一篇文章搞懂架构师的核心技能

这是架构师系列的第一篇:核心技能,希望这个系列能完全揭示架构师这个职位:我先从核心技能开始,后续还有架构师之路,架构实战等架构师系列文章。

本文作者 陈睿 优知学院创始人,前携程定制旅游CTO,在互联网拥有13年产品技术经验,曾先后就职于淘宝、百度、携程,负责产品&技术团队。

架构师的定义和职责

我发现现在大家很难说清楚架构师的核心技能是什么,如何客观的来准确定义架构设计,什么样的架构师才是你学习和借鉴的方向,今天由我来开启这个话题。

首先,这里我把架构师这个职位划分为如下三类:

一篇文章搞懂架构师的核心技能

架构师类别

1 技术型架构师

这一类大家接触到最多,大家的理解就是技术专家、技术大牛,解决公司的技术难题、架构设计,甚至都不需要了解业务。

2 业务型架构师

精通业务但不一定懂技术,部分公司不一定有业务架构师这个title,也许是类似BD这样的称呼,但都需要精通业务。

怎么来定义精通业务?

具有典型的行业属性特征,比如是电子商业领域的专家、在线旅游行业的专家、零售行业的专家、医美行业的专家…,对某一行业有非常深入的了解,熟悉该行业的特征,熟悉业务流程,以及该行业面临的挑战等。

3 技术和业务结合型架构师

一篇文章搞懂架构师的核心技能

技术结合业务型架构师

技术和业务的两者的集合,同时都精通,具有这样能力的人,我的10年+职场生涯里没有超过3个。

我们工作中接触到大部分都是偏技术型的架构师,解决技术难题为主,以下我谈到的所谓“架构师”这个称谓,特指技术型架构师,技术专家。

架构师,一般公司相关的技术选型和架构设计由其来承担和负责,工作中遇到了搞不定的技术问题,或者公司遇见的技术瓶颈,找架构师解决。

例如,创业早期采用windows体系:windows、IIS、SQL-Sever、C# ,随着公司的发展,业务百倍、千倍的发展,流量越来越大,当流量超过一千万时,面对性能和成本这些不可控的因素,进行了业务拆分和性能优化,但是依然解决不了问题,痛定思痛于是决定转型:将整个 windows 技术体系转向java 体系,对应的技术方案是什么,技术演变的关键点在哪里,以及在不影响业务为前提下,按照什么样的步骤来推进技术演变?

再例如淘宝最早期典型LAMP结构快速上线,随着业务的发展,很早就迁移到java体系,随着业务的爆炸性发展,业务从百万级到千万级再到亿级的用户发展,在java体系下如何一步步推进,面对双11的挑战等技术架构需要怎样来设计和演变?

当公司越来越依重与技术的时候,公司不能接受1个小时的宕机,甚至1分钟也接受不了的情况,这些技术挑战将都需要架构师去解决,这就是牵涉到架构设计这个话题,为什么说架构设计如此重要?

架构设计

我用一个生活中典型的场景,你就会体会到架构设计的重要性和需要的场景。

一篇文章搞懂架构师的核心技能

上海外滩的环球金融中心楼高492米,如果你想建造一座492米的高楼,这一定与平时我们建几楼、十几楼的打地基以及材料有完全不懂的方法,这里的地基的深度决定了楼房的高度,这就涉及到建筑设计。

同理,当你的网站需要承受千万、亿级的访问的时候,这就涉及到架构师的核心技能:架构设计。

一篇文章搞懂架构师的核心技能

以及架构设计的典型场景,万级用户访问、百万级用户访问、千万、亿级的用户访问,所需要的架构设计是如何演变:淘宝发展历程最具决定性的一次技术架构演变。

你可能也喜欢:

  1. 一篇文章了解架构师能力模型
  2. 从Java程序员进阶到架构师,史上最全进阶详解(上篇)
  3. 从Java程序员进阶到架构师,6大核心技能要领详解
  4. 史上最强Java架构师的13大技术能力讲解! | 附架构师能力图谱|史上最强Java架构师的13大技术能力讲解! | 附架构师能力图谱|史上最强Java架构师的13大技术能力讲解! | 附架构师能力图谱
  5. 从Java程序员进阶到架构师,史上最全进阶详解(中篇)-架构扩展篇
  6. 史上最全java架构师技能图谱(上)

 

money.jpg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/480829.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

史上最全的分词算法与工具介绍

分词(word tokenization),也叫切词,即通过某种方式将句子中的各个词语识别并分离开来,使得文本从“字序列”的表示升级为“词序列”表示。分词技术不仅仅适用于中文,对于英文、日文、韩文等语言也同样适用。…

论文解读:Attention is All you need

论文解读:Attention is All you need习翔宇​北京大学 软件工程博士在读​关注他192 人赞同了该文章Attention机制最早在视觉领域提出,2014年Google Mind发表了《Recurrent Models of Visual Attention》,使Attention机制流行起来,这篇论文采…

论文浅尝 | 基于神经网络的知识推理

本文转载自公众号:PaperWeekly。论文笔记来自 PaperWeekly 社区用户 britin。本文对基于 RNN 的从大规模知识库中进行推理进行了精度和可操作性的改善,提出的模型使用单个 RNN 就可以在多种 relation types 之间进行推理。如果你对本文工作感兴趣&#x…

手把手教你成为年薪60万的架构师

“ 这篇文章是帮助你成为架构师系列文章其中一篇,偏向0-5年工作的IT程序员员、架构师同学。 如果你能掌握这个系列提到的内容的70%左右,去阿里拿个P7问题不大,阿里的P7基本能拿到60W左右的年薪。 提醒一点,不要小看和不重视基础&a…

图解强化学习

小夕寄语 最近五年,是强化学习(Reinforcement Learning, RL)爆发的时期。RL是机器学习大家族中的一大类, 使用强化学习能够让机器学着如何在环境中拿到高分, 表现出优秀的成绩. 而这些成绩背后却是他所付出的辛苦劳动, 不断的试错, 不断地尝试…

领域应用 | 知识图谱数据构建的“硬骨头”,阿里工程师如何拿下?

