Skip to content

staruhub/ClaudeSkills / skills/Geek-skills-solution-architect

solution-architect

Verified

解决方案架构师助手。当用户要设计新系统架构、评审现有架构、做技术选型决策、诊断性能/可扩展性/可用性问题、规划架构演进或重构时使用。覆盖微服务、事件驱动、云原生等架构模式,技术趋势通过实时搜索获取而非依赖内置知识。不用于:具体功能的代码实现、安全漏洞审计(用security-audit)、产品需求分析(用product-manager)、只需一句话回答的技术常识问题。

references/技术选型指南.md

View on GitHub
# 技术选型指南

## 一、选型决策框架

### 1.1 评估维度

| 维度 | 说明 | 权重建议 |
|------|------|---------|
| **功能匹配度** | 是否满足业务需求 | 30% |
| **性能** | 响应时间、吞吐量 | 20% |
| **可扩展性** | 水平/垂直扩展能力 | 15% |
| **生态系统** | 社区活跃度、文档、第三方库 | 15% |
| **学习曲线** | 团队学习成本 | 10% |
| **成本** | 许可证、云服务、人力成本 | 5% |
| **成熟度** | 生产就绪程度 | 3% |
| **团队技能** | 现有团队掌握程度 | 2% |

### 1.2 决策流程

```
1. 明确需求
   ↓
2. 列出候选方案
   ↓
3. POC验证
   ↓
4. 评分矩阵
   ↓
5. 风险评估
   ↓
6. 决策并记录ADR
```

## 二、主要技术栈选型

### 2.1 后端语言/框架

#### Java生态
**Spring Boot**
- ✅ 企业级应用首选
- ✅ 生态完善、社区活跃
- ✅ 性能优秀
- ❌ 较重、启动慢
- **适用**: 企业应用、微服务、复杂业务

**Micronaut / Quarkus**
- ✅ 启动快、内存占用小
- ✅ 原生支持云原生
- ✅ GraalVM Native Image
- ❌ 生态相对不成熟
- **适用**: Serverless、微服务、云原生

#### Node.js
**Express / Fastify / NestJS**
- ✅ 高并发I/O密集
- ✅ 前后端统一语言
- ✅ 快速开发
- ❌ CPU密集型性能差
- **适用**: API服务、实时应用、全栈开发

#### Python
**FastAPI / Django / Flask**
- ✅ AI/ML集成好
- ✅ 快速原型
- ✅ 丰富的库
- ❌ 性能相对较差
- **适用**: AI应用、数据处理、快速原型

#### Go
**Gin / Echo / Fiber**
- ✅ 高性能
- ✅ 并发模型优秀
- ✅ 部署简单
- ❌ 生态相对小
- **适用**: 微服务、中间件、高性能服务

#### Rust
**Actix / Rocket / Axum**
- ✅ 极致性能
- ✅ 内存安全
- ✅ 并发安全
- ❌ 学习曲线陡
- **适用**: 高性能服务、系统编程

### 2.2 数据库选型

#### 关系型数据库

**PostgreSQL**
- ✅ 功能最全面
- ✅ 性能优秀
- ✅ 扩展性强
- ✅ 完全开源
- **适用**: 通用场景、复杂查询

**MySQL**
- ✅ 简单易用
- ✅ 生态成熟
- ✅ 主从复制简单
- ❌ 高级特性少
- **适用**: Web应用、读多写少

**选择建议**:
- 默认选PostgreSQL
