模式的经典定义：每个模式都描述了一个在我们的环境中不断出现的问题，然后描述了该问题的解决方案的核心，通过这种方式，我们可以无数次地重用那些已有的解决方案，无需再重复相同的工作。即模式是在特定环境中解决问题的一种方案 。
什么是架构模式？在维基百科：架构模式是针对特定软件架构场景常见问题的通用、可重用解决方案。架构模式类似于软件设计模式，但范围更广。
架构的本质是管理复杂性。如果你觉得架构不重要，可能是你做的事情不够复杂，或者是你没有管理好复杂性。架构模式虽多，经过抽象沉淀之后，也就那么几种，O'Reilly 出版过一本免费的小册子《Software Architecture Patterns》， 介绍了五种最常见的软件架构，是非常好的入门读物：
1. 分层架构（比较传统的单体架构）
2. 微服务架构（服务分割：当前比较流行的服务化架构，解决单体架构面临的问题，适合敏捷开发，快速迭代）
3. 微核架构（又称插件架构，开发难度较高，一般用来做工具软件开发，如Eclipse，不太适合分布式业务场景）
4. 事件驱动架构 （一般适用于应用局部场景，用来实现异步解耦）
5. 云架构（现在的说法是云原生架构-Cloud Native，基于Docker、Kubernetes、Service Mesh 云原生架构）
一、分层
分层架构（layered architecture）是最常见的软件架构，也是事实上的标准架构。如果你不知道要用什么架构，那就用它。
分层：对模型中同一抽象层次上的包进行分组的一种特定方式。通过分层，从逻辑上将子系统划分成许多集合，而层间关系的形成要遵循一定的规则。通过分层，可以限制子系统间的依赖关系，使系统以更松散的方式耦合，从而更易于维护。（层是对构架的横向划分，分区是对构架的纵向划分）。
层（layer）这个概念在计算机领域是非常NB的一个概念。计算机领域处处体现层的概念：计算机本身：（系统调用层、设备驱动层、操作系统层、CPU指令集，每个层都负责自己的职责。网络5层模型：（物理层、链路层、网络层、传输层、应用层）。
层到了软件领域也一样好用。为什么呢？我们看看使用层技术有什么好处：
● 你使用层，但是不需要去了解层的实现细节。
● 可以使用另一种技术来改变基础的层，而不会影响上面的层的应用。
● 可以减少不同层之间的依赖。
● 容易制定出层标准。
● 底下的层可以用来建立顶上的层的多项服务。
当然，层也有弱点：
● 层不可能封装所有的功能，一旦有功能变动，势必要波及所有的层。
● 效率降低。
当然，层最难的一个问题还是各个层都有些什么，以及要承担何种责任。最常见的架构模式，将系统在横向维度上切分成几个部分，每个部分单一职责。通过分层：
1、从逻辑上将子系统划分成许多集合，而层间关系的形成要遵循一定的规则。
2、可以限制子系统间的依赖关系，使系统以更松散的方式耦合，从而更易于维护。
这种架构将软件分成若干个水平层，每一层都有清晰的角色和分工，不需要知道其他层的细节。层与层之间通过接口通信。
三层架构：
虽然没有明确约定，软件一定要分成多少层，网站一般分为三个层次：应用层、服务层和数据层，其具体结构如下图所示：
通过分层，一个庞大系统切分成不同部分，便于分工合作和维护。
应用层：主要负责具体的业务逻辑处理
服务层：提供可复用的服务
数据层：负责数据的存储和访问
但是，分层架构也有一些挑战：①必须合理规划层次边界和接口；②禁止跨层次的调用及逆向调用。
常见的四层结构：
- 表现层（presentation）：用户界面，负责视觉和用户互动
- 业务层（business）：实现业务逻辑
- 持久层（persistence）：提供数据，SQL 语句就放在这一层
- 数据库（database） ：保存数据
有的软件在逻辑层（business）和持久层（persistence）之间，加了一个服务层（service），提供不同业务逻辑需要的一些通用接口。
用户的请求将依次通过这四层的处理，不能跳过其中任何一层。
优点
- 结构简单，容易理解和开发
- 不同技能的程序员可以分工，负责不同的层，天然适合大多数软件公司的组织架构
