--- 科技爱好者周刊
读完后，我觉得写得不错。GitHub 工程师总结经验，教大家设计一个良好的系统，不是空泛之谈。下面是我的一些摘录。
1、
程序设计是组装代码，系统设计是组装服务。
程序设计的组件是变量、函数、类等，系统设计的组件是服务器、数据库、缓存、队列、事件总线、代理等。
2、
如果一个系统很长时间不出错，它的设计就是良好的。
如果你进一步看了代码，脱口而出：“哈，这比我想的要简单”，或者“这个部分不用我操心，即使出问题也容易解决”，它的设计就是优秀的。
3、
良好的系统设计，总是从一个有效的简单系统发展而来。千万不要从零开始设计一个复杂的系统。
4、
系统设计的难点在于状态。尽量采用无状态组件，最小化“有状态组件”的数量。
状态的复杂性在于，你无法简单地重启服务。一旦出错，往往需要手动修复状态。
5、
状态需要保存在数据库。数据库是最重要的系统组件，用来管理状态。
数据库的设计目标是每张表易于理解：打开看一下表结构，就能大致了解存储的数据内容及其原因。
千万不要采用复杂的表结构（也就是数据结构），会给代码带来极大的复杂性和性能约束。
6、
数据库往往是系统瓶颈，因为每个页面请求可能要调用数十次、数百次数据库，而且是按顺序调用。
为了避免瓶颈，数据库可以做成一个写入节点和多个只读副本。数据查询都发往只读副本，数据写入发往写入节点。
写入节点与只读副本之间，存在数据复制延迟。如果更新一条记录后，你需要立即读取它，那么可以将数据放入内存，写入数据库成功后从内存读取。
7、
耗时的操作要拆分出来，放在后台作业（即系统外部的单独服务），排队完成。
后台作业主要分成两个组件：一个队列服务，一个作业运行器（从队列中获取任务并执行）。
队列任务的软件，可以用 Redis（需要尽快执行的任务），也可以用数据库（不着急的任务）。
8、
如果数据的生成速度和读取速度不匹配，经典解决方案就是缓存。
缓存的最简单做法，就是把数据保存在内存，否则就使用专门的键值存储软件（比如 Redis 或 Memcached），后者的好处是多个服务器可以共享缓存。
初级工程师希望缓存所有内容，而高级工程师希望尽量少用缓存。因为缓存是状态的来源，不可避免需要校验状态和处理状态过期。
9、
除了缓存和后台作业，大型系统通常还有事件中心，一般用的是 Kafka。
事件中心也是一个队列，存放的是“某件事发生了”的消息。比如，用户注册触发了“新帐户创建”事件，该事件就放入事件中心，然后由事件中心去通知订阅该事件的多个服务：发送欢迎电子邮件、设置个人空间等等。
事件中心适用于，发送事件的代码不关心其他服务如何处理事件，或者事件量很大且对响应时间不太敏感。
不要过度使用事件，很多时候，更简单的做法是让一个服务请求另一个服务的 API。
为了便于除错，所有日志最好都放在一起，你可以立即看到另一个服务的响应。
10、推拉
如果数据需要传送到多处，有拉取（pull）和推送（push）两种选择。
一般来说，拉取比较简单（比如大多数网站采用的轮询），推送更节省资源，不需要用户主动请求数据，一旦后端数据发生变化，服务器主动将数据推送给每个客户端。
如果你确实需要向100万个客户端提供最新数据（就像 GMail 那样），应该采用推送还是拉取？这要视情况而定。如果采用推送，就要把每次推送放入一个事件队列，并让一大群事件处理器从队列中拉取数据并推送。如果采用拉取，就要部署一堆（比如100台）快速的只读缓存服务器，处理所有读取流量。
