罗罗编程学习记录
本页内容 展开查看

04.9 阶段 8:进阶方向(可选)

所属:全栈开发面试题库 / 学习路径 / 04 PHP 全栈

本页目录

一、阶段定位

前七个阶段覆盖了"从环境到上线"的完整业务开发链路。本阶段是可选拓展:按岗位方向选学,不要求一次性掌握。它对应题库第 9 分册(高阶架构)与第 11 分册(综合场景题),目标是让你在中级 PHP 工程师的基础上,能往"架构师""高性能服务""全栈 AI 应用"等方向走一步。

与前后阶段的衔接:往上是 04.8 阶段 7 部署、安全与综合项目,本阶段的所有主题都建立在"业务系统已能稳定上线"的前提上;往下没有第 9 阶段——本路径到此结束,后续是在工作中持续深化。本阶段最大的风险是"什么都想学,什么都学不深",正确做法是按当前岗位或目标岗位选一个方向深入,其余了解即可。

原始卡点(本阶段特有的认知偏差)展开成可判断的现象依据:

  • 把分布式事务当银弹:判断标准是业务还没拆成两个服务,就引入 TCC/Seata,结果本地事务没写好,分布式事务更乱。
  • 把可观测性当"加日志":判断标准是接了 ELK 但没有 trace_id 串联,出问题时仍无法定位是哪个服务、哪条 SQL、哪个外部调用慢。
  • 盲目追新技术:判断标准是业务并发只有 100 QPS,却上了 Swoole 协程 + K8s + Service Mesh,运维成本远高于收益。

二、阶段目标与投入

本阶段不要求全部掌握,建议按方向选 1–2 个深入。

能力目标(可验证的行为) 验证方式
能判断业务何时该拆服务、何时不该拆 给出"不拆"的理由比"拆"更多
能口述分布式事务三种方案的适用边界 本地消息表/TCC/Saga 各自的失败场景
能讲清可观测性三大支柱(指标、日志、链路) 画出一个请求从入口到 DB 的 trace 图
能评估 gRPC/JSON RPC 的选型 说出三者与 HTTP API 的取舍
能在 PHP 项目里接入 LLM API 做一个 AI 功能 写出带 prompt 模板与错误处理的调用

建议学时:

  • 全职(每天 4–6 小时):按方向 2–4 周,每方向 40 小时左右。
  • 在职(每天 2 小时):按方向 4–8 周。

学时分配(按方向选):分布式事务与服务化 30%、可观测性 20%、高并发架构 20%、云原生 15%、AI 应用 15%。不要试图在一个月内全部学完。

三、先修自检

先修项 合格标准 不合格时回到
业务系统能稳定上线 阶段 7 综合项目已完成 04.8 阶段 7 部署、安全与综合项目
事务与队列 能写本地事务、可靠消息 04.6 阶段 5 数据层、缓存与队列
FPM 与常驻模型 理解两种模型差异 04.7 阶段 6 FPM 性能与常驻内存
部署与监控 Docker 与 CI/CD 跑通 04.8 阶段 7 部署、安全与综合项目

经验判断:本阶段最忌讳"在简历上写了分布式事务,但本地事务都没写对"。先把单体业务做扎实,再谈拆分。

四、知识地图

模块 知识点 掌握程度 对应题库章节
分布式事务 本地消息表、TCC、Saga、最终一致性 了解 09.6 分布式事务
服务化与 RPC 服务拆分边界、JSON RPC、gRPC、服务发现 了解 09.7 场景设计题
可观测性 Metrics、Logging、Tracing、trace_id 会用 08.4 CI/CD 与可观测性
高并发架构 限流、熔断、降级、流量治理 会用 09.2 流量治理
云原生 K8s、容器编排、HPA 了解 08.1 容器化
中间件原理 容器、路由、ORM 源码级理解 了解 06.5 PHP 后端
AI 应用开发 LLM API、Prompt、RAG、Agent 概念 了解 10-AI应用开发-LLM与Agent
综合场景 故障排查、技术选型、安全合规 会用 11 跨领域综合场景题

进度管理建议:选一个方向深入到"能在项目里落地",其余方向保持"面试能讲清概念"。全量清单见 04.10 知识点全清单。

五、分模块精讲

5.1 分布式事务与最终一致性

为什么需要它:业务拆成两个服务后,本地事务管不到另一个库。但绝大多数业务不需要强一致,最终一致性就够。

核心机制:

