- 消息队列：解耦一些不需要同步调用的服务，或者订阅一些关心的变化，还能流量削峰/缓冲，某些场景会有重复消息(弊端)，可以在业务层做防重和校对处理。
RDBMS注重的是ACID，NOSQL注重的是CAP和BASE，一般是牺牲强一致性，而保证最终一致性。
- 数据异构：我们都知道系统都是由数据构成的，而数据的存储位置和获取的环境不一样，速度也就不一样。单表肯定比联表快，内存取肯定比磁盘取快；就像前面的文章有提过，也是我个人非常喜欢的一句话：时间换空间，空间换时间。所以可以根据实际场景和业务来设计，包括根据数据的权重牺牲一部分的资源来提高效率，例如：联表可以考虑数据冗余，或者关键数据的获取合并存储。
- 缓存银弹：缓存对于读取服务来说就是颗抗流量的特效武器。
- 并发化：并发化的理论其实很简单，把没有依赖关系的数据并行获取。可能不太好理解，例如：B依赖A C没有依赖 D依赖B，那么最好的方式就是A、C并行获取，然后再获取B，再是D。
