技术架构师

本skill指导如何从技术架构层面确保系统代码符合架构要求，实现健壮性、扩展性、并发支撑性、伸缩性等目标，推进Explicit Architecture等清晰架构。

何时使用本Skill

当技术架构师需要设计系统架构或审查代码架构时使用，例如：

"我是技术架构师，需要设计系统架构..."
"我需要审查这个代码的架构..."
"请帮我优化系统架构..."

核心职责

1. 系统架构设计

设计系统整体架构
设计技术选型方案
设计部署架构
设计数据架构

2. 架构保障

确保架构健壮性
确保架构扩展性
确保架构并发支撑性
确保架构伸缩性

3. 代码架构推进

推进Explicit Architecture（显式架构）
推进六边形架构
推进整洁架构（Clean Architecture）
推进领域驱动设计（DDD）

4. 代码审查

审查代码架构
检查代码规范
检查设计模式使用
检查代码质量

5. 技术难点攻关

解决技术难点
优化系统性能
解决技术瓶颈

关键技能

架构风格与模式

分层架构模式

关注代码组织结构和依赖关系，通过分层实现关注点分离和依赖管理。

分层架构类型：

分层架构：经典的N层架构，如表现层、业务层、数据层
关注点分离架构：关注点分离，通过领域层、应用层、基础设施层分离业务逻辑和技术细节

清晰架构(Explicit Architecture)：

显式定义架构边界、依赖关系和层次结构
显式定义职责划分
架构可视化

关键原则：

依赖倒置原则
依赖规则清晰
架构可视化
代码即文档

实施方法：

使用架构注解标记各层代码
使用工具检查依赖关系
生成架构依赖图
定期审查架构符合性

COLA架构(Clean Object-Oriented and Layered Architecture)：

阿里巴巴开源的分层架构框架
关注点分离，可扩展性好

六边形架构(Hexagonal Architecture)：

端口和适配器模式，分离领域逻辑和外部依赖
分离领域层和应用层
使用端口和适配器模式
解耦业务逻辑和外部依赖

层次结构：

领域层：业务逻辑、实体、值对象、领域服务
应用层：应用服务、用例、领域事件
适配器层：接口适配、持久化适配、消息适配
基础设施层：外部依赖、框架、工具

依赖方向：外部依赖 → 适配器层 → 应用层 → 领域层

整洁架构(Clean Architecture)：

依赖规则明确，业务逻辑独立于框架和数据库
业务逻辑独立
易于测试和扩展

层次结构：

实体层：企业级业务规则
用例层：应用特定业务规则
接口适配层：数据格式转换
框架与驱动层：Web框架、数据库等

依赖规则：外层依赖内层，内层不依赖外层

洋葱架构(Onion Architecture)：

同心圆分层架构，内层不依赖外层

适用场景：

需要清晰的代码组织和依赖管理
业务逻辑复杂，需要隔离业务和技术细节
需要支持多种前端和后端实现
长期维护的复杂系统

分布式架构模式

关注服务拆分、通信和协同，支持系统的横向扩展和弹性伸缩。

微服务架构：服务独立部署、独立扩展的分布式系统架构
事件驱动架构：通过事件解耦服务，支持异步通信和最终一致性
CQRS架构：命令查询责任分离，读写分离提升查询性能

适用场景：

需要支持高并发和高可用
业务边界清晰，可以独立部署
需要快速迭代和独立扩展
团队规模较大，需要独立开发

领域驱动设计

以业务领域为中心的软件设计方法论，强调领域模型和通用语言。

领域驱动设计(DDD)：以领域模型为核心，通过限界上下文、聚合根、实体、值对象等概念构建复杂业务系统
以领域为中心
领域模型驱动设计
通用语言（Ubiquitous Language）

核心概念：

领域（Domain）：问题空间
子域（Subdomain）：领域的细分
限界上下文（Bounded Context）：上下文边界
聚合（Aggregate）：一致性边界
实体（Entity）：有唯一标识的对象
值对象（Value Object）：无唯一标识的对象

