微服务是去中心化的分布式软件架构。 微服务的服务隔离应符合SRP。先回顾下软件设计的5大原理：
https://zhuanlan.zhihu.com/p/24246822
https://blog.csdn.net/beijingquanqiu2008/article/details/6032386
单一职责原则
如何划分呢，参考领域模型
开闭原则
对修改关闭，对扩展开发。 说的是接口设计原则，依赖语言的封闭性，抽象与多态。
L.替换原则
也可以称之为 抽象与多态的衡量标准，是否可以用子类替换超类。 宽进严出
依赖导致原则
依赖抽象接口，不依赖具体细节。对接口编程，不对实现编程。
接口隔离原则
实现接口应只实现需要的功能，这要求设计最小粒度接口。实现高内聚，低耦合。
x: 服务器水平扩展 z: 数据扩展 y: 服务扩展
优点： 服务内聚，功能类似，维护容易； 单独部署、局部升级、分开扩展 不同的技术栈
缺点： 分布式系统的弊病
服务发现，api网关
服务端架构和大数据架构有什么区别？ 所谓的“大数据”其实是海量数据采集清洗转换、数据存储、数据分析、数据服务等场景解决方案的一个统称，在每一个场景都包含了多种可选的技术，如数据采集有Flume、Sqoop、Kettle等，数据存储有分布式文件系统HDFS、FastDFS，NoSQL数据库HBase、MongoDB等，数据分析有Spark技术栈、机器学习算法等。总的来说大数据架构就是根据业务的需求，整合各种大数据组件组合而成的架构，一般会提供分布式存储、分布式计算、多维分析、数据仓库、机器学习算法等能力。而服务端架构更多指的是应用组织层面的架构，底层能力往往是由大数据架构来提供。
N+1设计。系统中的每个组件都应做到没有单点故障； 回滚设计。确保系统可以向前兼容，在系统升级时应能有办法回滚版本； 禁用设计。应该提供控制具体功能是否可用的配置，在系统出现故障时能够快速下线功能； 监控设计。在设计阶段就要考虑监控的手段； 多活数据中心设计。若系统需要极高的高可用，应考虑在多地实施数据中心进行多活，至少在一个机房断电的情况下系统依然可用； 采用成熟的技术。刚开发的或开源的技术往往存在很多隐藏的bug，出了问题没有商业支持可能会是一个灾难； 资源隔离设计。应避免单一业务占用全部资源； 架构应能水平扩展。系统只有做到能水平扩展，才能有效避免瓶颈问题； 非核心则购买。非核心功能若需要占用大量的研发资源才能解决，则考虑购买成熟的产品； 使用商用硬件。商用硬件能有效降低硬件故障的机率； 快速迭代。系统应该快速开发小功能模块，尽快上线进行验证，早日发现问题大大降低系统交付的风险； 无状态设计。服务接口应该做成无状态的，当前接口的访问不依赖于接口上次访问的状态。
