《互联网产品的服务端架构·规模化与架构演进》目录与学习路径

本卷 13 章，45 篇。这一篇给三样东西：全卷结构、依赖关系、三条阅读路线。第一次读建议看完「依赖图」再决定从哪一章开始。

全卷结构

本卷分三段：

三段不是并列关系。能力段给工具，案例段给组合方式，决策段给判断标准。跳过能力直接看案例，容易记住「做了什么」却不知道「为什么能做」；只看能力不看案例，容易把方案想得过于干净。

依赖图

第 1 章 拆分
  ├── 第 2 章 多活与容灾
  │     ├── 第 9 章 Feed 演进
  │     └── 第 10 章 IM 演进
  ├── 第 3 章 突发流量
  │     └── 第 11 章 大促
  ├── 第 4 章 数据规模
  │     └── 第 9、10 章
  ├── 第 5 章 成本治理
  ├── 第 6 章 稳定性
  ├── 第 7 章 安全与合规
  └── 第 8 章 研发效能
        └── 第 12 章 决策与组织
              └── 第 13 章 收口

实线依赖表示「不读前一章，后一章的取舍看不懂」。第 5、6、7 章相对独立，但都会在案例章里被引用。第 12、13 章依赖前面所有章节的结论。

三条阅读路线

路线 A：能力建设。 1 → 2 → 3 → 4 → 5 → 6 → 7 → 8。适合正在做架构升级、需要逐项落地的团队。读完能回答「先做哪一项、做到什么程度算完成」。

路线 B：案例驱动。 9 → 10 → 11，遇到不懂的概念再回查 1–4 章。适合已经决定改造、需要具体方案与回退步骤的人。

路线 C：决策与评审。 12 → 13，再回看每章的「触发条件」与「退出条件」。适合技术负责人、架构评审者与平台负责人。

三条路线都建议先读第 1 章。拆分的触发条件是后面所有讨论的前提：如果系统还不该拆，多活、平台化、服务治理都无从谈起。

每章的统一结构

每一章的三节都按「判定 → 实现 → 失败」展开：

这个结构有一个副作用：每章的开头往往是一个事故或争论，而不是定义。这是刻意的。规模化的问题很少从「什么是单元化」开始，更多从「为什么这个单元切过去之后订单不见了」开始。

读的时候可以先看第三节的失败场景，再回头看前两节。如果你能根据失败场景判断出「哪条判定写错了」，说明前两节已经读懂；如果不能，回到第一节补判定表。

学习节奏建议

• 一周一章：适合边工作边读。每周读完三节，周末用自己系统做一次对照检查。
• 两天一章：适合准备架构评审。先读判定与失败场景，代码可以跳读。
• 半天一章：适合复习。只看每章的表格、小结与常见错误。

不建议一次读完 13 章。规模化的大部分内容需要在真实系统里对照，连续读容易变成「都懂了，但用不上」。

每读一章，建议留一条笔记：这一章最想让我改变的一个做法是什么？如果一条都写不出，说明这一章与你的阶段不匹配，可以先跳过，后面需要时再回来。

第 1 章 单体到服务化

• 1.1 拆分的触发条件：团队数、发布冲突率、故障爆炸半径三个信号；反例是按代码行数拆。
• 1.2 按产品域拆还是按层拆：共享表是最强耦合信号；拓扑排序决定拆分顺序。
• 1.3 一次拆分的回退方案：每个阶段有回退动作，失败点之前的步骤倒序执行。

失败场景：拆到一半，两个服务同时写同一张表，数据开始分叉。

第 2 章 多活与容灾

• 2.1 单元化与用户路由：路由要稳定、可解释；家单元不健康时的确定性切换。
• 2.2 数据同步与冲突：版本、时间、业务语义三层判定；冲突不能静默覆盖。
• 2.3 切换、回切与演练：回切不是切换的逆操作，有自己的数据与缓存路径。

失败场景：区间定义左闭右闭与左闭右开混用，边界用户被路由到两个单元。

第 3 章 突发流量

• 3.1 热点事件的流量特征：突发、可预测、来源集中；基线加 Z 分数识别。
• 3.2 弹性扩容与预热：扩容有冷启动，预热按分钟算。
• 3.3 降级与排队：四档降级，写清每档牺牲什么。

失败场景：降级开关没有分级，一开就全站不可下单。

第 4 章 数据规模

• 4.1 分库分表与路由：分片键决定后续一切；路由函数要稳定、可版本化。
• 4.2 冷热分离与归档：判据是访问频率与合规保留期，不只是「旧数据」。
• 4.3 数据迁移与双读：先读新再回退旧；双读比对是迁移的安全网。

失败场景：分片数改了但路由函数没版本化，历史数据全部读错片。

第 5 章 成本治理

• 5.1 单位经济模型：每订单、每用户、每 GB 的成本，先算分母。
• 5.2 存储与带宽成本：存储看保留期与分层，带宽看峰值与回源。
• 5.3 闲置回收与预算机制：回收要有人负责，预算要有约束。

失败场景：成本看板只报总额，没人知道哪条链路在烧钱。

第 6 章 稳定性体系

• 6.1 SLO 与错误预算：SLO 是承诺，错误预算是决策工具。
• 6.2 故障分级与应急：看用户影响与资金影响，呼人规则可自动执行。
• 6.3 复盘与改进闭环：动作要有 owner 与截止时间。

失败场景：复盘动作没有负责人，三个月后同样故障再次发生。

第 7 章 安全与合规

• 7.1 反爬与接口防刷：多信号加权，不靠单 IP 封禁。
• 7.2 内容安全与未成年人保护：分级、年龄、处置动作一起设计。
• 7.3 个人信息保护与审计：最小化、脱敏、审计三件套。

