跳至主要內容

02业务架构设计与分析

远哥2025年1月21日大约 7 分钟技术求职面试八股文业务架构

1. 需求框架分析

1.1 一些概念

1 架构与系统

1. 软件架构

架子 骨架 + 组合 构成

描述实体和关系

本质上是为客户提供解决方案

2. 软件系统

系统是为客户提供的业务价值的领域的功能。

3. 架构与系统

架构的核心是思想，比如降低复杂度，可复用；

影响架构的因素：

​ 内在因素：优化、重构

​ 外因素：需求变化

简单总结：

  • 系统 = 实际运行的 “实体”（房子），由零件（代码）组成；
  • 架构 = 规划零件如何组装的 “蓝图”，决定系统的稳定性、扩展性和性能；
  • 关系：没有蓝图（架构）的房子（系统）会摇摇欲坠，没有架构的系统会变成 “屎山代码”，难以维护和升级。

核心逻辑：架构是 “提前规划”，系统是 “按规划落地的结果”，好架构让系统像 “设计合理的房子”，住得舒服（运行稳定、容易迭代）。

2 将需求文档细化

概念：是对客观事物或者现象的描述；可以帮人更好的理解复杂的信息。

思考：汽车的概念

答：四个轮子，有方向盘，可以行驶在路上

功能：事物或系统能完成的任务或效用。

显性功能：在需求中体现出来；

隐性功能：有可能在产品描述中没有提到的功能：比如登录 注册 联登 三方数据等；

区别：概念和功能是不同的东西。

概念定义了是什么，功能是解释了能做什么。

※ 在拆分需求时首先明确 项目的主旨 的概念和功能；

业务往往就是一句话，产品是业务的具体化功能拆解和组成；

3 功能分类

1 什么是分类

根据对象的某种特征或者属性将其划分到不同的类别或范畴中。

2 分类标准：

待分类的对象前提是有特征的；

比如：机票的特征 价格 航班时间

image-20250624134933039
image-20250624134933039

需求中的名词解释就是领域专家的事情，AI时代可以问AI可以替代大部分领域专家。

3 功能分类的步骤

1 看到功能要理解有哪些特征；

2 基于这些特征，问领域或者业务专家，在理解上面的偏差；

3 得出一个标准性的功能的特征；

4 分类的标准

  1. 特征的相似性

    找关键字是否一样，如下面的图。

    image-20250624140043718
    image-20250624140043718

    可以分类为下面的样子：

    image-20250624142208344
    image-20250624142208344

  2. 功能相似性

    根据对象的功能是否相似类进行分类。image-20250624143143579

  3. 目的和用途

    更具对象的目的和用途来进行分类。

    image-20250624143343759
    image-20250624143343759

  4. 时空分布法

    根据对象在时空上的分布来分类。

※这个分类就是建模的依据

4 抽象的产物

抽象出来的东西在调整，有可能宽了有可能小了，需要合并；

最终这种产物就是 划分出来的子域；

5 三种架构图

业务架构图

image-20250624160920454
image-20250624160920454

微服务架构图

image-20250624161037980
image-20250624161037980

数据流规划图

image-20250624161126125
image-20250624161126125

2 百万并发认证业务分析

2.1 百万并发认证需求分析

看到需求后，分析需求的方法论有吗：

方法论一 流程分析法

它是一种系统分析方法，用于分析和理解一个系统或过程的工作原理和操作步骤。

image-20250624225220251
image-20250624225220251

自所以一开始提出输入输出，是将开始和最后定下来，形成某种意义上的固定。

组成部分中，在当前步骤或者多个步骤中，去掉某一个组成能用吗，多问一问，发现问题。

如下业务拆解出来的流程，需求拆解出来后可以是一个或者多个流程。

image-20250624230534309
image-20250624230534309

在流程中，比如提交材料的步骤带上【五个步骤】进行思考，可以深入理解需求或者业务流。

【作用】：

分析产品需求

梳理业务诉求

排查产线问题

方法论二 时间顺序法

要求我们按照时间顺序对问题进行排序和处理。

image-20250626211328793
image-20250626211328793

举例子：

image-20250626211538714
image-20250626211538714

2.2 百万并发技术选型

1 了解一些名词 和 常识

并发 并行 QPS TPS 几个9

并发：一段时间内，以秒衡量承载体的并发量。比如：多个任务给一个CPU处理。

并行：同一时刻内，同事处理任务。使用多个处理者同时处理多个任务。比如：多台服务器处理多个任务。

⭐ 并发强调的是多个任务共享同一个资源。

⭐ 并行强调的是多个资源处理多个任务，集群的概念。

QPS：每秒响应的查询次数。侧重 系统处理能力。

TPS：每秒能够处理的事物次数。1个TPS包含多个QPS。侧重 处理的速度。

几个9

1个9：(1 - 90%) * 365 = 36.5d

2个9：(1 - 99%) * 365 = 3.65d

3个9：(1 - 99.9%) * 365 * 24 = 8.76h