- 已有MySQL expertise选MySQL
- 需要Oracle特性考虑Oracle(成本高)

#### NoSQL数据库

**MongoDB (文档数据库)**
- ✅ 灵活schema
- ✅ 易于扩展
- ✅ 查询强大
- **适用**: 内容管理、目录、用户配置

**Redis (KV存储)**
- ✅ 极致性能
- ✅ 丰富数据结构
- ✅ 发布订阅
- **适用**: 缓存、会话、队列、排行榜

**Cassandra (宽列存储)**
- ✅ 线性扩展
- ✅ 高可用
- ✅ 写入性能强
- **适用**: 时序数据、日志、IoT

**Neo4j (图数据库)**
- ✅ 关系查询强
- ✅ 图算法丰富
- **适用**: 社交网络、推荐系统、知识图谱

**选择原则**:
- 默认用关系型
- 需要灵活schema用MongoDB
- 缓存/会话用Redis
- 时序数据用时序数据库(InfluxDB)
- 复杂关系查询用图数据库

### 2.3 消息队列

**Kafka**
- ✅ 高吞吐
- ✅ 持久化
- ✅ 流处理
- ❌ 运维复杂
- **适用**: 事件流、日志聚合、大数据

**RabbitMQ**
- ✅ 功能丰富
- ✅ 易用
- ✅ 社区大
- ❌ 吞吐量相对低
- **适用**: 任务队列、RPC、路由

**Redis Streams**
- ✅ 简单
- ✅ 性能好
- ✅ 与Redis集成
- ❌ 功能相对简单
- **适用**: 小规模消息、简单队列

**选择建议**:
- 大数据流处理 → Kafka
- 企业消息队列 → RabbitMQ
- 简单异步任务 → Redis Streams
- 云原生 → 云供应商MQ服务

### 2.4 API网关

**Kong**
- ✅ 功能强大
- ✅ 插件丰富
- ✅ 性能好
- **适用**: 企业API管理

**Traefik**
- ✅ 云原生
- ✅ 自动服务发现
- ✅ 配置简单
- **适用**: Kubernetes环境

**APISIX**
- ✅ 高性能
- ✅ 动态配置
- ✅ 国产
- **适用**: 微服务网关

### 2.5 缓存策略

**客户端缓存**
- HTTP Cache-Control
- ETag / Last-Modified

**CDN缓存**
- 静态资源
- 地理分布

**应用缓存**
- 本地缓存: Caffeine, Guava Cache
- 分布式缓存: Redis, Memcached

**数据库缓存**
- 查询缓存
- 结果集缓存

**缓存模式**:
- Cache-Aside (旁路缓存)
- Read-Through (读穿透)
- Write-Through (写穿透)
- Write-Behind (写回)

## 三、云服务商选择

### 3.1 三大云对比

| 服务 | AWS | Azure | GCP |
|------|-----|-------|-----|
| 市场份额 | 最大 | 第二 | 第三 |
| 服务数量 | 最多 | 很多 | 相对少但精 |
| 企业集成 | 好 | 最好(Microsoft生态) | 好 |
| AI/ML | 强 | 强 | 最强 |
| 定价 | 复杂 | 复杂 | 相对简单 |
| 学习曲线 | 陡 | 中等 | 较平缓 |

### 3.2 选择建议
- **默认选择**: AWS (生态最完善)
- **Microsoft技术栈**: Azure
- **AI/ML为主**: GCP
- **中国市场**: 阿里云、腾讯云、华为云
- **多云策略**: Kubernetes + 云无关服务