- 每一层都可以独立测试，其他层的接口通过模拟解决
缺点
- 一旦环境变化，需要代码调整或增加功能时，通常比较麻烦和费时
- 部署比较麻烦，即使只修改一个小地方，往往需要整个软件重新部署，不容易做持续发布（因为是单体架构）
- 软件升级时，可能需要整个服务暂停
- 扩展性差。用户请求大量增加时，必须依次扩展每一层，由于每一层内部是耦合的，扩展会很困难（单体架构，需求调整会贯穿每一层）
二、微服务架构：分割和分布式
微服务架构（microservices architecture）是服务导向架构（service-oriented architecture，缩写 SOA）的升级。
每一个服务就是一个独立的部署单元（separately deployed unit）。这些单元都是分布式的，互相解耦，通过远程通信协议（比如REST、SOAP）联系。
1、功能分割：
微服务架构本质就是单体应用进行功能分割，形成分布式部署。
分层是横向逻辑分层，分割是分割是在纵向方面对软件进行切分，将不同的功能和服务分割开来，包装成高内聚低耦合的模块单元，有助于软件开发和维护，还便于不同模块的分布式部署，提高网站的并发处理能力和功能扩展能力。
现在开源的微服务框架比较多，如常用的有Spring Cloud、Dubbo、ServiceComb等等。
优点
- 扩展性好，各个服务之间低耦合
- 容易部署，软件从单一可部署单元，被拆成了多个服务，每个服务都是可部署单元
- 容易开发，每个组件都可以进行持续集成式的开发，可以做到实时部署，不间断地升级
- 易于测试，可以单独测试每一个服务
缺点
- 由于强调互相独立和低耦合，服务可能会拆分得很细。这导致系统依赖大量的微服务，变得很凌乱和笨重，性能也会不佳。
- 一旦服务之间需要通信（即一个服务要用到另一个服务），整个架构就会变得复杂。典型的例子就是一些通用的 Utility 类，一种解决方案是把它们拷贝到每一个服务中去，用冗余换取架构的简单性。
- 分布式的本质使得这种架构很难实现原子性操作，交易回滚会比较困难。
2、分布式部署
分布式应用和服务：应用和服务模块分布式部署，便于业务功能扩展；
分布式静态资源：JS、CSS、LOGO图片等资源独立部署，采用独立域名->动静分离；
分布式数据和存储：传统RDBMS分布式部署和NoSQL产品；
分布式计算：类似Hadoop及其MapReduce分布式计算框架，其特点是移动计算而不是移动数据。
三、插件架构：微核架构
微核架构（microkernel architecture）又称为"插件架构"（plug-in architecture），指的是软件的内核相对较小，主要功能和业务逻辑都通过插件实现。
内核（core）通常只包含系统运行的最小功能。插件则是互相独立的，插件之间的通信，应该减少到最低，避免出现互相依赖的问题。
优点
- 良好的功能延伸性（extensibility），需要什么功能，开发一个插件即可
- 功能之间是隔离的，插件可以独立的加载和卸载，使得它比较容易部署，
- 可定制性高，适应不同的开发需要
- 可以渐进式地开发，逐步增加功能
缺点
- 扩展性（scalability）差，内核通常是一个独立单元，不容易做成分布式
- 开发难度相对较高，因为涉及到插件与内核的通信，以及内部的插件登记机制
微核架构的设计和开发难度较高，这就注定它在企业产品中用得不多，虽然它的优点还不少。
四、事件驱动架构：异步
事件（event）是状态发生变化时，软件发出的通知。
事件驱动架构（event-driven architecture）就是通过事件进行通信的软件架构。它分成四个部分。
事件驱动架构（event-driven architecture）核心组件：
- 事件队列（event queue）：接收事件的入口
- 分发器（event mediator）：将不同的事件分发到不同的业务逻辑单元
- 事件通道（event channel）：分发器与处理器之间的联系渠道
- 事件处理器（event processor）：实现业务逻辑，处理完成后会发出事件，触发下一步操作
