原则一：假设故障总会发生（Design with failure in mind）
在设计和实现大型互联网在线应用时，架构师必须考虑到系统各模块、各应用服务器、各开源应用软件的故障比率和失效的潜在原因。当服务的可用性（Availability）成为系统设计的首要目标时，尤其需要在设计阶段就充分考虑如何在系统某部分发生故障时，仍然保持一定的服务可用性。一些基本的假设包括：
◆没有Bug的软件不存在，只是故障率高低不同，应优先关注高故障率应用。
◆硬件总会发生故障，需要备份和冗余。
◆导致某应用崩溃的请求，如不能及时终止或被redirect，可能会导致所有服务器一个接一个的瘫痪。
◆构建仅包括最简单输入输出逻辑和固定输出内容的Dot 模式Server，以应对应用服务群大面积瘫痪或负载极限发生时的服务响应。
◆每次release正式升级前，在模拟生产环境的Staging环境运行版本测试
原则二：数据分区处理（Partition Your Data）
在分布式计算环境下，如何高效的处理海量数据？如何在Bug发生后更加容易的重新批处理？一个基本的设计原则就是分区（Partition），即将待处理信息按照生成节点、内在一致性（Self Contain）、时间等因素进行分组，让每个平行处理节点可尽量仅处理切分后的数据，而减少节点间的数据交换。分区的基本原则包括：
◆应用流量均衡Load Balance和数据分区结合
◆容易在分组内进行再分区
◆减少分组数据之间的状态依赖
◆减少数据中心之间的数据交换
原则三：冗余（Redundancy）
冗余几乎是高可用系统设计的必然选择，也是老生常谈的话题，然而如何做到成本与效率的***平衡则是架构设计考虑的重点。可以参考的经验包括：
◆优先减少单点故障。
◆单个应用可快速重启恢复。
◆应用间减少启动和运行依赖，尽量可独立工作。
◆与其依赖热备冗余，不如建立服务中断后的快速恢复预案（依赖热备系统，在实战中总是很难理想地恢复全部服务）。
原则四：监控，监控，还是监控（Monitor, monitor, monitor）
从应用部署到数据中心的***天开始，就要意识到，没有人能够7x24小时的盯着几十个应用系统，近百个应用程序的运行状态。有没有down机，有没有程序崩溃，有没有数据库死锁，服务是否始终可用，这些不但是困扰工程师的问题，更是牵扯到客户支持，乃至建立产品品牌的重要问题。如果你想"一切尽在掌握"，不想经常（偶尔总是有的，因为未知故障总会发生）在凌晨被运营团队的电话叫醒，那么赶快set up你的自动监控系统，让你的生活轻松起来吧。
至少有两大类的Monitor群组需要建立起来：
从客户角度：
◆服务的可用时间/失效时间
◆服务响应延迟
◆客户累积服务次数
从系统容量角度：
◆各应用服务器的CPU/内存/存储负载统计
◆高峰与平均比（Peak to mean ratio）
◆应用服务失效/崩溃/延迟报警
◆应用服务自动恢复通知
◆数据同步延迟和失效警报
◆后台日常处理日报/周报/月报，趋势图
原则五：保持简捷（Keep It Simple Stupid, KISS）
传统软件开发中的变更管理是一个难题，在互联网应用系统开发中变更则比过去更加频繁，同时对产品质量的要求则更高。面对这个难题，普遍的结论是，唯一不变的就是变化本身。然而实战中，控制变化的规模和影响，仍然需要找出一些"以不变应万变"的准则，这对于提高产品开发效率和保持高质量至关重要。
分清"保持"与"非保持"内容
◆业务需求总会变化，属于"非保持"，架构设计上充分考虑其变化，而非特化。
◆而软件本身像一个不断成长进化的生命，有自己的DNA。找到DNA，就找到了"保持"，例如设计的可扩展性，可维护性，可测试性。
简单原则
◆代码写得越多，维护越复杂，需要不断地通过重构来简化。
◆复杂的系统容易出错，维护成本高，要避免设计单个复杂系统。
◆如果测试人员需要费九牛二虎之力才能理解"天才"的设计和实现，***抛弃它。否则有一天你会为测试覆盖率难以提高，故障重现困难而沮丧。
原则六：即时架构（Just in Time Architect）
即时架构是在寻找***设计和资源限制之间所做出的实用选择，此原则可能更加适用于快速变化的软件开发领域，例如互联网，而非严谨的产品线软件开发。"设计"和"重构"成为每个版本开发周期中不断重复的迭代步骤。
即时设计
◆在每个版本只有一个月的设计、开发和测试周期的约束下，要将基础设施（Infrastructure）一次设计到***状态是不可能的。
◆基础架构可满足未来6个月至1年（视业务增长与投入的预测而定）应用的扩展要求即可。
即时重构
◆知道何时、何处需要重构是关键，提前筹划，而不要临阵磨枪。
◆要为重构预留足够的开发资源。在FreeWheel，新产品开发，现有产品维护和基础架构重构的资源比例大约是25% : 50% : 25%.
◆重构不是"推到重来"，每次重构一部分要好得多，否则你的测试团队负担太重，会导致产品质量波动。
以上是FreeWheel中国研发团队在研发Monetization Rights Management，MRM在线视频广告平台过程中的一些实战经验分享，在QCon 2009 Beijing大会演讲内容基础上部分整理。
【编辑推荐】
