背景

很多刚接触后端开发的同学，会发现，后端开发不就是增删改查吗？的确，如果你做的东西只是一个很小的流量的一个网站/平台的后端，用户量低，每秒钟访问量低，对数据的一致性和服务的稳定性要求也没那么高。那就是简单的增删改查，一台服务器连接数据库，API直接读写数据库。 可是日子久了，你发现你的网站/平台用户量和流量都上来了，代码越来越复杂，这就涉及到服务扩展，业务拆分，架构设计。

很多人找工作，公司会要求，高并发工作经验者优先，可是只做过几千几万人的服务，只是简单的增删改查，根本没接触过高并发。怎么办？

本人目前在新加坡 某电商平台 做后端开发，服务十亿级别用户，数据量百亿级别，QPS 千万级别，说一下我的经验。

后端开发，说到底，就是增删改查。但是一千用户的小网站的增删改查，和10亿用户的增删改查，是两件事情。

后端开发

起步

比如很多计算机专业的学生，大学的时候做过 图书馆管理系统，我们当那是最简单的增删改查。 这个有多简单呢，网页连接一台服务器连接数据库查询。 这就是最简单的后端，性能，一致性，扩展性，并发性都不需要考虑。数据正确就行了。

分布式

一台机器不够用了，需要多台服务器，需要分布式集群吧。

负载均衡

数据库

使用什么数据库，MySQL， TiDB， Redis等等。

部署

Jenkins

容器技术

Docker/K8s

性能监控/报警

需要监控很多东西，服务的内存/CPU/带宽使用，QPS，错误率，延迟等等。Prometheus+Grafana

日志平台

当我们的分布式部署之后，怎么统一的查看日志来定位问题。怎么把日志收集在一起，用什么储存方便搜索。ES？

微服务

业务解耦，比如登陆注册业务和订单业务就可以解耦，通过调用来获取数据。 服务注册与发现

数据拆分

服务拆分隔离了，那么数据库也要开始拆分了。 怎么拆分，分库分表，水平切分，垂直切分。

数据库性能优化

数据库性能瓶颈了，需要怎么优化，读的瓶颈怎么优化，写的瓶颈怎么优化。

缓存设计

当DB有读写性能压力的时候，需要加缓存，怎么保存缓存的一致性。

消息队列设计

同时使用人数过多，是不是有些地方可以异步，比如异步DB存储。有很多消息队列，RabbitMQ/RocketMQ/ActiveMQ/Kafka，各自怎么实现的，用哪种。

数据实时性

websocket/netty了解下。

热点数据

比如微博热点新闻，双十一0点流量。这种热点数据，你用缓存一样的解决不了，怎么办。上内存缓存吧。数据分散，担心内存太大，LRU吧。

服务限流

上游某个业务突然流量增大，影响了其他核心业务的调用，

最终保证

作为后端人员，不仅仅停留在用户端侧体验以及交互形式，更重要的是从用户的数据模型、业务场景、业务模型、系统架构设计、领域建模、业务流程以及高并发、高可靠、规模化等稳定性角度，去提升产品整体的体验和价值，解决用户的诉求。

我们只需要写好SQL语句，去数据库查到数据，返回到页面中展示就可以。

如果你经历从0到亿级别的数据增长，你一定会面临很多挑战，重构和优化，因为当我们从0开始的时候，一定不会考虑一亿的时候怎么设计。考虑的太远，严重浪费资源和增加复杂度，一定是业务量带动需求。随着系统承载的瓶颈，来带动我们对增删改查的优化。

比如如何设计？

如何设计表结构。 用户增长之后，读的瓶颈如何解决，写的瓶颈如何解决。 怎么提升缓存命中率，分库分表的原则是什么，读写分离怎么设计。 热点数据怎么储存。 数据不一致怎么保证。 服务怎么拆分，数据怎么拆分。 大促的时候更新QPS超出DB的性能瓶颈，怎么处理。流量削峰怎么设计，MQ怎么使用。 1千用户增长到1百万用户，你的数据怎么处理。DB查询速度会不会变慢，10个亿的用户呢。 为什么我明明设置了索引，却没生效？ 怎么处理高并发？

1万QPS的时候怎么处理。 1百万QPS的时候怎么处理。 1千万QPS的时候怎么处理。 大促期间（双十一）的流量增长怎么解决？ 微博突发热点（明星出轨）怎么保证服务器不挂？ 在你增删改查的过程中，怎么去实现一些方案：

实现一个分布式ID生成方案。ID需要保证全剧唯一。 实现一个在亿级数据里面支持分页查询。（最简单的例子，朋友圈分页去查看好友动态）。 如何实现高可用？一台机器宕机之后不影响其他机器和的运行和整个服务的可用性。 如何实现服务降级和服务限流。 写增删改查简单，写好增删改查却不容易。作为后端程序员，你我要学的都还有很多。