4个9：(1 - 99.99%) * 365 * 24 = 0.876h = 52.6min

5个9：(1 - 99.999%) * 365 * 24 * 60 = 5.26min

6个9：(1 - 99.9999%) * 365 * 24 * 60 * 60 = 31s

内存、进程

【内存】

DDR4：4C8G机器的RAM⼀般是这种类型，读写延迟通常在5-10纳秒，慢的也有100ns以上的情况。

SWAP：交换空间利⽤率 70%。延迟达到1ms-100ms级别

【CPU】

应⽤：70%

数据库：65% ～ 70%。

【进程】

windows：每个进程中的线程数，不允许超过 2000

Linux：每个进程中的线程数，不允许超过 1000

⽹络、磁盘

【⽹络】

带宽：万兆带宽（实际是 bit 算的），实际 1250M/s 8bit=1Byte

时延：以太⽹延迟⼀般为 100 - 150ms

​ 光纤⽹延迟⼀般为 1 - 10ms

举例：ping 127.0.0.1，好的情况 1μs - 30μs，坏的情况⼏百μs也是有可能的

传输：1M 数据⼤致需 1 - 10ms，压缩则更佳

【磁盘】

HDD(Hard Disk Drive)，5400 RPM（Rotations Per Minute，每分钟转数）的硬盘，读写理论最⼤值 12.5 MB/s

HDD SMR，写 100MB/s，读 500MB/s

SSD，写 1000MB/s，读 2000MB/s 一般使用这个

NVMe SSD，写 2000MB/s，读 2000MB/s

NVMe PCIe SSD，写 3000MB/s，读 3000MB/s

F5、DNS、LVS、Nginx、Tomcat 流量分发处理

【F5】

普通的，10W

⾼配的，100W

更⾼配的，数百万，反正就是贵

【DNS】

不⽤考虑并发，运营商会解决

【LVS】

普通的，8 - 10W

⾼配的，100W

【Nginx】

官⽹ 10W+

并发 ⼀般可达 6 - 10W 并发

通过加配置，调参数，10W+ 还是可达的，再厉害点的 15W+ 也是可⾏的

单台 4C8G，⻓链接 TPS 2 - 3W，短链接 TPS 1W，QPS > TPS

【Tomcat】

最⼤连接数：2 - 3K

最⼤线程数：300 - 1000

MySQL、Redis、Ehcache、Caffeine 缓存设计

20C256G，8K连接数，普通 QPS = 1 - 5W，快的话可达 10W+

PrimaryIndex： kw+，1 - 10ms

UniqueIndex： kw+，5 - 50ms

Index： kw+，5 - 50ms

【Redis】

⼩数据 8 - 10W 并发 ⼀般 5W 并发

我在 MBP（MACBooK） 可达 15W 并发

同步刷盘 1.5 - 2W

【Ehcache】

延时位于 ns 与 ms 之间，取决于数据和内存

Ehcache 读写可达 14W+

来看⼀段从百万数据检索千万次的情况

【Caffeine】

使⽤ Java8 对 Guava 缓存的重写版本，

⽽且在 Spring5 取代了 Guava

读写 100W+

ActiveMQ、RocketMQ、Kafka 消息队列设计

【ActiveMQ】

并发量：1W

【RocketMQ】

并发量：10W

【Kafka】

并发量：100W

⭐MQ该如何选型

了解这些基本常识，在架构实践时可以对当前系统做一个是否有问题的评判。

2 估算 应用 的资源消耗

要求：比如有100W的并发量

分析的结构如下：

【掌握资源经验估算⽅式】 掌握⼀个度：70% 百分⽐

【估算认证架构雏形】

⼊⼝ 100W：

DNS 怎么来，暂不考虑

⽹络带宽： 等会计算

负载均衡： 会从 F5、LVS、Nginx、Tomcat 等⽅⾯进⾏计算

【计算⽹络带宽】

  1. 100W * 1K = 1000000K 量⼤数据
  2. 换算为兆：1000000K / 1024 = 977M
  3. 换算为带宽：977M * 8 = 7816Mbps ==》 快到万兆带宽了么？
  4. 负载⼊⼝带宽：万兆带宽
  5. 内⽹通信：⼀般都具备万兆带宽

【计算负载均衡（F5/LVS/NGINX）】

【F5】

掌握⼀个度：70% 百分⽐

【LVS】

▪ （100W * 0.3 = 30W）/LVS，100/30 = 4

▪ （100W * 0.5 = 50W）/LVS，100/50 = 2

▪ （100W * 0.7 = 70W）/LVS，100/70 = 2

【NGINX】

▪ （2.5W * 0.7 = 1.75W）/Nginx，

▪ （30 + 3）/ 1.75 = 19

▪ （3W * 0.7 = 2.1W）/Nginx，

▪ （30 + 3）/ 2.1 = 16

▪ （5W * 0.7 = 3.5W）/Nginx，

▪ （30 + 3）/ 3.5 = 10

【计算负载均衡（Tomcat）】

线程数：500

▪ （500 * 1000 / 50 = 1W * 0.7 = 0.7W）/Tomcat，

1.75 / 0.7 = 3

▪ （500 * 1000 / 50 = 1W * 0.7 = 0.7W）/Tomcat，

2.1 / 0.7 = 3

▪ （500 * 1000 / 50 = 1W * 0.7 = 0.7W）/Tomcat，

3.5 / 0.7 = 5