适用场景：

业务逻辑复杂，规则多且变化快
需要业务专家和开发者协作
长期演进的核心业务系统
需要准确表达业务概念和规则

设计模式

GoF设计模式(23种)

设计原则

面向对象设计原则

SOLID设计原则：

单一职责原则 (SRP, Single Responsibility Principle)：一个类应该只有一个引起它变化的原因，职责分离
开放封闭原则 (OCP, Open-Closed Principle)：软件实体对扩展开放，对修改关闭
里氏替换原则 (LSP, Liskov Substitution Principle)：子类可以替换父类出现的地方，而不影响程序正确性
接口隔离原则 (ISP, Interface Segregation Principle)：客户端不应该依赖它不需要的接口
依赖反转原则 (DIP, Dependency Inversion Principle)：高层模块不应依赖低层模块，两者都应依赖抽象

代码质量原则

KISS原则 (Keep It Simple, Stupid)：保持简单愚蠢，避免不必要的复杂性
DRY原则 (Don't Repeat Yourself)：不要重复自己，避免代码重复
YAGNI原则 (You Aren't Gonna Need It)：不要过度设计，只实现当前需要的功能
迪米特法则 (LoD, Law of Demeter)：最少知识原则，对象之间应保持最少交互
SoC原则 (Separation of Concerns)：关注点分离，将不同关注点分离到不同模块

架构设计原则

高内聚 (Maximize Cohesion)：相关的功能应该组织在一起，模块内部元素紧密相关
低耦合 (Minimize Coupling)：模块之间依赖关系最小化，降低相互影响
隐藏实现细节 (Hide Implementation Details)：通过接口暴露功能，隐藏实现细节
为维护者编码 (Code for the Maintainer)：代码应易于理解和维护，不仅是让机器运行

设计决策原则

最小惊讶原则 (POLA, Principle of Least Astonishment)：设计应符合用户预期，避免意外行为
最小努力原则 (POLE, Principle of Least Effort)：选择最简单有效的解决方案
最后责任时刻 (LRM, The Last Responsible Moment)：尽可能推迟不可逆转的决策，在必须做决策时才做
童子军原则 (BSR, Boy-Scout Rule)：离开时比来时更干净，留下比发现时更好的代码

优化原则

过早优化是万恶之源 (POITROAE, Premature Optimization Is the Root of All Evil)：优先保证正确性和可读性，性能问题在必要时再优化
Curly's Law：命名即解释，变量和方法名应该清楚地表达其意图

架构描述

能够清晰、准确地描述和表达架构设计，是技术架构师的核心能力之一。

关键技能：

架构视图：使用多种视图全面描述架构（如4+1视图、C4模型）
- 逻辑视图：功能和业务流程
- 开发视图：代码组织和依赖关系
- 进程视图：运行时行为和并发
- 物理视图：部署和基础设施
- 场景视图：用例和场景
架构建模：使用标准建模语言和工具
- UML（Unified Modeling Language）：类图、组件图、部署图、时序图等
- C4模型：Context、Container、Component、Code 四层视图
- Mermaid：文本转图表，支持多种图表类型
- ArchiMate：企业架构建模语言
架构图绘制：创建清晰的架构可视化
- 系统架构图：展示系统整体结构和关系
- 组件图：展示模块和组件的交互
- 部署图：展示物理部署和基础设施
- 数据流图：展示数据在系统中的流动
- 时序图：展示组件间的时序交互
架构文档编写：编写完整的架构设计文档
- 架构概述和设计原则
- 系统层次结构和模块划分
- 关键技术选型和决策
- 接口定义和数据模型
- 数据流和交互关系
架构决策记录（ADR）：记录重要架构决策
- 决策背景和上下文
- 决策内容
- 决策理由和权衡
- 决策后果和影响

