如何梳理一个 Java 后台服务

一 业务梳理，理解系统为什么存在的问题

这是根本，技术服务于业务（供给、端、场景）

1. 核心业务流程
2. 领域建模与关键实体(User,Order,Product),关键属性、生命周期状态
3. 功能模块划分，系统有哪几大功能模块、了解模块职责边界
4. 关键用户旅程：用户的一个操作会调用哪些 API
5. 业务文档：查阅需求文档、产品 PRD、设计稿、历史会议纪要，理解业务背景和迭代过程

二 性能怎么样，理解系统的性能，关注系统处理能力和资源利用效率

接口性能指标：QPS、响应时间（耗时）P99
资源使用率： 负载、POD、CPU、内存、磁盘I/O、网络I/O（带宽使用-连接数-TCP 重传率）
性能测试与基准：压测报告、性能瓶颈（CPU、数据库、外部调用），系统最大支持多少 QPS（压测用来确认系统的性能基准，最大QPS、性能瓶颈）

三 可用性，理解系统有多可靠，关注系统保持正常服务的能力

高可用架构：

1. 是否有集群部署，如何做的负载均衡
2. 容灾架构，是否异地多活，同城多活
3. 关键依赖（数据库、缓存）是否有主从、灾备、集群、读写分离方案
   容错与降级：
4. 对依赖的外部服务调用、是否有超时控制、熔断、降级
5. 是否有重试机制和幂等设计
   故障恢复：
6. 发布流程是怎样的？蓝绿部署、滚动发布、金丝雀发布？
7. 出现故障的回滚方案是否完备？
8. 灾备切换流程是否明确？
   SLA： 了解系统对上下游承诺的服务等级协议或目标，99.9?

四 架构与技术栈，理解系统是怎么构建的

1. 整体架构 单体、SOA、微服务？服务间如何通信的，RPC/MQ/Restful
2. 技术栈
   • 核心框架：SpringBoot SpringCloud Dubbo
   • 中间件 消息队列（Kafka/RocketMQ/TDMQ）、缓存、定时任务、配置中心
   • 数据存储 MySQL，Redis，MongoDB，ES
3. 关键设计 重要设计模式、分库分表方案、数据同步方案？

五 数据与存储维度

1. 数据库设计：表、索引、SQL 质量（慢查询日志）
2. 缓存策略：缓存如何应用（本地缓存/分布式缓存）、缓存key 的设计、过期策略、缓存穿透/击穿/雪崩的应对方案

六 代码与工程实践

1. 代码结构：项目包结构划分是否清晰，是否符合领域驱动设计或其他规范
2. 代码质量：核心代码复杂度、测试覆盖率（单测用例，场景用例）
3. 部署与 CI/CD： 构建、打包、部署的流水线是怎么的，环境（开发、测试、灰度、生产）如何管理的
4. 文档：架构图、部署文档、运维手册、API 文档

七 安全合规

1. 认证和授权：如何实现用户登录、接口权限控制（防止越权）
2. 数据安全：敏感数据如何加密（手机号、密码）
3. 合规性：日志是否脱敏

八 运维与监控 理解服务如何被观察，即可观测性

1. 日志体系： 日志如何收集、查询、归档，关键操作是否有审计日志
2. 监控告警：
   指标监控：JVM指标、业务指标
   链路追踪：集成 SkyWalking，zipkin
   健康检查：是否有/actuator/health 端点或者 k8s的探活
3. 运维操作：日常运维有哪些（清理日志、扩容、重启服务）

九 团队与协作

1. 协作流程：需求如何流转、代码如何评审、故障如何复盘
2. 知识管理：团队知识如何沉淀（iwiki），分享