系统扩展的错觉
没有什么是加机器解决不了的，一台不行加两台。
这是我们工作中经常调侃的一句话，当我们系统遇到性能瓶颈时，第一直觉就是加机器，但是在实际实践中，加机器能解决问题吗？
我们一般说的加机器得到的性能提升称为横向扩展。
横向扩展（scale up），也叫水平扩展，指用更多的节点支撑更大量的请求。如果1台机器能够支撑1万TPS，那么两台机器能否支撑2万TPS？
横向扩展通常是为了提升吞吐量，响应时间一般要求不受吞吐量影响即可，无限提高吞吐量不能相应提升响应时间。
与横向扩展对应的是垂直扩展，针对一个节点进行升级，通常通过提升硬件实现。提高节点的单机能力或者改变数据存错结构、传输方式等方法，都可以提高响应时间。
横向扩展和垂直扩展可以一定程度上解释提高系统性能的原则，但是这个模型还有点粗糙。
什么是AKF扩展立方体
AFK扩展立方体（Scalability Cube）是《架构即未来》一书中提出的可扩展模型。这个理论把系统在架构上的扩展性按照三个维度进行划分，如下图所示。
X轴：服务/数据水平复制
通常称为水平扩展，通过复制实例，前端对流量进行负载均衡，以分摊整体压力为目的进行扩展。优点在于架构简单，实施速度快，研发成本低，只需通过负载均衡，保持无状态就非常容易达成。
一般在产品初期，开发团队成员不多，用户需求不确定的情况下，我们只需要通过单体架构实现系统即可。当用户访问量快速增长，系统性能出现瓶颈的时候，可以通过增加节点数量来应对，数据库层面可以通过读写分离进行扩展。
Y轴：根据职责/功能划分
根据服务或者资源扩展，也是我们从单体架构演进到微服务架构的思想。对业务进行微服务划分，优点在于故障隔离性好、快速部署、团队沟通效率高。挑战在于对工具环境依赖高，资源消耗多，运维复杂度高、一致性实现成本高等。
在第二阶段，用户快速增长，产品需求快速增加，我们可以根据业务对系统进行拆分，团队成员也相应进行划分，将不同模块的业务划分到各自的微服务中。
Z轴：按服务/数据优先级划分
根据查询或者计算结果进行划分。简单来说，就是分片的思想。当数据规模非常大的时候，可以通过分片降低整体的压力。挑战在于架构复杂，数据迁移复杂，成本较高。
在第三阶段，随着用户规模的快速扩大，数据库成了性能瓶颈。我们可以通过MQ削峰填谷，解决写的性能瓶颈，通过分布式缓存解决读的性能瓶颈。在数据库层面，可以进行水平拆分，通过引入数据库中间件屏蔽底层分表细节。
结论
AKF扩展立方体是一套通用的扩展性理论，它不仅可以应用到系统的架构扩展上，也可以应用到人员的组织架构扩展上甚至其他相关的工业领域。
当然并不是所有公司都需要同时在XYZ三个方向上进行扩展，每个方向上的扩展都有它的利弊，我们需要根据公司与业务实际场景进行权衡取舍，选择最合适的架构方案，切忌教条主义。更重要的是了解AKF这套模型的理论哲学。
By Ryan.ou