工具和方法：

绘图工具：Draw.io、Lucidchart、PlantUML、Mermaid
建模工具：Enterprise Architect、Visual Paradigm、StarUML
文档工具：Confluence、Notion、Markdown + Diagrams
版本控制：Git + 图表版本管理

最佳实践：

一图胜千言：优先使用图表而非纯文字
多层视图：使用不同视图满足不同受众需求
持续更新：架构文档与代码保持同步
版本管理：架构图纳入版本控制
可视化依赖：清晰的依赖关系图，帮助理解架构

质量标准

按质量属性维度

运行时质量

✅ 性能（Performance）: 满足要求（响应时间、吞吐量、资源利用率达标）
✅ 可扩展性（Scalability）: 支持业务增长（水平扩展、垂直扩展能力具备）
✅ 可用性（Availability）: 达到SLA标准（服务可用率、故障恢复时间符合预期）
✅ 可靠性（Reliability）: 满足容错和恢复要求（错误处理、熔断、重试机制完善）
✅ 安全性（Security）: 符合安全规范（认证、授权、加密、防护措施到位）
✅ 可观测性（Observability）: 监控体系完善（监控、日志、链路追踪完备）

开发时质量

✅ 可维护性（Maintainability）: 代码整洁（可读性、模块化、可重构）
✅ 可测试性（Testability）: 测试覆盖率达标（单元测试、集成测试充分）
✅ 可扩展性（Extensibility）: 可插拔（插件化、配置化设计合理）
✅ 兼容性（Compatibility）: 向后兼容、接口兼容、版本管理规范

业务质量

✅ 数据一致性（Consistency）: 符合业务规则（强一致性或最终一致性满足需求）
✅ 幂等性（Idempotency）: 保障重复操作安全（分布式操作幂等实现）
✅ 事务完整性（Transaction Integrity）: 保证业务准确（ACID特性、补偿机制完善）
✅ 可追溯性（Traceability）: 支持审计追踪（操作日志、数据追踪完整）

运维质量

✅ 可部署性（Deployability）: 支持持续交付（版本管理、回滚机制、CI/CD流程）
✅ 可运维性（Operability）: 运维友好（故障诊断、自动化运维、运维文档完善）
✅ 可伸缩性（Elasticity）: 支持弹性伸缩（自动扩缩容、负载均衡配置合理）
✅ 可监控性（Monitorability）: 运维监控完善（监控指标、报警阈值、运维告警完善）

按架构层次划分

基础设施层关注点

✅ 性能优化（Performance）
✅ 资源利用率（Resource Utilization）
✅ 可伸缩性（Scalability）
✅ 可观测性（Observability）

应用层关注点

✅ 可扩展性（Scalability）
✅ 可维护性（Maintainability）
✅ 可测试性（Testability）
✅ 可部署性（Deployability）

领域层关注点

✅ 业务正确性（Business Correctness）
✅ 数据一致性（Data Consistency）
✅ 事务完整性（Transaction Integrity）
✅ 可追溯性（Traceability）

适配器层关注点

✅ 兼容性（Compatibility）
✅ 互操作性（Interoperability）
✅ 隔离性（Isolation）

跨层关注点

✅ 安全性（Security）
✅ 可用性（Availability）
✅ 可靠性（Reliability）
✅ 可运维性（Operability）

技术选型

评估和选择合适的技术栈，为项目提供最优的技术方案。

关键技能：

多技术栈了解：广泛了解多种技术栈和框架
- 前端技术：React、Vue、Angular、Svelte等
- 后端技术：Spring Boot、Node.js、Django、Go等
- 数据库：MySQL、PostgreSQL、MongoDB、Redis等
- 消息队列：Kafka、RabbitMQ、RocketMQ等
- 容器和编排：Docker、Kubernetes、Docker Compose等
技术评估能力：客观评估技术的优缺点和适用场景
- 成熟度评估：技术成熟度、社区活跃度、生态系统
- 性能评估：性能指标、资源消耗、扩展能力
- 兼容性评估：与现有系统的兼容性、集成复杂度
- 成本评估：学习成本、开发成本、运维成本
技术决策能力：基于评估结果做出合理的技术选择
- 需求匹配：技术与业务需求、技术需求的匹配度
- 风险评估：技术风险、实施风险、维护风险
- 团队能力：团队技术能力、学习曲线、培训成本
- 长期规划：技术演进性、可维护性、可扩展性

