INLOOK

Appearance

架构基本功 ​

架构不是画图。 是在复杂系统里持续回答三个问题： 状态放哪，边界怎么切，故障来了谁负责收口。

这里不写空泛方法论，也不写“看起来懂很多”的名词综述。

这里只保留一类内容：

  • 能解释系统为什么会失控。
  • 能说明工程边界为什么要那样划。
  • 能落到代码、链路、部署和运行现场。

这页解决什么 ​

如果你是后端工程师，准备往架构方向走，真正欠缺的通常不是某个框架 API，而是下面这些判断力：

  • 一个问题到底是业务问题、数据问题，还是系统边界问题。
  • 一条链路失真时，应该先查线程、线程池、RPC、消息还是日志。
  • 一套方案看起来能跑，为什么一上生产就开始扩散复杂度。
  • 一次云上部署看似只是“把命令跑通”，为什么最后决定成败的是目录、网络、权限和恢复能力。

这就是“基本功”的范围。

核心主题 ​

1. 上下文治理 ​

系统一旦跨线程、跨线程池、跨服务调用，上下文就开始丢失、串线、污染。

很多线上疑难问题表面上是“偶发”，本质上是上下文模型没有设计完整：

  • 用户身份丢了。
  • 租户信息串了。
  • Trace 断了。
  • 异步任务拿到了旧数据。

全链路上下文透传体系

这篇文章解决的是：

  • ThreadLocal 在单线程里到底解决什么。
  • TTL 为什么是线程池场景的必要补丁。
  • SkyWalking 怎样把链路从 JVM 内部扩展到分布式系统。
  • 为什么上下文治理不是技巧，而是系统一致性的一部分。

2. 云上训练与工程落地 ​

很多所谓“AI 工程实践”，最后都被写成几条命令。

但真正影响结果的，通常不是命令本身，而是命令背后的工程结构：

  • 数据放哪里。
  • 计算节点是否可重建。
  • GPU 驱动是否真正就绪。
  • 训练目录是否可迁移。
  • 配置文件是否准确反映真实数据根路径。

腾讯云 COS + 竞价 GPU 实例训练 YOLOv8s 全流程记录

这篇记录解决的是：

  • 大体积训练集为什么应该和计算节点分离。
  • 竞价 GPU 实例该如何按“随时可回收”思路规划目录和流程。
  • data.yaml 这类小配置为什么常常是训练失败的真正原因。
  • 一次起训过程里，哪些检查是必要动作，哪些只是表面热闹。

架构师真正要练的，不是“知道”，而是“收口” ​

工程里最贵的能力，不是你能讲多少概念。

而是系统开始混乱时，你能不能迅速把问题收口到正确层级。

一个成熟的架构判断，通常都会回到下面四层：

层级要回答的问题常见失控表现
状态层数据在哪里，谁有最终写权多写源、状态漂移、脏读
线程层上下文如何在并发中传递串数据、丢 Trace、异步失真
服务层边界怎么切，责任怎么分RPC 膨胀、回滚困难、依赖耦合
运行层部署、日志、恢复如何闭环环境漂移、不可重建、故障放大

这四层没想清楚，技术选型越多，系统只会越花。

写作标准 ​

这个栏目后续只接受三类内容进入：

  1. 解释一个真实工程问题的底层机制。
  2. 给出清晰的边界判断，而不是泛泛而谈。
  3. 能落到代码、配置、部署或运行现场验证。

如果一篇内容只是“概念介绍”“经验鸡汤”或者“工具安利”，它不应该放在这里。

适合谁读 ​

  • 正在从高级开发往架构职责过渡的 Java 工程师。
  • 已经开始负责系统边界、稳定性和治理问题的后端负责人。
  • 想把 AI、云资源、分布式系统这些话题放回工程语境里理解的人。

一句话定义这个栏目 ​

它不是知识仓库。

它是一个架构师处理复杂度的现场笔记。