前端和后端的交互模式
- http /客户端单向
- websocket /双向
- apple/android/chrome push/ 服务器端单向
在此基础之上，有 grpc web/grpc/graphql 等
一般c/s服务器端框架执行流程
[接收数据]->[解析数据，路由，过滤/认证]->[处理]->[返回结果]
Ruby on rails, Playframework, SpringBoot 等框架都是按照以上的路径进行代码抽象和模块划分。但为了更具有鲁棒性，框架只进行一般抽象和实现，我们在用的时候，可以在每个处理路径上加 Wrapper，构造出适合应用/公司场景的二次封装。
数据库/缓存
了解一个通用数据库常识概念，有一下四个点：
- 索引类型
- 数据结构
- 持久化方式
- 事务ACID
以上最重要的是索引,有一种说法是：挑数据库就是挑索引。
常见持久化数据库类型
- 关系型数据库 mysql, postgresql，h2
- 图关系数据库 neo4j
- Document数据库 mongoDB
- （伪）全能型 OrientDB、ArrangoDB
- 全文检索数据库 ElasticSearch
分布式数据库
分布式SQL数据库，目前新出现的基本上都是构建在 分布式KV数据库 上，这些数据库最核心的点是分布式协商算法：raft（etcd），paxos，zab（zookeeper），以前的主要是基于业务逻辑拆分和 使用二段提交 等中间件，来解决。
常规的分布式kv数据库有： Hbase，TiKV，Aerospike
常见缓存
- redis
- memcache
- Guava
- apache ignite
缓存常见问题
以上的缓存各有各的有缺点，有各自适合的应用场景，需要根据具体场景，具体分析。
并发问题
并发问题主要是多执行空间和资源竞争冲突。
这里将执行空间抽象成线性获取资源的执行器，可以是线程，进程，实例。
常规解决方案有：资源锁、资源分发、资源不可变、将资源进行拆解
以上方案最常用最简单也最容易出问题的是：资源锁。如果考虑高并发，尽量规避掉资源锁方案。
队列
队列最看重的主要是消息消费保证：exactly once/more than once/at least once。在此基础上会针对业务场景衍生出高效队列。
常见的队列有：
- activemq
- kafka
- zeromq
- blockedqueue
- rocketsmq
异步和同步
异步相比于同步的价值，从底层上讲： cpu 运行效率远高于 IO 效率以及 线程/进程上下文切换的开销较高。从业务上讲：无法接受某几个长时间IO阻塞将整个服务全阻塞掉情况的出现。
外界比较火的响应式编程，其底层主要是基于以下两个点，然后再根据语言特性，封装各种各样的语法糖、抽象层：
- IO异步 【DMA（直接内存访问）】
- 计算异步 【消息】
在以上创建出 Actor 模型，是十分值得详细了解的。
一般后端代码结构组织方式
业务模块，可复用业务无依赖组件，测试友好（注入），微服务
最核心的点是围绕着业务模块走。然后再考虑 可复用业务无依赖组件，为以后快速研发做准备。
测试友好（注入） 则是为了项目长久迭代。
微服务 是因为人多，以及单机负载有限。微服务一点小思考
实战项目：backend-a
编程语言的表述与限制
Null 问题，Null 应该在语言上表述出来，而不是隐含，原因在于：当 Null 出现的大多数后续处理，应该是进入异常处理流程，快速返回，而不是在后面的业务逻辑中，不断反复的判定是否为 Null。
函数式、面向对象、面向过程。
业务模型构建思路
后端在作什么？
为前端赋能
说白了就是节约前端时间，让前端获得明确性信息。
保证数据完整性
凝练逻辑
保证稳定，消除性能瓶颈
常见问题
- 不重视 null 值，不重视数据库中的异常数据
- util 过大，区分不出来代码什么时候该放 util，什么时候不该放。 util 应该只放业务性无关，微服务拆分后，所有微服务都可以引用的代码