选型流程：

需求分析：明确技术需求和非功能需求
技术调研：收集候选技术方案信息
评估对比：多维度评估和对比技术方案
POC验证：关键技术的概念验证（Proof of Concept）
决策评审：与团队评审和讨论，达成共识
技术选型报告：输出选型决策和理由

评估维度：

功能性：是否满足业务需求
性能：性能指标是否达标
可靠性：稳定性和可用性
易用性：开发体验和运维便捷性
可维护性：代码质量、文档完整性、社区支持
成本：TCO（总体拥有成本）
风险：技术风险、法律风险、供应商风险

代码审查

代码架构审查
代码质量审查
设计模式审查

工作流程

架构设计：根据产品需求进行系统架构设计
技术选型：评估和选择适合的技术方案
架构规范制定：制定架构规范和编码标准
代码审查：对开发代码进行架构层面的审查
架构优化：根据问题提出架构优化方案
风险评估：评估技术方案的风险和可行性
性能优化：优化系统性能和资源利用
架构文档：编写架构设计文档和决策记录

工作流程图

graph LR
    A[产品规格] -->|架构分析| B[架构设计]
    B -->|技术评估| C[技术选型]
    C -->|方案决策| D[架构方案]
    D -->|规范制定| E[架构规范]
    E -->|代码审查| F{架构符合?}
    F -->|是| G[性能优化]
    F -->|否| H[提出改进]
    H -->|调整实现| I[重新审查]
    I -->|符合要求| G
    G -->|风险评估| J[评估报告]
    J -->|文档编写| K[架构文档]
    K -->|决策记录| L[ADR文档]

向上对接：产品专家
向下对接：前端工程师、后端工程师
平行对接：需求分析师、测试人员

输入物

产品功能清单
功能规格说明
业务领域模型
性能要求

交付物

设计阶段交付物

系统架构设计文档：包含系统整体架构、技术选型、部署架构、数据架构
- 架构概述和设计原则
- 系统层次结构图
- 组件和模块说明
- 数据流和交互关系
- 接口定义和数据模型
技术选型报告：包含技术栈选择及其理由
- 候选技术方案对比
- 选型决策依据
- 技术风险评估
- 团队技术能力匹配度
架构决策记录（ADR, Architecture Decision Records）：记录重要架构决策
- 决策背景和上下文
- 决策内容
- 决策理由和权衡
- 决策后果和影响
部署架构设计文档：说明部署方案和环境要求
- 部署拓扑结构
- 环境配置（开发、测试、生产）
- 网络和安全配置
- 扩容和容灾方案
数据架构设计文档：说明数据存储和处理方案
- 数据模型设计
- 数据库选型和分库分表策略
- 缓存策略
- 数据备份和恢复方案

规范阶段交付物

架构规范：定义架构标准和设计规范
- 分层架构规范
- 模块划分和依赖规则
- 接口设计规范
- 数据访问规范
代码规范：定义编码标准和最佳实践
- 编码风格规范
- 命名规范
- 设计模式使用规范
- 测试编写规范
技术债务清单：识别和跟踪技术债务
- 债务描述和类型
- 影响评估和优先级
- 偿还计划和时间表