对于简单的项目，事件队列、分发器和事件通道，可以合为一体，整个软件就分成事件代理和事件处理器两部分。
事件驱动典型就是消息队列的生产者消费者模式，两者不存在直接调用，只要保持数据结构不变，彼此功能实现可以随意变化而不互相影响，这对网站扩展新功能非常便利。
业务之间的消息传递不是同步调用，而是将一个业务操作分成多个阶段，每个阶段之间通过共享数据的方式异步执行进行协作。
优点
- 分布式的异步架构，事件处理器之间高度解耦，软件的扩展性好
- 适用性广，各种类型的项目都可以用
- 性能较好，因为事件的异步本质，软件不易产生堵塞
- 事件处理器可以独立地加载和卸载，容易部署
缺点
- 涉及异步编程（要考虑远程通信、失去响应等情况），开发相对复杂
- 难以支持原子性操作，因为事件通过会涉及多个处理器，很难回滚
- 分布式和异步特性导致这个架构较难测试
事件驱动架构在通信产品中应用得也非常广泛，典型的如状态机处理。事件驱动架构不适于做顶层架构，但适合做局部实现，几乎遍布在通信软件的各个角落。
五、云架构（云原生-Cloud Native）
云架构（cloud architecture，现在的说法是云原生-Cloud Native）主要解决扩展性和并发的问题，是最容易扩展的架构。
它的高扩展性，主要原因是可以基于云上计算资源弹性伸缩。然后，业务处理能力封装成一个个处理单元（prcessing unit）。访问量增加，就新建处理单元（Docker容器）；访问量减少，就关闭处理单元（Docker容器）。由于没有中央数据库，所以扩展性的最大瓶颈消失了。由于每个处理单元的数据都独立分库。
这个模式主要分成两部分：处理单元（processing unit）和虚拟中间件（virtualized middleware）。
- 处理单元：实现业务逻辑（类似于微服务架构中的微服务）
- 虚拟中间件：负责通信、保持sessions、数据复制、分布式处理、处理单元的部署。
虚拟中间件又包含四个组件：
- 消息中间件（Messaging Grid）：管理用户请求和session，当一个请求进来以后，决定分配给哪一个处理单元；
- 数据中间件（Data Grid）：将数据复制到每一个处理单元，即数据同步。保证某个处理单元都得到同样的数据；
- 处理中间件（Processing Grid）：可选，如果一个请求涉及不同类型的处理单元，该中间件负责协调处理单元；
- 部署中间件（Deployment Manager）：负责处理单元的启动和关闭，监控负载和响应时间，当负载增加，就新启动处理单元，负载减少，就关闭处理单元。
随着Docker、Kubernetes等容器化技术的快速发展，上述关于云架构描述有点陈旧了。当前最新的云原生架构，以Docker+Kubernetes为核心，尤其是容器编排Kubernetes 已经成为事实上的行业标准。
云原生架构图的主要特征：
- 微服务应用运行支撑环境；
- 以容器化应用的镜像作为交付标准；
- 通过资源调度服务快速申请、释放资源；
- 通过弹性伸缩快速扩展应用；
- 状态监控；
主要目标：
1. 让开发人员聚焦业务逻辑的实现，其他交给容器云平台来完成；
2. 支持业务系统的快速迭代，支撑业务的快速变化和发展；
3. 构建以共享服务体系为核心的业务中台；
下面是小编针对某新零售企业设计的云原生架构图，以云和微服务架构为基础构建云原生应用，这里云可以是公有云、私有云、混合云等等。
结束
以上是从不同的视角，对架构进行了分类。实际应用中，各种架构并不是孤立的，可以根据业务环境和业务诉求，对各种架构进行综合和嫁接。每种架构都有其优点和缺点。优点不必多说，缺点则几乎都是通过工具工程（比如自动化发布工具、自动化测试等等）能力的方法来规避，工具工程对软件架构非常重要。
模式的经典定义：每个模式都描述了一个在我们的环境中不断出现的问题，然后描述了该问题的解决方案的核心，通过这种方式，我们可以无数次地重用那些已有的解决方案，无需再重复相同的工作。即模式是在特定环境中解决问题的一种方案 。