### 3.3 服务选择

**计算**:
- 虚拟机 vs 容器 vs Serverless
- 建议: 优先Kubernetes, 辅以Serverless

**存储**:
- 对象存储(S3): 非结构化数据
- 块存储(EBS): 数据库、应用数据
- 文件存储(EFS): 共享文件系统

**数据库**:
- 托管数据库 vs 自建
- 建议: 小团队优先托管

## 四、前端技术选型

### 4.1 框架选择

**React**
- ✅ 生态最大
- ✅ 灵活性高
- ✅ 社区活跃
- **适用**: 大多数场景

**Vue**
- ✅ 易学易用
- ✅ 渐进式
- ✅ 文档好
- **适用**: 中小项目、快速开发

**Angular**
- ✅ 完整框架
- ✅ 企业级
- ✅ TypeScript原生
- **适用**: 大型企业应用

**Svelte**
- ✅ 性能最优
- ✅ 代码量小
- ✅ 编译时优化
- **适用**: 性能敏感应用

### 4.2 状态管理
- React: Redux / Zustand / Jotai
- Vue: Vuex / Pinia
- Angular: NgRx / Akita

### 4.3 UI组件库
- Ant Design (企业)
- Material-UI (Google风格)
- Chakra UI (现代)
- shadcn/ui (Tailwind)

## 五、DevOps工具链

### 5.1 CI/CD

**GitHub Actions**
- ✅ 与GitHub深度集成
- ✅ 免费额度大
- **适用**: GitHub项目

**GitLab CI**
- ✅ 自托管
- ✅ 完整DevOps平台
- **适用**: 私有部署

**Jenkins**
- ✅ 最灵活
- ✅ 插件丰富
- ❌ 维护成本高
- **适用**: 复杂需求

**云原生CI/CD**
- Argo CD
- Tekton
- Flux

### 5.2 容器编排

**Kubernetes**
- 事实标准
- 生态完善
- 学习曲线陡

**Docker Swarm**
- 简单
- 适合小规模

### 5.3 监控可观测性

**指标监控**:
- Prometheus + Grafana (开源)
- DataDog (商业)
- New Relic (商业)

**日志聚合**:
- ELK Stack (Elasticsearch + Logstash + Kibana)
- Loki + Grafana
- 云日志服务

**分布式追踪**:
- Jaeger
- Zipkin
- OpenTelemetry

## 六、安全工具

### 6.1 认证授权
- OAuth 2.0 / OpenID Connect
- JWT
- Auth0 / Keycloak

### 6.2 密钥管理
- HashiCorp Vault
- AWS Secrets Manager
- Azure Key Vault

### 6.3 安全扫描
- SAST: SonarQube, Checkmarx
- DAST: OWASP ZAP, Burp Suite
- 依赖扫描: Snyk, Dependabot

## 七、选型反模式

### ❌ 避免的错误

1. **盲目跟风**: 看到新技术就用
2. **过度复杂**: 选择超出需求的方案
3. **忽视团队**: 不考虑团队技能
4. **缺少POC**: 不验证就决策
5. **供应商锁定**: 过度依赖特定供应商
6. **忽视成本**: 只看技术不看成本
7. **没有备选方案**: 单一技术栈风险大

### ✅ 正确做法

1. **从需求出发**: 需求驱动选型
2. **POC验证**: 关键技术先验证
3. **考虑团队**: 匹配团队能力
4. **渐进式迁移**: 不要大爆炸式切换
5. **记录决策**: 使用ADR记录
6. **预留退路**: 考虑迁移成本
7. **持续评估**: 定期review技术栈

## 八、技术债务管理

### 识别技术债
- 过时的技术栈
- 安全漏洞
- 性能瓶颈
- 维护困难的代码

### 偿还策略
- 分级: P0(严重) → P3(可忍受)
- 计划: 每个迭代分配时间
- 监控: 技术债务指标
- 预防: 代码审查、自动化测试

## 九、决策模板

```markdown
# 技术选型: [技术名称]

## 需求背景
[描述为什么需要这个技术]

## 候选方案
1. 方案A: [名称]
2. 方案B: [名称]
3. 方案C: [名称]

## 评估矩阵
| 维度 | 权重 | 方案A | 方案B | 方案C |
|------|------|-------|-------|-------|
| 功能 | 30% | 9 | 7 | 8 |
| 性能 | 20% | 8 | 9 | 7 |
| 生态 | 15% | 9 | 6 | 8 |
| 成本 | 10% | 7 | 9 | 8 |
| 总分 | | 8.45 | 7.75 | 7.85 |

## POC结果
[概述POC测试结果]

## 最终决策
选择方案A,理由:
1. [理由1]
2. [理由2]

## 风险和缓解
- 风险1: [描述] → 缓解: [措施]
- 风险2: [描述] → 缓解: [措施]

## 迁移计划
[如果需要迁移,描述迁移计划]
```

## 十、持续学习

### 保持更新
- 关注技术博客和Newsletter
- 参加技术会议
- 阅读技术雷达(ThoughtWorks)
- 实践新技术(Side Project)
- 团队技术分享

### 资源推荐
- **Technology Radar**: ThoughtWorks
- **State of**: State of JS, State of DevOps
- **Blogs**: Martin Fowler, High Scalability
- **Podcasts**: Software Engineering Daily
- **Conferences**: QCon, InfoQ, KubeCon
rea-analysis-optimizationmorluto/reaOptimize REA providers and shared analysis workflows for agent context, latency, CPU, and memory while preserving correctness and Evidence. Use for analysis bottlenecks and cache or query design; CI/test-suite optimization belongs to rea-ci-tests-audit.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
rea-ci-tests-auditmorluto/reaAudit REA CI and test suites for correctness, fixture drift, false passes, and measured performance; use for suite or workflow investigations and efficiency changes, rather than ordinary feature testing or a single test failure.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
rea-tool-designmorluto/reaAudit, investigate, design, or change REA investigation tools, CLI/MCP contracts, provider capabilities, and Evidence semantics.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
ponytail-auditDietrichGebert/ponytailQuality audit of the whole repo: bugs, security, real load, missing tests, speed, and what to delete. Most important first.Stars: 196kUpdated Claude CodeCodexVerifiedInstall