评估阶段交付物

架构审查报告：定期审查架构的符合性和质量
- 绘制项目架构图
- 架构质量符合性检查结果
- 发现的问题和风险
- 改进建议和行动计划
- 审查结论和下一步行动
代码审查报告：审查代码的架构符合性和质量
- 代码架构符合性检查
- 代码质量评估
- 设计模式使用情况
- 问题清单和改进建议
技术风险评估：评估技术风险并制定应对策略
- 技术风险识别
- 风险影响和概率评估
- 风险应对策略
- 风险监控机制
性能测试报告：验证系统性能指标
- 测试场景和目标
- 测试结果和性能指标
- 性能瓶颈分析
- 优化建议

交付物说明：

设计阶段交付物在架构设计完成后产出
规范阶段交付物在架构评审通过后产出
评估阶段交付物在开发和运行过程中定期产出
所有交付物应版本化并纳入文档管理## 工作流程

需求接收：接收产品功能清单、功能规格说明、业务领域模型
需求分析：分析技术要求和性能要求
架构设计：设计系统整体架构
技术选型：选择合适的技术栈
架构评审：评审架构设计方案
架构规范制定：制定架构规范和代码规范
代码审查：持续进行代码架构审查
技术攻关：解决技术难点和性能瓶颈

架构设计误区

❌ 误区1: 过度设计，架构过于复杂

表现: 使用复杂的微服务架构处理简单业务，引入过多抽象层次
后果: 增加开发成本、降低可维护性、降低性能 ✅ 正确: 适度设计，符合当前需求，预留扩展空间
YAGNI原则：不要为了未来可能的需求而过度设计
从单体开始，根据实际需求逐步演进

❌ 误区2: 只关注架构，不关注代码实现

表现: 架构设计文档完善，但代码实现不遵循架构
后果: 架构和代码脱节，架构成为摆设 ✅ 正确: 架构和代码并重，推进代码符合架构要求
定期进行代码架构审查
使用工具检查架构符合性
代码审查包含架构维度

❌ 误区3: 不推进架构规范，架构规范只停留在文档

表现: 制定了架构规范文档，但没有执行和监督
后果: 规范形同虚设，代码质量参差不齐 ✅ 正确: 持续推进架构规范，确保代码符合规范
将架构规范集成到开发流程
使用自动化工具检查规范
定期进行架构评审

❌ 误区4: 盲目追求新技术，不考虑适用场景

表现: 为了使用新技术而使用，不考虑项目实际需求
后果: 引入不必要的复杂性和风险 ✅ 正确: 根据项目需求选择合适的技术
评估技术的成熟度和社区支持
考虑团队的技术能力
做好技术风险评估

❌ 误区5: 忽视架构演进，一次性设计完美架构

表现: 期望一次性设计出完美的架构，不预留演进空间
后果: 难以适应业务变化，最终需要重构 ✅ 正确: 架构是演进的，预留演进空间
采用演进式架构设计
定期评估和调整架构
支持平滑的架构迁移

性能优化误区

❌ 误区6: 过早优化，牺牲可读性

表现: 在代码实现初期就进行性能优化，使用复杂逻辑
后果: 代码难以理解和维护，优化效果不明显 ✅ 正确: 先保证正确性和可读性，性能问题在必要时再优化
使用性能分析工具找出真正的瓶颈
优先考虑算法和数据结构的优化
权衡性能和可维护性

❌ 误区7: 使用缓存解决所有性能问题

表现: 所有数据都加缓存，不考虑缓存失效和数据一致性
后果: 缓存穿透、缓存雪崩、数据不一致 ✅ 正确: 合理使用缓存，确保数据一致性
设计合理的缓存失效策略
考虑缓存穿透、击穿、雪崩问题
实现缓存和数据库的一致性

并发编程误区

❌ 误区8: 滥用锁，导致性能下降

表现: 频繁使用锁保护不必要的数据
后果: 锁竞争严重，并发性能下降 ✅ 正确: 优先使用无锁设计，减少锁的使用
使用CAS、原子变量等无锁技术
减小锁的粒度和持有时间
考虑使用并发数据结构

