01 业务模型 ## 02 架构演进过程 03 最佳实践-如何早于用户发现问题 • 一无所有的初创期，单一架构轻装上阵 石器到工业的跃进，分布式架构保驾护航 • 化整为零，应对雪崩效应分而治之 • 从1到N的业务成长 04 不忘初心 继续前进 ## BUSINESS MODEL ## $ ^{*} $ ## 01 业务模型 BUSINESS MODEL ## 业务模型 ## 02 架构演进过程 ARCHITECTURE EVOLUTION PROCESS 一无所有的初创期，单一架构轻装上阵 石器到工业的跃进，分布式架构保驾护航 - 化整为零，应对雪崩效应分而治之 从1到N的业务成长 ### 业务1.0 VS 单一架构轻装上阵 BUSINESS 1.0 VS A SINGLE STRUCTURE OF LIGHT INTO BATTLE 渠道适配器 [Image](/uploads/documents/9/3/7/3/93733f37171b46050945494f2fd2151a/p16_1.jpg) ### 业务3.0远景 BUSINESS 3.0 VISION ## 分而治之 DIVIDE AND RULE IT 实时交易环境 非实时交易环境 通道B 通道A 通道C 通道D 通道A 通道B 通道C 通道D 批量代付 批量代收 批量代收 快捷

{i} \cdot x}}{\sum_ {j = 1} ^ {m} e ^ {\mu_ {j} \cdot x}} \cdot \left(w _ {i} \cdot x\right) $$ 分而治之的思想 模型复杂度可控（分片数） 任意强的非线性拟合能力 适合大规模化高纬度数据 训练数据 例子：分类问题 线性模型（LR） 分片线性模型 MLR https://arxiv

3_1.jpg) CAP  分而治之，缩小竞争面  加速资源交换，更快响应

系统质量、研发效率问题凸显  化繁为简、分而治之、逐步演进 - 整体需要思考的关键问题 - 整体系统架构应该如何演化 • 履约系统与运营系统的边界在哪里 ![Image](/uploads/documents/8/2/3/3/82337

线程数为1 数据同步 数据结构方法 返回结果 单线程同步器 Lock 多线程同步器 数据同步 线程数>1 ## 挑战：并行环境内存分配器的设计 ## 多线程内存分配器，线程分而治之  WorkerLocal数据结构设计

分知识。 #### 1.3. 小结 算法在生活中随处可见，并不高深莫测。我们已经不知不觉地学习到许多“算法”，用于解决生活中大大小小的问题。 · “查字典”的原理和二分查找算法一致。二分体现分而治之的重要算法思想。 算法是在有限时间内解决特定问题的一组指令或操作步骤，数据结构是在计算机中组织与存储数据的方式。 · 数据结构与算法两者紧密联系。数据结构是算法的底座，算法是发挥数据结构的舞台。 O(N^{2}) $ ，通过引入中位数基准数或随机基准数可大大降低劣化概率。尾递归方法可以有效减小递归深度，将空间复杂度优化至 $ O(\log N) $ 。 · 归并排序包含划分和合并两个阶段，是分而治之的标准体现。对于归并排序，排序数组需要借助辅助数组，空间复杂度为 $ O(N) $ ；而排序链表的空间复杂度可以被优化至 $ O(1) $ 。 下图总结对比了各个排序算法的运行效率与特性。其中，桶排序中

分知识。 #### 1.3. 小结 算法在生活中随处可见，并不高深莫测。我们已经不知不觉地学习到许多“算法”，用于解决生活中大大小小的问题。 · “查字典”的原理和二分查找算法一致。二分体现分而治之的重要算法思想。 算法是在有限时间内解决特定问题的一组指令或操作步骤，数据结构是在计算机中组织与存储数据的方式。 · 数据结构与算法两者紧密联系。数据结构是算法的底座，算法是发挥数据结构的舞台。 O(N^{2}) $ ，通过引入中位数基准数或随机基准数可大大降低劣化概率。尾递归方法可以有效减小递归深度，将空间复杂度优化至 $ O(\log N) $ 。 · 归并排序包含划分和合并两个阶段，是分而治之的标准体现。对于归并排序，排序数组需要借助辅助数组，空间复杂度为 $ O(N) $ ；而排序链表的空间复杂度可以被优化至 $ O(1) $ 。 下图总结对比了各个排序算法的运行效率与特性。其中，桶排序中

分知识。 #### 1.3. 小结 算法在生活中随处可见，并不高深莫测。我们已经不知不觉地学习到许多“算法”，用于解决生活中大大小小的问题。 · “查字典”的原理和二分查找算法一致。二分体现分而治之的重要算法思想。 算法是在有限时间内解决特定问题的一组指令或操作步骤，数据结构是在计算机中组织与存储数据的方式。 · 数据结构与算法两者紧密联系。数据结构是算法的底座，算法是发挥数据结构的舞台。 O(N^{2}) $ ，通过引入中位数基准数或随机基准数可大大降低劣化概率。尾递归方法可以有效减小递归深度，将空间复杂度优化至 $ O(\log N) $ 。 · 归并排序包含划分和合并两个阶段，是分而治之的标准体现。对于归并排序，排序数组需要借助辅助数组，空间复杂度为 $ O(N) $ ；而排序链表的空间复杂度可以被优化至 $ O(1) $ 。 下图总结对比了各个排序算法的运行效率与特性。其中，桶排序中

分知识。 #### 1.3. 小结 算法在生活中随处可见，并不高深莫测。我们已经不知不觉地学习到许多“算法”，用于解决生活中大大小小的问题。 · “查字典”的原理和二分查找算法一致。二分体现分而治之的重要算法思想。 算法是在有限时间内解决特定问题的一组指令或操作步骤，数据结构是在计算机中组织与存储数据的方式。 · 数据结构与算法两者紧密联系。数据结构是算法的底座，算法是发挥数据结构的舞台。 O(N^{2}) $ ，通过引入中位数基准数或随机基准数可大大降低劣化概率。尾递归方法可以有效减小递归深度，将空间复杂度优化至 $ O(\log N) $ 。 · 归并排序包含划分和合并两个阶段，是分而治之的标准体现。对于归并排序，排序数组需要借助辅助数组，空间复杂度为 $ O(N) $ ；而排序链表的空间复杂度可以被优化至 $ O(1) $ 。 下图总结对比了各个排序算法的运行效率与特性。其中，桶排序中

分知识。 #### 1.3. 小结 算法在生活中随处可见，并不高深莫测。我们已经不知不觉地学习到许多“算法”，用于解决生活中大大小小的问题。 · “查字典”的原理和二分查找算法一致。二分体现分而治之的重要算法思想。 算法是在有限时间内解决特定问题的一组指令或操作步骤，数据结构是在计算机中组织与存储数据的方式。 · 数据结构与算法两者紧密联系。数据结构是算法的底座，算法是发挥数据结构的舞台。 O(N^{2}) $ ，通过引入中位数基准数或随机基准数可大大降低劣化概率。尾递归方法可以有效减小递归深度，将空间复杂度优化至 $ O(\log N) $ 。 · 归并排序包含划分和合并两个阶段，是分而治之的标准体现。对于归并排序，排序数组需要借助辅助数组，空间复杂度为 $ O(N) $ ；而排序链表的空间复杂度可以被优化至 $ O(1) $ 。 下图总结对比了各个排序算法的运行效率与特性。其中，桶排序中