一个应用的架构越来越复杂，是由访问人数所驱动的，并发量1000到并发量几百万，如果要提供相同的体验，提供几百万访问量的架构就非常复杂。

1 应用起步阶段，访问量相对很少（减少数据库压力为主）

这个阶段作为程序员应该有很大的职责，通过自身掌握的技术，把系统实现非常合理；

使用轻量级的javascript框架，图片设计的小巧让返回给用户的页面内容尽量压缩（少占带宽）

使用静态页面的缓存技术，减少对数据库的访问 （减少对数据库压力）

开发人员在设计代码的时候，对象使用的合理，多线程不要有死锁，不要有太多的block，减少阻塞，不要有过多的大数据，jvm进行调优，减少垃圾回收的次数   （jvm监控和调优）

能通过一个数据库语句获取到结果的，就不要用两个（精通sql的应用），能在数据库端获取结果的，就不要再在jvm里面计算

在数据库端要做好优化，合理使用触发器，视图，存储过程，建立有效的索引是增加查询速度最有效的方式。

数据库的二级缓存

DBA做一些数据库优化的工作，比如分区等等

上面的技术有：页面缓存（具体的工具？），其他一些数据库缓存工具（echcache等），各种调优技术（jconsole等）

页面缓存策略

1） 浏览器缓存

http头上的expired设置

nginx+redis可以实现缓存（慢慢研究）

2 访问量开始增多，系统变慢，这不是第一步的调优能解决的（增加并发访问数量）

我们就开始增加jvm，多部署服务器，增加连接，那就用到了负载均衡和集群，要实现多个jvm之间的同步，比如session的同步等。

第一步用到了缓存，但到了第二步，他们分属于不同的jvm，要让他们同时访问相同的缓存，就要使用分布式缓存技术，有些文件的读取，可以使用共享文件系统（比如通过linux软连接，都指向同一个文件系统）

上面使用的技术有集群和负载均衡（工具有哪些），分布式缓存技术（工具有哪些），共享文件系统（工具有哪些）

nginx+tomcat实现集群和负载均衡

nginx+redis实现分布式缓存技术

3 数据量上来之后，对数据的操作又成了瓶颈（让数据库增加服务能力）

使用分库分表的技术（有哪些技术和理论）

如何分？

4 类似的DAL分库分表框架可以实现对分库分表的自动化分配

使用的技术有DAL

5 访问量再次增加，又增添了很多的服务器

分库分表的技术也已经不能完全满足那么高的并发量了，通过分析，数据库的读写比非常高，这个时候可以使用读写分离的方案，分析后，有些数据存储在数据库上很浪费，占用了太多的数据库资源，那么就使用了读写分离的方案

使用的技术有读写分离（工具有哪些）

6 继续进阶

把业务进行拆分，一是可以减少业务某一部分出现问题，影响其他的业务，业务拆分，更容易维护和发现问题，但随之会带了架构上的复杂性。

1 要提供一个高性能，稳定的通讯框架

2 各个小系统的依赖要维护好

3 运维的复杂度很高，如何监控，如何调优，如何报警，如何排错，是这个复杂的分布式应用运行良好。

RESTFUL规范

Spring Boot微框架的Actuator模块就是一个强大的管理接口。

Swagger是一种流行Restful API的文档方案。