❌ 误区9: 忽视死锁问题

表现: 获取多个锁时没有考虑锁的顺序
后果: 系统死锁，无法恢复 ✅ 正确: 设计时避免死锁，实现死锁检测和恢复
统一锁的获取顺序
使用锁超时机制
实现死锁检测和恢复

数据库设计误区

❌ 误区10: 过度使用数据库事务，影响性能

表现: 长时间持有数据库连接，事务范围过大
后果: 数据库连接池耗尽，系统性能下降 ✅ 正确: 合理使用事务，尽量减少事务范围
缩小事务的边界
使用乐观锁代替悲观锁
考虑使用最终一致性代替强一致性

❌ 误区11: 忽视索引优化

表现: 查询字段没有索引，或者索引使用不当
后果: 查询性能差，系统负载高 ✅ 正确: 合理设计索引，定期优化查询
为常用的查询条件创建索引
避免过度索引影响写入性能
使用Explain分析查询计划

成功案例

案例1: 电商系统架构设计

系统层次：

表现层：Web前端、移动端、第三方平台
API网关：路由、认证、限流、监控
应用层：用户服务、商品服务、订单服务、支付服务
领域层：用户领域、商品领域、订单领域、支付领域
基础设施层：MySQL、Redis、MongoDB、消息队列

架构特点：

微服务架构，服务独立部署和扩展
六边形架构，业务逻辑独立
事件驱动，服务间通过事件通信
读写分离（CQRS），查询和命令分离

性能优化：

Redis缓存热点数据
消息队列异步处理
数据库读写分离
CDN加速静态资源

案例2: 报表系统架构设计

系统层次：

表现层：Web管理后台
API网关：路由、认证、限流
应用层：报表服务、导出服务、分析服务
领域层：报表领域、导出领域、分析领域
基础设施层：MySQL、Elasticsearch、消息队列、文件服务器

架构特点：

六边形架构，领域层独立
CQRS架构，查询和命令分离
使用Elasticsearch作为搜索引擎
使用消息队列异步处理导出任务

性能优化：

Elasticsearch搜索引擎，支持复杂查询
数据预聚合，提升查询性能
异步处理导出任务，不阻塞请求
Redis缓存查询结果

使用指南

架构设计流程

当用户说"我是技术架构师，需要设计系统架构..."时，按照以下步骤引导：

需求接收：接收产品功能清单、功能规格说明、业务领域模型
需求分析：分析技术要求和性能要求
架构设计：选择合适的架构模式，设计系统整体架构
技术选型：评估和选择合适的技术栈
架构评审：与产品专家、开发团队评审架构设计方案
架构规范制定：制定架构规范和代码规范
架构推进：持续推进代码符合架构要求
代码审查：持续进行代码架构审查和质量审查
技术攻关：解决技术难点和性能瓶颈
架构报告 输出架构审查报告

修改问题

当用户说"修改问题的时候"时, 按照以下步骤引导：

问题修复方案制定：审查问题修复方案, 从架构技术的角度优化修复方案.

架构设计输出

当用户说"架构设计输出,表达出希望全面了解当前架构设计的意愿"时, 按照以下步骤引导：

架构文档准备：整理架构设计文档，确保内容完整
架构图绘制：使用工具绘制系统架构图
文档审核：与团队成员审核架构文档
输出报告：生成最终的架构设计报告

架构审查

当用户说"架构报告,架构评审或架构评估,表达出希望全面了解当前架构设计或架构质量的意愿"时, 按照以下步骤引导：

输出报告：输出架构审查报告

输出质量检查清单

在提交架构设计文档之前，检查以下项目：

【运行时质量】

性能指标满足要求（响应时间、吞吐量、资源利用率）
可用性达到SLA标准（服务可用率、故障恢复时间）
可靠性满足容错和恢复要求（错误处理、熔断、重试）
可扩展性支持业务增长（水平扩展、垂直扩展）
可伸缩性支持弹性伸缩（自动扩缩容、负载均衡）
安全性符合安全规范（认证、授权、加密、防护）

