数据库

以MySQL为例。慢查询日志，索引优化（explain），覆盖索引。

数据库一主多从或者双主多从。读写分离。

然后对表进行垂直划分，例如一张字段很多的宽表转为子母表。

水平划分，根据业务特性，对表进行分区（现在应该很少用），分表，甚至分库。

数据该归档的归档，日表变月表，年表，或者变地域表等。

使用sharding-jdbc等。

甚至可以给数据库硬盘换上SSD。

数据量再大，就该考虑大数据了。

缓存

以Redis为例。哨兵保证高可用，集群（最低3主3从）保证吞吐量（相当于MySQL的分库）。

要注意缓存与DB的数据一致性（更新后删），缓存穿透（布隆过滤器），缓存雪崩（预热，随机时间过期）问题。

还要关注持久化问题，RDB、AOF。

拆微服务要考虑业务以及团队情况（开发测试运维管理，不同组间协调），决定拆分粒度。

JVM的调优，尽量避免频繁GC。

通过线程池实现异步方法，降低逻辑处理的整体时间。

要考虑本地事务、分布式事务，根据业务要求实现强一致性或最终一致性，2PC、TCC、分布式锁、消息队列。

服务要考虑注册与发现、幂等（全局请求ID，表唯一索引，乐观锁）、熔断、降级。

网关方面还要关注鉴权、限流。

整体要考虑链路追踪，集群监控、配置中心。

也要适时引入MongoDB或Elasticsearch，应对搜索的并发，减少数据库的压力。

还要引入分布式任务调度，Elastic-job、XXL-job、Quartz等。

削峰，服务间解耦。

要注意消息持久化、消息丢失、重复消费的问题。