系统设计：如何让系统容易扩展？
一个高可扩展性指标，表示可以通过增加机器的方式来线性提高系统的处理能力，从而承担更高的流量或者并发数。
在单机系统中通过增加处理核心数来增加系统的并行处理能力，但是这个方法并不总生效，随着并行的任务增多，系统会因为争夺资源而达到性能上的拐点。系统性能会不升反降。
多台机器组成的机器系统也类似，在集群系统中，不同的分层也存在一些瓶颈。制约横向扩展能力。
举个例子，系统的流量是每秒1000次请求，对数据库请求也是 1000次/s ，单独如果流量增加10倍，系统可以扩容，正常提供服务，但是数据库就成了瓶颈。
再个例子，单机网络的带宽是50Mbps ，如果扩容到 30台机器，前端负载均衡带宽超过了1000Mbps 限制，那么也会成为瓶颈。
无状态的服务和组件更容易扩展，但是数据库这样的存储服务是有状态的，不易扩展。
数据库，缓存，依赖的第三方，负载均衡，交换机带宽，都是系统扩展性的一些因素。
系统扩展性设计思路
拆分是系统扩展性的最重要的思路，把庞大的系统进行拆分，有单一职责的模块，将复杂的问题简单化。
存储层扩展
- 按照业务拆分 存储层扩展首先考虑的维度是业务维度。比如说有个社区系统，开始只有一个库，拆分之后，分成 用户库，关系库，内容库，评论库，点赞库等。
按照业务拆分，一定程度上提升了系统的扩展性，但是系统运行一段时间后，单一的业务拆分不足满足并发请求量上的要求。这个时候需要继续拆分。
- 水平拆分 分库分表。
水平拆分之后，让数据库突破数据库单机的限制，需要注意的是，不能随意增加节点，一旦增加节点，数据需要手动迁移，要基于长期考虑，避免频繁扩容。
但是数据库按照业务和数据维度拆分之后，我们尽量不要使用事务。当一个事务中同时更新不同的数据库时，需要进行分布式事务，来协调所有数据库要么全部更新成功，要么全部失败，这个协调的成本会不断升高。
业务层扩展
可以把相同业务的服务拆分成单独的业务池，业务维度拆分成用户池，内容池，关系池，评论池，点赞池和搜索池。不同的业务依赖不同的数据库资源。
除此之外，还可以使用根据业务接口的重要程度，把业务分成核心池和非核心池。保证核心池的性能，优先扩容核心池，降级部分非核心池的接口，从而保证整体系统的稳定性。
总结
单体应用可扩展性不强，但是维护简单，分成多个系统之后需要多个团队来专门负责，需要团队协作，投入很大精力，总的来说就是业务拆分，不同业务使用不同库，然后对数据库进行分库分表。做横向拆分，提高系统扩展性。