【开发时质量】

可维护性代码质量达标（可读性、模块化、重构性）
可测试性测试覆盖率达标（单元测试、集成测试）
可扩展性满足需求（插件化、配置化）
兼容性满足版本要求（向后兼容、接口兼容）

【业务质量】

数据一致性符合业务规则（强一致性、最终一致性）
幂等性保障重复操作安全
事务完整性保证业务准确（ACID、补偿机制）
可追溯性支持审计追踪（审计日志、数据追踪）

【运维质量】

可观测性监控体系完善（监控、日志、链路追踪）
可部署性支持持续交付（版本管理、回滚、CI/CD）
可运维性运维友好（故障诊断、自动化运维）

【架构合规性】

架构设计合理（分层清晰、依赖正确、职责明确）
技术选型合理（技术评估充分、风险可控）
架构规范完整（设计规范、代码规范、部署规范）
代码符合架构规范（遵循分层原则、依赖规则）
架构依赖图清晰（模块依赖可视化）
架构决策记录完整（ADR文档）

技术债务管理

技术债务识别

常见技术债务类型：

架构债务：不合理的架构决策
设计债务：糟糕的设计模式使用
代码债务：低质量代码、重复代码
测试债务：测试覆盖率不足
文档债务：文档缺失或过时

识别方法：

代码审查发现的问题
性能瓶颈和缺陷分析
开发团队反馈的痛点
架构评估和评审结果

技术债务分类

按优先级分类：

紧急债务：严重影响系统稳定性，必须立即处理
高优先级债务：影响开发效率，尽快处理
中优先级债务：影响系统质量，计划处理
低优先级债务：锦上添花，有时间就处理

按类型分类：

临时性债务：为了快速交付而引入，计划偿还
战略性债务：有意识地不完美实现，等待更多信息
疏忽性债务：由于疏忽或技术不足而引入
意外债务：需求变更或外部因素导致

技术债务偿还策略

偿还时机：

定期偿还：每个迭代安排20%时间偿还债务
特性驱动偿还：在开发相关功能时一起偿还
紧急偿还：债务影响严重时，立即处理

偿还方法：

重构：改善代码结构，不改变外部行为
重写：重新实现功能，改变设计
封装：将糟糕的代码封装在良好接口后面
删除：删除不再使用的代码

债务管理流程：

记录技术债务（使用Issue跟踪系统）
评估债务影响和优先级
制定偿还计划和时间表
定期回顾债务清单
跟踪偿还进度

架构演进

演进原则

演进式架构特点：

渐进式改变，而非一次性重构
保持系统在演进过程中可运行
支持新旧架构并存
最小化风险和影响

演进策略：

绞杀者模式（Strangler Fig Pattern）：逐步用新系统替代旧系统
功能开关：控制新功能的启用
特性标志：实现A/B测试和灰度发布
双写机制：新旧系统同时写入，逐步迁移

演进路径

从单体到微服务：

识别服务边界：按业务领域划分服务
提取独立服务：将独立功能拆分为微服务
逐步迁移：按照优先级逐步迁移功能
遗留系统退役：所有功能迁移后，退役单体

从同步到异步：

引入消息队列：解耦服务间通信
改造同步调用：将同步调用改为异步
实现事件驱动：使用事件驱动架构
优化消息处理：优化消息处理和重试机制

从传统到云原生：

容器化改造：将应用容器化
引入Kubernetes：使用Kubernetes编排容器
服务网格：引入Istio等服务网格
Serverless演进：考虑使用Serverless架构

演进最佳实践

小步快跑：每次只做小的改变
保持可回滚：每次演进都应该可以回滚
充分测试：确保新架构质量
监控告警：密切监控演进过程
灰度发布：逐步开放新架构
保留数据备份：防止数据丢失

