独立
- 后台抓取的多变数据，库独立
- 任务层新增一个异步转换的任务
- 频繁变化的抓取程序，以及抓取的异构数据存储，解耦
- 前台数据与web都不需要被动配合升级
- 即使出现问题，前台用户的发布与展现都不影响
微服务架构，服务耦合的新问题是什么？
上面解决了不同数据源写入的耦合问题，再来看看前台与后台用户访问的耦合问题 。
用户侧，前台访问的特点是：
- 访问模式有限
- 访问量较大，DAU不达到百万都不好意思说是互联网C端产品
- 对访问时延敏感，用户如果访问慢，立马就流失了
- 对服务可用性要求高，系统经常用不了，用户还会再来么
- 对数据一致性的要求高，关乎用户体验的事情就是大事
- 访问模式多种多样，运营销售各种奇形怪状的需求，大批量分页的，模糊搜索的
- 用户量小，访问量小
- 访问延时不这么敏感，大批量分页，几十秒能出结果，也能接受
- 对可用性能容忍，系统挂了，10分钟之内重启能回复，也能接受
- 对一致性的要求始终，晚个30秒的数据，也能接受
文章插图
前台和后台的模式与访问需求都不一样，但是，如果前台与后台混用同一套服务和结构化数据，会导致：
- 后台的低性能访问，对前台用户产生巨大的影响，本质还是耦合
文章插图
- 随着数据量变大，为了保证前台用户的时延，质量，做一些类似与分库分表的升级，数据库一旦变化，可能很多后台的需求难以满足
应该怎么优化？
优化思路：冗余数据，前台与后台服务与数据分离，解耦 。
文章插图
如上图所示：
- 前台和后台独立服务与数据，解耦
- 如果出现问题，相互不影响
推荐阅读
- 茶油的作用有哪些,陈年茶油的功效与作用
- 茶梅盆景怎么造型好看,宜兴壶古典造型与现代造型
- 茶多酚的功效与作用,梨山乌龙茶的功效与作用
- 陈年茶油的功效与作用,陈年铁观音茶制作及保健功效先容
- 花茶的功效与作用:春天里女性应喝4种花茶
- 法国香水茉莉,茉莉茶叶的功效与作用是什么
- 淘宝开店技巧与经验 开淘宝店的注意事项
- 陈茶翻新内幕,怎样辨别新茶与陈茶
- 岛普洱茶的冲泡,张祜凤翔西池与贾岛纳凉茶事作品鉴析
- 关于“巴旦木”的营养价值与禁忌，早知道早受益