互联网从一穷二白发展到今天，“可伸缩性”、“水平扩展”这些以前只有大型互联网公司才面临的技术挑战，现在任何一家互联网公司都需要想办法去解决。写好一段代码不难，写好一个单机软件也不难，但是要想写好一个伸缩性良好的大规模分布式系统却很难。这其中最难的地方首先在于思想观念的转变。程序员一开始接触到的就是一个确定的慨念和世界，当程序逻辑一定时，什么样的输入就应该有什么样的输出。

但是在面对大规模系统时，我们首先要承认的是不确定性，即有很多我们想不到、料不到的事情会发生，一个边角的小错误可能就会导致整个系统的全面雪崩。

因此，我们不能再把系统当作一个稳定的、确定的程序看待，而需要在设计时充分考虑到那些可能不确定的情况。其次，就是管理整个系统的有效手段。随着规模的不断增长，之前的人工方式已经明显无法跟上机器的增长速度，规模增长所带来的可靠性、可用性问题时刻都在挑战着整个团队的极限。因此，如何有效地评估、预测、管理、监控-一个大规模的系统，这件事本身已经变成一一个复杂的系统性工程，需要有效的方法论、原则、工具以及最佳实践经验的相应支撑。

当一个系统规模开始扩张时，可用性往往是系统首先要面临的问题。在激增的流量面前，每一次系统处理缓慢、崩溃都会给公司的业务带来损失，因此理解什么是高可用性对系统来说至关重要。为了维持或者提高系统的可用性，我们需要一套标准和手段，来测量系统的可用性，从而才能在第一-时间发现系统可用性是否发生了变化，并制订相应的解决方案。

随着系统规模不断扩大，各种不确定的因素会被放大，这些不确定性会给系统带来更多的不确定性。在构建大规模可伸缩系统的时候，需要先梳理清楚系统中存在哪些不确定性，把它们定义成风险因素，并建立相应的风险模型，定期回顾并确保更新新的风险点。

在这之后，我们要针对每个风险点制订相应的应对方案和措施,并持续对风险管理计划、缓和计划和容灾计划进行持续测试和评估，这样才能避免在风险发生时手忙脚乱。

当系统规模发展到一定程度时，系统本身的架构就会突显瓶颈，之前的单体系统已经难以再开发和维护。这时候，不管从技术角度出发，还是从团队人员角度出发，服务化都是一个必然的趋势。我们需要将原有的系统功能和逻辑，拆分成多个独立的服务来进行管理。但是，随着服务越来越多，如何管理各个服务、服务间如何通信，以及团队的划分都会带来新的问题。随着业界在这方面的经验越来越多，经过Netflix、Amazon 等公司的实践和推广，微服务的概念也随之出现，并提供了完善的解决方案和工具。

在解决这些问题之后，我们会发现，系统规模再继续发展就会遇到IDC的限制，单个数据中心甚至没有空间来存放服务器，也支持不了所需的网络带宽。幸运的是，云计算和服务的出现为我们创造了无限的可能。我们无须再考虑硬件和场地的问题，无须再处理烦琐的运维事项，可以按照使用量来付费，甚至很多服务也无须自己搭建，可以直接使用云服务厂商提供的各种高性能、高可用服务。云计算给我们带来的是一种颠覆性的变化，不光影响到我们的开发、运维、技术栈，更深远地影响到我们对技术和架构的思考方式，进而为创造更多商业价值提供可能。