软件设计的核心是问题的结构化抽象。
何为结构化抽象 ？ 先回答 “何为抽象” 与 “何为结构化” 两个问题。
何为抽象 ？ “编程漫谈（三）：抽象” 一文阐述了什么是抽象及在编程与计算中的意义； “代码抽象与分层” 则列举了从代码中提炼出来的六类抽象，涵盖了编程开发中常见的实体及处理。
何为结构化 ？ 结构，是事物的组成元素及关联和作用。 “编程漫谈（十一）： 编程概要” 一文阐述了编程中的各种数据结构及控制结构，“软件的组合结构：从指令到软件” 则阐述了组合元素的方法与结构。
软件，本质上是一种可动态而弹性变化的逻辑装置。结构化，即是将逻辑进行抽象、提炼、分离、聚合，构建成更加缜密、动态、弹性的结构流。
逻辑，是思维意识的一种形式。软件设计与开发，是与自己的思维意识进行抗争与和解。
设计与开发
思考软件的设计与开发，通常有如下步骤：
- 软件建模。是对大量原始数据进行结构化组织，使之更加有序、有意义、可交互。
- 数据存取。在建立对数据的组织抽象之后，就要进行数据的存取操作。数据是规则的还是不规则的 ？ 数据量有多少及增长速度如何 ？ 是否要进行缓存 ？ 选取合适的数据组件来存取。常见的有记录型、KV型、文档型。
- 流程构造。在确定数据存取方案后，需要构建完整的流程。流程可以使用时序图来表示。流程包含约束、操作与契约。约束，是进行操作需要满足的条件；操作则是从外部服务获取数据或向外部服务请求某种动作；契约，是在完成操作之后，必须满足的一系列断言。完整流程通常是：“约束-操作-契约”的子流程的有序组合。
- 编程实现。需要评估潜在变化的部分，将通用的部分与易变化的部分相分离。
设计模式
设计模式是对象职责及交互的结构化抽象，是最能体现结构化抽象思想的基本单元。可参阅：“软件设计要素初探：基础设计模式概览” 。
架构模式是基于设计模式的更高层次的结构化抽象。可参阅：“软件设计要素初探：架构模式” 。
设计模式和架构模式主要应对软件的业务可扩展性难题。
技术机制
在软件设计中，技术是绕不开的一道槛。技术的作用在于，在指定的场景下，所执行的操作必须满足某种特定的规则。要满足这些规则，需要使用技术机制来保证。
- 幂等。比如处理资金问题，必须考虑幂等问题，即同一个请求，执行多次的效果必须与执行一次的效果等同；
- 事务。比如多个关联数据的插入、更新和删除，必须保证原子性。要么全部执行，要么一个都不执行。需要使用事务来保证。事务的特性是ACID，结构化抽象是还原点、快照与回滚日志，操作是提交、刷新或回滚。
- 并发。大量请求的处理，不可能使用串行的方式，必须使用并发的方式，充分利用多核CPU资源。并发往往要利用多核CPU的硬件存储结构（共享内存型和独立内存型）。
- 同步。在并发场景下，要保证多个执行实体（比如线程、进程等）能够看到共享变量的最新更新值。同步的本质是确保指定顺序执行，避免不确定的执行顺序，其结构化抽象是临界区。临界区是约束执行顺序的一种结构。
- 框架。应用的组件、配置与启动，可以做成通用的框架和脚手架反复使用，快速启动和部署一项工程，减少不必要的重复工作量。框架的结构化抽象是，将工程中的配置、部署与启动、运行结构、通用任务进行提炼并形成固定的模式，应用只需要关注可变的业务部分。
- 限流。突发的峰值流量，为了避免瞬间占满和击垮服务器的资源和服务能力，需要进行限流。限流的结构化抽象是，时间与许可的计算。
- 缓存。 对于热点数据，为了避免反复从源存储获取，增大对存储的访问压力，可以使用缓存来存储热点数据，增大命中率，提升性能，减少对存储的不必要的访问压力。缓存的结构化抽象是，使用少而精的空间优先于大而全的空间的搜索。“少而精”是指聚焦应用的经常被访问的热点数据。缓存的衡量指标是命中率和过期时间，操作是缓存与源存储的读写同步。
- 降级。当非核心的依赖不可用时，可以及时切断依赖，舍小取大，保证整体服务正常运行，不受局部影响。降级通常是在超时的情况下切换到备用方案，是主备策略的切换机制。
规模化挑战
如果程序媛猿面对的是几万的数据量，那是可以夜夜笙歌的。然而，现实情况是，面对的是亿级以上规模的数据量，且数据量仍然在指数级增长。为了人类社会的无理性发展，程序媛猿们真是白了头。
为了应对亿级规模的数据量，并发、分布式等方案层出不穷，结合变化的业务场景，又衍生出更多的挠人烧脑的复杂问题。
如何应对呢？
- 并发机制取代了串行机制。单CPU和单机的性能基本抵达瓶颈，只能从多核CPU和多机上想办法。将要处理的数据量分解为多个相互独立的子数据集，并在不同的任务实体里并行地独立执行。 并发虽然解决了单机性能不足的问题，却引发了更多的问题。
- 同步。有了并发执行之后，由于有些资源是共享的，而一些热点数据往往被多个任务实体同时读取和修改，又产生了并发竞争问题。 为了解决并发竞争，又引入了同步机制。大量对同一资源、数据的操作引起性能问题。
- 缓存。对于热点数据的读取和操作，通过“空间换时间”的策略，使用缓存来提升性能，降低对源存储的访问压力。
- 限流。 由于允许并发请求进入，则必须应对瞬间的峰值流量（可见世态）。限流必须有度，不能因噎废食。 需要对系统承载的负荷及极限负荷进行测量，根据测量值来确定一个可动态调整的限流值。极限负荷测量即是压测。
- 降级。 由于业务特性的不同，环境的不稳定波动，以及采用方案的局限性，依赖服务有可能出现部分失败，对于调用极其频繁的服务来说，依赖服务的少许失败可能导致上层的雪崩效应。因此在依赖服务出现问题时，必须进行适当的降级熔断。
- 数据可视化。 为了从数据集中发现整体性的规律和趋势，通过将大量数据集进行可视化，拥有一个简明的全局视角。
- AI。以数据为基础，以规则集为准绳，训练机器通过基本的规则集与数据的计算而获得某种“学习”能力，从而能够分析更多的数据集，调整现实活动和方式，获得人力所无法得到的见解和经济效益。