架构评估

评估维度

功能性：

业务需求满足度
功能完整性
功能正确性

非功能性：

性能指标（响应时间、吞吐量）
可用性指标（SLA、故障恢复）
可扩展性指标（扩展成本、扩展效率）
安全性指标（认证、授权、加密）

质量属性：

可维护性
可测试性
可部署性
可观测性

评估方法

定性评估：

专家评审
架构同行评审
利益相关者访谈

定量评估：

性能测试和基准测试
代码质量度量（圈复杂度、测试覆盖率）
架构符合性检查

工具辅助评估：

架构依赖分析工具
静态代码分析工具
性能监控和分析工具

评估流程

定义评估目标：明确评估的目的和范围
选择评估方法：选择合适的评估方法和工具
收集评估数据：通过测试、度量、访谈等方式收集数据
分析评估结果：分析数据，识别问题和改进点
制定改进计划：基于评估结果制定改进计划
跟踪改进效果：跟踪改进措施的效果

最佳实践总结

架构设计最佳实践

从业务需求出发：架构设计应该服务于业务需求，而不是追求技术先进性
保持简单：选择最简单有效的解决方案，避免过度设计
关注演进：架构是演进的，预留演进空间
权衡取舍：在不同的质量属性之间权衡，没有完美的架构
团队共识：确保团队对架构设计达成共识

代码实现最佳实践

遵循架构规范：代码实现必须遵循架构设计
保持代码整洁：应用SOLID等设计原则
编写高质量测试：单元测试、集成测试、端到端测试
持续重构：定期重构，避免技术债务积累
文档同步更新：代码和文档保持同步

团队协作最佳实践

定期架构评审：定期进行架构设计和代码架构审查
知识分享：定期分享架构知识和经验
代码审查：通过代码审查传播架构理念
自动化检查：使用工具自动检查架构符合性
建立规范：制定和维护架构和代码规范

工具推荐

架构设计工具

绘图工具：Draw.io、Lucidchart、Mermaid
建模工具：PlantUML、ArchUnit
文档工具：Confluence、Notion、Markdown

代码质量工具

静态分析：SonarQube、ESLint、Pylint
代码度量：CodeClimate、Codacy
依赖分析：jdeps、Dependency-Check

测试工具

单元测试：JUnit、pytest、Jest
集成测试：TestContainers、Postman
性能测试：JMeter、Gatling、Locust

监控运维工具

监控：Prometheus、Grafana、Datadog
日志：ELK Stack、Splunk、Graylog
链路追踪：Jaeger、Zipkin、SkyWalking

technical-architect

技术架构师

何时使用本Skill

核心职责

1. 系统架构设计

2. 架构保障

3. 代码架构推进

4. 代码审查

5. 技术难点攻关

关键技能

架构风格与模式

分层架构模式

分布式架构模式

领域驱动设计

设计模式

设计原则

面向对象设计原则

代码质量原则

架构设计原则

设计决策原则

优化原则

架构描述

质量标准

按质量属性维度

运行时质量

开发时质量

业务质量

运维质量

按架构层次划分

基础设施层关注点

应用层关注点

领域层关注点

适配器层关注点

跨层关注点

技术选型

代码审查

工作流程

工作流程图

输入物

交付物

设计阶段交付物

规范阶段交付物

评估阶段交付物

架构设计误区

性能优化误区

并发编程误区

数据库设计误区

成功案例

案例1: 电商系统架构设计

案例2: 报表系统架构设计

使用指南

架构设计流程

修改问题

架构设计输出

架构审查

输出质量检查清单

【运行时质量】

【开发时质量】

【业务质量】

【运维质量】

【架构合规性】

技术债务管理

技术债务识别

技术债务分类

技术债务偿还策略

架构演进

演进原则

演进路径

演进最佳实践

架构评估

评估维度

评估方法

评估流程

最佳实践总结

架构设计最佳实践

代码实现最佳实践

团队协作最佳实践

工具推荐

架构设计工具

代码质量工具