  • 本地消息表(最常用):本地事务里写业务数据 + 消息表,后台任务扫消息表投递到 MQ,消费方幂等处理。
  • TCC(Try-Confirm-Cancel):三阶段,侵入性强,适合资金类强一致场景。
  • Saga:长事务拆成多个本地事务,每步配补偿动作,失败时逆向回滚。
  • 选型判断:90% 业务用本地消息表 + MQ 就够;只有涉及资金、库存强一致才上 TCC。

最小可运行示例(本地消息表概念):

<?php
// 本地事务:写订单 + 写消息表
$pdo->beginTransaction();
$pdo->prepare('INSERT INTO orders (...) VALUES (...)')->execute($data);
$pdo->prepare('INSERT INTO message_queue (topic, payload, status) VALUES (?, ?, 0)')
    ->execute(['order.paid', json_encode($order)]);
$pdo->commit();

// 后台任务:扫 status=0 的消息投递到 MQ
// 消费方幂等处理,成功后回调 status=1

常见坑:

现象 原因 修法
业务没拆服务就上 TCC 过度设计 用本地事务即可
消息表堆积 后台任务没跑 配 cron 扫表
消费方重复处理 没幂等 业务唯一键去重

面试考法:"分布式事务有哪些方案""你怎么选"。答到:优先本地消息表 + MQ;强一致才 TCC;长流程用 Saga。

5.2 服务化拆分与 RPC 选型

为什么需要它:单体到一定规模要拆,但拆早了是灾难。RPC 是服务间通信的方式。

核心机制:

  • 拆分边界:按业务域拆(订单、用户、商品),不要按技术层拆(controller 服务、dao 服务)。
  • JSON RPC:HTTP + JSON,简单、调试方便,适合内部服务。
  • gRPC:HTTP/2 + Protobuf,高性能、强类型,适合服务间高频调用。
  • 不拆的理由:团队小、发布不频繁、并发不高——单体的开发效率远高于微服务。

最小可运行示例(JSON RPC 概念):

<?php
// 服务端:暴露 JSON API
Route::post('/rpc/user.get', function (Request $r) {
    $user = User::find($r->input('id'));
    return response()->json(['result' => $user]);
});

// 客户端:HTTP 调用
$resp = Http::post('http://user-service/rpc/user.get', ['id' => 123]);
$user = $resp['result'];

常见坑:

现象 原因 修法
拆了 5 个服务,调用链 3 跳 拆太细 合并,按业务域粗拆
gRPC 调试困难 没有浏览器工具 内部低频调用用 JSON RPC

面试考法:"什么时候该拆微服务""JSON RPC 与 gRPC 区别"。答到:团队、发布、并发三个维度都到瓶颈才拆;JSON RPC 简单通用,gRPC 高性能强类型。

5.3 可观测性三大支柱

为什么需要它:出问题时,没有 trace_id 串联的日志等于没有日志。

核心机制:

  • Metrics(指标):QPS、P99、错误率、CPU/内存——看趋势。
  • Logging(日志):结构化 JSON,带 trace_id——看细节。
  • Tracing(链路追踪):一个请求经过哪些服务、每个环节耗时——定位慢在哪。
  • trace_id 贯穿入口 → 中间件 → 服务 → DB → 外部调用。

最小可运行示例:

<?php
// 中间件:生成或透传 trace_id
class TraceMiddleware {
    public function handle($request, Closure $next) {
        $traceId = $request->header('X-Trace-Id') ?: bin2hex(random_bytes(16));
        Log::withContext(['trace_id' => $traceId]);
        $response = $next($request);
        $response->header('X-Trace-Id', $traceId);
        return $response;
    }
}

常见坑:

现象 原因 修法
日志里找不到关联 没 trace_id 中间件统一生成/透传
慢在哪个服务定位不到 没接 Tracing 接 OpenTelemetry

面试考法:"可观测性三大支柱""怎么定位一个慢请求"。答到:Metrics 看趋势、Logging 看细节、Tracing 看链路;trace_id 串联。

5.4 高并发架构与流量治理

为什么需要它:阶段 6 的优化是单服务,本阶段是多服务下的流量保护。

核心机制:

  • 限流:入口按用户/IP/接口限流,超过阈值拒绝。
  • 熔断:下游服务连续失败 N 次,暂时切断调用,避免雪崩。
  • 降级:非核心功能(推荐、统计)在压力大时关闭,保核心交易。
  • 网关:统一入口,做鉴权、限流、路由。

最小可运行示例:

<?php
// 令牌桶限流概念
$key = "rate:{$userId}";
$tokens = Redis::hGet($key, 'tokens');
if ($tokens < 1) {
    return response()->json(['error' => '限流'], 429);
}
Redis::hIncrBy($key, 'tokens', -1);