失败场景：日志里明文手机号被导出，审计时无法追溯。

第 8 章 研发效能

• 8.1 环境、制品与发布流水线：不可变制品与晋级顺序。
• 8.2 内部平台的能力边界：平台提供什么、不提供什么，用 SLA 写清。
• 8.3 平台采纳与反悔成本：迁移、双轨、退出成本都要提前算。

失败场景：平台上线半年，使用率只有 12%，维护成本却已固定。

第 9 章 演进案例：Feed

• 9.1 旧链路的问题与基线：延迟、扇出、成本三项先量出来。
• 9.2 双写、灰度与切换：先双写比对，再按覆盖率切流。
• 9.3 结果与回退条件：回退是预案，不是失败。

失败场景：双写不一致没人比对，切流后推荐质量下降。

第 10 章 演进案例：IM

• 10.1 会话归属与路由：粘性、存活、迁移三件事。
• 10.2 消息同步与顺序：Seq 是同步锚点，跨节点去重与补洞。
• 10.3 切换演练与用户无感：drain、补洞、回执三步。

失败场景：切流后离线消息重复推送。

第 11 章 演进案例：大促

• 11.1 容量规划与压测：从业务峰值推 QPS，再乘安全系数。
• 11.2 限流、降级与预案：每个核心接口都要有降级动作。
• 11.3 大促复盘：时间线、影响、待办三件事。

失败场景：复盘只写「流量太大」，下一次照旧。

第 12 章 决策与组织

• 12.1 团队边界与系统边界：owner 冲突要能被检测。
• 12.2 决策权与评审：按可逆性与影响分级。
• 12.3 技术债与演进路线：按利息、成本、风险排序。

失败场景：技术债清单永远排在最后，直到某次故障集中爆发。

第 13 章 全书收口

• 13.1 从 MVP 到规模化的路线图：阶段、退出条件、不可跳步的顺序。
• 13.2 架构健康度自评：维度、权重、阈值；分数用于排序而非排名。
• 13.3 结语：产品、架构与人的共同演进。

失败场景：路线图只有目标没有退出条件，做到一半无法判断是否该继续。

代码分级与实验工程

本卷刻意停在 L1：路由、容量、预算、SLO 的判定逻辑可以纯函数化，真实网络与存储的行为不能。每章代码块都带 // file: / // tier: / // verify: 三行头，可在 webapp-lab 中逐字节还原并运行。

数字口径

• 日活、订单、QPS、成本为案例假设值，用来表达比例关系。
• 代码输出为实测值，附命令与结果；耗时为一次本机运行，随机器变化。
• 阈值（SLO 目标、扩容系数、降级水位）是起点，需要按业务重新标定。

读表格时先看分母与单位。规模化的很多争论，不是方案不同，而是口径不同。

与其他三卷的衔接

本卷默认读者已经具备前三卷的基础能力。具体对应关系如下：

• 卷一的账号、BFF、入口、缓存、异步、发布与观测，是本卷拆分、单元化、成本与稳定性的前置。
• 卷二的内容模型、Feed、社交、IM，是本卷第 9、10 章案例的对象。
• 卷三的库存、订单、支付、券与活动，是本卷第 11 章大促案例的对象。

如果某章引用前三卷的概念，会尽量用一句话交代结论并给出链接，不重复展开。反过来，前三卷也不会重复本卷的规模化判断。

四卷的关系不是「基础 → 进阶」的线性关系，而是同一套系统在四个阶段的不同问题。读者可以按阶段跳读，但建议至少读完卷一第 1 章与卷三第 1 章，知道「回声」的业务形状。

不覆盖的范围

• 云厂商选型与报价。
• Kubernetes、服务网格的部署细节。
• 完整的安全攻防与渗透测试。
• 组织管理的完整理论。
• 多活的全部实现细节，只讲路由、同步、演练三个判定点。

术语约定

术语在不同公司含义不同。读案例时，先确认它指的是本表哪一行。

常见误区

• 把服务数量当成熟度。 服务多了，协调成本也多了。
• 把多活当高可用。 单地域没做好隔离，多活只是复制故障。
• 把扩容当容量规划。 扩容是动作，容量规划是判断。
• 把成本优化当砍机器。 先看单位成本结构。
• 把复盘当写报告。 复盘要产出可验收的动作。
• 把平台当项目。 平台有使用率、SLA 与退出机制。

读完后的自检

1. 你能说清自己系统的三条边界（数据、发布、故障）定义在哪吗？
2. 你能为一个改造方案写出触发条件、验收标准与回退步骤吗？
3. 你能解释一个 SLO 或成本数字的分母、窗口与负责人吗？
4. 你能判断一个决策是可逆还是不可逆，并给出对应评审级别吗？

四个问题都能回答，说明本卷的内容已经进入你的判断，而不只是笔记。

如果只能回答其中一两个，也不奇怪。规模化本来就不是一次读完就能掌握的内容，它需要在真实系统里反复对照。

建议三个月后再看一遍这份自检，看看哪些问题已经能回答，哪些还在原地。进步通常发生在两次阅读之间，而不是阅读本身。

下一步

如果你还没读前三卷，建议至少补卷一第 1 章、卷二第 3 章、卷三第 1 章，知道「回声」的基本形状。如果你已经从本卷开始，读完第 13 章后回到第 1 章，用「触发条件」重新审视自己的系统，通常会有第二次收获。