面向复杂业务的后端架构，正在“以数据为中心”的思路下重构：从API优先转为“数据契约优先”，从同步耦合转为“事件驱动 + 读写分离”，在一致性、可用性与成本之间达成可证明的折中。今日关注集中在三点：一致性级别的精细治理、弹性策略的分层与自动化、以及以成本为一等公民的资源管理（存算分离、冷热分层、缓存战略）。
一、一致性工程
- 业务切片：将领域事件与聚合边界明确化，对需要强一致的路径（扣款、库存）提供事务性保证，其他路径允许基于幂等与补偿的最终一致。
- 事件溯源与回放：用变更日志作为真相源，读模型按需物化；引入回放与重建能力，简化审计与排障。
- 幂等与去重：请求ID与语义幂等设计，消息端到端去重；对外部依赖设计重试与补偿，防止放大效应。
二、弹性与韧性
- 限流分层：入口限流保护总体、下游限流保护依赖、线程池/队列保护CPU/内存；优先级与配额保证核心请求不被“拖垮”。
- 超时与熔断：以“合理默认值”为基线，链路超时短于用户等待阈值；熔断状态可观测并具备自动恢复。
- 降级与兜底：读缓存/旧快照、延迟队列与离线处理兜底；对AI/搜索等高成本调用设置拒绝策略与降精度模式。
三、数据与存储
- 存算分离与冷热分层：冷热数据的库表与存储介质分层，热数据走低时延存储，冷数据走对象存储与查询加速；计算弹性与成本优化同步推进。
- 数据建模：面向查询的建模（OLTP/OLAP分离），对报表与分析路径走ETL/ELT与湖仓一体；对时序/向量等专用场景选用专门存储。
- 事务与索引：强一致路径控制事务跨度，索引以查询为王；慢查询观测与自动建议纳入平台。
四、可观测与运维
- 指标与跟踪：以RED/USE或四黄金指标为基础，P99/错误率/队列长度/线程与连接占用为关键；分布式追踪贯穿入口到数据层。
- 混沌工程：注入故障与延迟验证限流/超时/熔断策略；回滚预案与演练制度化。
- 成本与效率：以“单位请求成本”为度量，缓存命中率、对象大小、序列化开销与网络往返次数作为优化抓手。
五、落地清单
- 领域建模与事件列表对齐，划定强一致边界；补齐幂等、重试与补偿规范。
- 建立限流/超时/熔断默认值与中间件；观测面模板化。
- 数据分层与存算分离试点；慢查询看板与索引治理。
六、案例速写与反模式
- 案例A（强一致边界）：电商扣款与库存路径以本地事务 + 事务消息保障不丢单，其余派单、积分等走最终一致；事故复盘显示，将“强一致”限制在最短闭环能显著降低死锁与长事务风险。
- 案例B（限流分层）：入口限流按租户/用户维度配额，下游依赖以连接池/并发度限流，线程池采用舱壁隔离；在促销洪峰中，核心下单链路保持稳定，非核心功能自动降级。
- 反模式1（无序重试）：缺少幂等与去重导致重试风暴，压垮下游；修复以请求ID、去重表与指数退避配合完成。
- 反模式2（缓存即数据库）：缓存击穿/雪崩未治理，且将缓存视作“真相源”导致数据不一致；通过热点隔离、层级缓存与短路读兜底纠偏。
七、迁移路线（从单体到事件驱动）
- 第1步：梳理领域事件与强一致边界，建立变更日志与回放能力。
- 第2步：将读流量迁移至物化视图与缓存，逐步下沉查询；监控缓存命中与一致性。
- 第3步：将跨边界交互替换为事件驱动与异步补偿；为关键链路设置SLO与保护策略。
- 第4步：评估成本结构，推进存算分离与冷热分层；统一观测与混沌演练常态化。
结语：
后端架构的成熟不在“微服务粒度多细”，而在“数据是否清晰、一致性是否可解释、弹性是否可证伪、成本是否可量化”。把工程目标外化为SLO与成本约束，再用架构与平台去实现，才能在复杂业务中持续稳态运行。