常见坑:

现象 原因 修法
下游挂了拖垮自己 没熔断 失败 N 次后切断
高峰期推荐接口占资源 没降级 压力大时关闭非核心功能

面试考法:"限流、熔断、降级区别"。答到:限流是入口挡新请求;熔断是切断故障下游;降级是关非核心功能保核心。

5.5 云原生与 K8s

为什么需要它:多服务部署靠 Docker 手动管理太累,K8s 做编排。但中小团队不必上来就 K8s。

核心机制:

  • K8s:Pod(最小调度单元)、Deployment(副本数)、Service(服务发现)、HPA(按 CPU 自动扩缩)。
  • 适用边界:服务数量 > 5、发布频繁、需要弹性伸缩时再上 K8s。
  • 中小团队:Docker Compose + 单机或少量 VPS 足够。

最小可运行示例(K8s Deployment 概念):

apiVersion: apps/v1
kind: Deployment
metadata:
  name: shop-api
spec:
  replicas: 3
  selector:
    matchLabels: { app: shop-api }
  template:
    metadata: { labels: { app: shop-api } }
    spec:
      containers:
        - name: api
          image: registry/shop-api:v1
          ports: [{ containerPort: 9000 }]

常见坑:

现象 原因 修法
小团队上 K8s 运维成本高 过度设计 用 Docker Compose
PHP 常驻服务在 K8s 里内存泄漏 没配资源限制 配 resources limits,让 K8s 重启

面试考法:"什么时候该上 K8s"。答到:服务多、发布频繁、要弹性时;中小团队用 Compose 足够。

5.6 中间件源码级理解

为什么需要它:会用框架是初级,懂框架怎么做出来的是高级。

核心机制:

  • 服务容器:反射构造函数参数,递归解析依赖;绑定与解析的关系。
  • 路由:URL 到控制器的匹配,参数解析,路由缓存。
  • ORM:Active Record 怎么把对象映射到表,关联怎么预加载。
  • 本阶段目标:能画出 Laravel 容器解析一个控制器方法的完整调用栈。

最小可运行示例(简易容器概念):

<?php
class Container {
    private array $bindings = [];
    public function bind(string $abstract, callable $factory) {
        $this->bindings[$abstract] = $factory;
    }
    public function make(string $abstract) {
        if (isset($this->bindings[$abstract])) {
            return ($this->bindings[$abstract])($this);
        }
        // 自动装配:反射构造函数
        $ref = new ReflectionClass($abstract);
        $params = $ref->getConstructor()->getParameters();
        $args = array_map(fn($p) => $this->make($p->getType()->getName()), $params);
        return $ref->newInstanceArgs($args);
    }
}

常见坑:

现象 原因 修法
以为容器是魔法 没理解反射 手写简易容器
改了框架行为不知道影响哪 没读源码 读 Laravel Container 源码

面试考法:"Laravel 容器怎么自动解析依赖"。答到:反射构造函数参数类型,递归 make,绑定优先。

5.7 AI 应用开发(PHP + LLM)

为什么需要它:2024 年后,PHP 项目接 LLM API 做智能客服、文档总结、代码生成越来越常见。这是 PHP 工程师的新增量方向。

核心机制:

  • LLM API:OpenAI/DeepSeek/通义等,HTTP 调用,传 messages,收 completion。
  • Prompt 工程:系统提示词 + 少样本示例 + 用户输入。
  • RAG:检索增强生成,把业务文档切块向量化,查询时检索相关片段拼进 prompt。
  • Agent:让 LLM 调用工具(函数调用),多步完成任务。
  • PHP 角色:用 Laravel 做后端,调 LLM API,做业务编排与数据存储。

最小可运行示例:

<?php
// 调 LLM API 概念
$resp = Http::post('https://api.deepseek.com/v1/chat/completions', [
    'model' => 'deepseek-chat',
    'messages' => [
        ['role' => 'system', 'content' => '你是订单客服助手'],
        ['role' => 'user', 'content' => "用户订单 {$orderId} 的状态是 {$status},请回答用户问题"],
    ],
    'temperature' => 0.3,
]);
$answer = $resp['choices'][0]['message']['content'];

常见坑:

现象 原因 修法
幻觉:LLM 编造订单状态 没把真实数据拼进 prompt 系统提示里给业务数据
调用超时 LLM 响应慢 异步队列 + SSE 流式返回
成本失控 没限流与缓存 按用户限流,常见问题缓存答案

面试考法:"PHP 怎么接 LLM API""什么是 RAG"。答到:HTTP 调 chat/completions,传 messages;RAG 是检索业务文档片段拼进 prompt,减少幻觉。