本文转载自公众号:阿里技术。 阿里妹导读:搜索“西红柿”,你不但能知道它的营养功效、热量,还能顺带学会煲个牛腩、炒个鸡蛋!搜索引擎何时变成“暖男”了?原来背后…

阿里P8架构师谈:开源搜索引擎Lucene、Solr、Sphinx等优劣势比较

开源搜索引擎分类 1.Lucene系搜索引擎,java开发,包括: Lucene Solr Elasticsearch Katta、Compass等都是基于Lucene封装。 你可以想象Lucene系有多强大。 2.Sphinx搜素引擎,c开发,简单高性能。 以下重点介绍最常用的开源搜素引擎&#…

知识图谱(KG)中的同义词挖掘

前言 在语义搜索推荐、智能问答等场景中,随着通过各类方法挖掘得到知识数据越来越多,我们需要考虑一个新问题——新老知识合并加以整合?比如 “拉肚子” 与 “腹泻” 实则同一意义,但是因为在字面上差距较大,在各抽取任…

注册第一次练习

注册 使用微信注册练习使用Markdown编辑器 Markdown编辑器功能与语法支持 全新的界面设计 ,将会带来全新的写作体验;在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;增加了 图片拖拽 功能&…

SQL 菜鸟教程

第一节:SQL 语法 数据库表 一个数据库通常包含一个或多个表。每个表有一个名字标识(例如:"Websites"),表包含带有数据的记录(行)。 在本教程中,我们在 MySQL 的 RUNOOB 数据库中创建了 Websit…

领域应用 | 深度学习在知识图谱构建中的应用

本文转载自公众号:阿里技术。深度学习模型介绍DeepDive系统在数据处理阶段很大程度上依赖于NLP工具,如果NLP的过程中存在错误,这些错误将会在后续的标注和学习步骤中被不断传播放大,影响最终的关系抽取效果。为了避免这种传播和影…

阿里P8架构师谈:Quartz调度框架详解、运用场景、与集群部署实践

以下将分别从Quartz架构简介、集群部署实践、Quartz监控、集群原理分析详解Quartz任务调度框架。 Quartz简介 Quartz是Java领域最著名的开源任务调度工具,是一个任务调度框架,通过触发器设置作业的定时运行规则,来执行定时任务。其中quartz集…

Bert在CV领域的应用

一只小狐狸带你解锁NLP/ML/DL秘籍老板老板,听说BERT是个瞎子此话怎讲?它能理解语言,但是理解不了小夕的自拍!video-BERT了解一下喵喵喵?AI的三大核心板块(CV/Speech/NLP)近几年都相继取得了非常…

CRISP-DM:数据挖掘标准流程

CRISP-DM:数据挖掘标准流程 框架 相关信息 https://blog.csdn.net/qq_36387683/article/details/82932680 https://blog.csdn.net/hadoopdevelop/article/details/79282832

训练大型神经网络方法总结

一只小狐狸带你解锁 炼丹术&NLP 秘籍前阵子微软开源了DeepSpeed训练框架,从测试效果来看有10倍的速度提升,而且对内存进行了各种优化,最大可以训练100B(illion)参数的模型。同时发布了这个框架训练出的17B模型 Turing-NLG,处于…

从Java程序员进阶架构师,必看的书单推荐!

算法与数据结构: 数据结构(严蔚敏) java数据结构和算法(美:拉佛) 算法导论 大话数据结构 剑指Offer 程序员面试金典 编程珠玑 编程之美 程序员笔试面试最优解 数据结构与算法经典问题解析&#xf…

论文浅尝 | 基于Freebase的问答研究

本文转载自公众号:PaperWeekly。 本期的论文笔记来自 PaperWeekly 社区用户 britin。本文给出了一种 end-to-end 的系统来自动将 NL 问题转换成 SPARQL 查询语言。作者综合了实体识别以及距离监督和 learning-to-rank 技术,使得 QA 系统的精度提高了不少…

机器学习中的特征建模(特征工程)和算法选型建模 - 以暴力破解识别为例

catalogue 1. 特征工程是什么?有什么作用? 2. 特征获取方案 - 如何获取这些特征? 3. 特征观察 - 运用各种统计工具、图标等工具帮助我们从直观和精确层面认识特征中的概率分布 4. 特征处理 - 特征清洗 5. 特征护理 - 特征预处理 6. 特征处理 …

NLP数据增强方法总结:EDA、BT、MixMatch、UDA

本文转载自公众号“夕小瑶的卖萌屋”,专业带逛互联网算法圈的神操作 -----》我是传送门 关注后,回复以下口令: 回复【789】 :领取深度学习全栈手册(含NLP、CV海量综述、必刷论文解读) 回复【入群】&#xf…