5.8 岗位方向选择与持续学习

为什么需要它:PHP 岗位方向分化,选错方向努力白费。

核心机制:

  • 业务后端方向:Laravel/ThinkPHP,做电商、SaaS、内容站——最大需求面。
  • 高性能方向:Swoole/Hyperf,做高并发接口、推送、长连接——中小团队特定需求。
  • 全栈方向:PHP + Vue/小程序,独立交付完整产品——创业公司、外包。
  • AI 应用方向:PHP 后端 + LLM API 编排——新兴增量。
  • 选型原则:先在当前岗位做深,再按市场需求选方向;不要为了追新技术换方向。

最小可运行示例:本模块是决策建议,无代码。

常见坑:

现象 原因 修法
什么都想学 没有聚焦 选一个方向做 6 个月
频繁换框架 追新 框架只是工具,业务能力才是核心

面试考法:"你的职业规划是什么"。答到:聚焦业务后端做深,按岗位需求拓展高性能或 AI,不盲目追新。

六、分层练习

6.1 复现型

练习 要求 验收标准 预计耗时
手写简易容器 反射自动装配 能解析带依赖的控制器 3 小时
接入 trace_id 中间件生成/透传 日志全链路可关联 2 小时
调一次 LLM API PHP 发 HTTP 请求 收到 completion 并展示 2 小时
写本地消息表 订单 + 消息表本地事务 后台任务投递到 MQ 3 小时

6.2 改造型

练习 要求 验收标准 预计耗时
给接口加限流 按用户令牌桶 超阈值返回 429 2 小时
给下游调用加熔断 失败 N 次切断 下游挂时不拖垮自己 3 小时
给 LLM 调用加异步 队列 + SSE 不阻塞 HTTP 请求 3 小时

6.3 设计型

练习 要求 验收标准 预计耗时
服务拆分评估 给当前业务出拆分报告 明确"拆/不拆"及理由 3 小时
可观测性方案 设计 Metrics+Logging+Tracing 出问题能 5 分钟定位 3 小时
AI 客服原型 接 LLM + 业务数据 用户问订单状态能正确回答 6 小时

七、排障表

现象 可能原因 排查步骤 解决办法
本地事务没做好就上分布式事务 过度设计 看业务是否真跨服务 先把本地事务写对
日志找不到关联 没 trace_id 看日志字段 中间件统一生成
小团队上 K8s 运维成本高 过度设计 看团队规模 退回 Docker Compose
LLM 编造业务数据 没把真实数据拼进 prompt 看 prompt 内容 系统提示给业务数据
拆服务后调用链慢 拆太细 看 trace 跨服务跳数 合并粗拆
下游挂了拖垮自己 没熔断 看错误率 失败 N 次切断
限流误伤正常用户 阈值不合理 看历史数据 按真实 QPS 调整
PHP 在 K8s 内存泄漏 没配资源限制 看 Pod 重启 配 resources limits

八、出口条件

本阶段是可选拓展,不要求全部掌握。完成以下任一方向即可认为本路径结业:

  • [ ] 能在当前项目里落地一个可观测性改进(trace_id 或指标看板)
  • [ ] 能在当前项目里落地一个流量治理(限流或熔断)
  • [ ] 能在当前项目里接一个 LLM API 功能
  • [ ] 能口述服务拆分的边界与判断标准
  • [ ] 能写出简易容器并解释自动装配原理
  • [ ] 能判断"什么时候不该上分布式事务"

自测题:

  1. 90% 的业务分布式事务用什么方案?
    • 要点:本地消息表 + MQ + 消费方幂等,不一定要上 TCC。
  2. 可观测性三大支柱是什么?
    • 要点:Metrics(指标趋势)、Logging(日志细节)、Tracing(链路定位),trace_id 串联。
  3. 什么时候该拆微服务?
    • 要点:团队规模、发布频率、并发量都到瓶颈;不要按技术层拆,按业务域拆。
  4. 限流、熔断、降级区别?
    • 要点:限流挡入口新请求;熔断切断故障下游;降级关非核心功能保核心。
  5. 为什么小团队不要急着上 K8s?
    • 要点:运维成本高,Docker Compose 足够;服务多、发布频繁、要弹性时再上。
  6. PHP 接 LLM API 怎么减少幻觉?
    • 要点:把业务真实数据拼进 system prompt,RAG 检索相关文档,不让模型编造。
  7. 本阶段最大的认知陷阱是什么?
    • 要点:什么都想学、什么都学不深;按岗位选一个方向深入,其余了解概念即可。