1 业务维度（Business Fit）

1️⃣ 业务契合度

核心问题：

• 是否真正解决业务痛点？
• 是否符合产品目标？
• 是否支持未来 3–5 年规划？

常见风险：

• 技术驱动，而不是业务驱动
• 为“炫技”而设计

2 功能结构维度（Functional Structure）

2️⃣ 模块划分合理性

• 是否职责清晰？
• 是否低耦合？
• 是否支持扩展？

常见模式：

• 分层架构
• DDD 领域划分
• 插件式结构

3 非功能性维度（Quality Attributes）

这是架构的核心。

3️⃣ 性能（Performance）

• QPS / 并发能力
• P99 延迟
• IO 模型
• 是否有缓存策略

4️⃣ 可扩展性（Scalability）

• 是否支持水平扩展？
• 是否无状态？
• 是否支持多实例部署？

例如监控场景常用：

• Prometheus 的拉模型支持横向扩展

5️⃣ 可用性（Availability）

• 是否存在单点？
• 是否支持故障转移？
• 是否自动恢复？

6️⃣ 一致性与数据可靠性（Consistency）

• 强一致 or 最终一致？
• 是否支持幂等？
• 是否考虑数据丢失场景？

7️⃣ 安全性（Security）

• 认证（OAuth2 / Token）
• 授权（RBAC）
• 传输加密（TLS）
• 密钥管理（如 HashiCorp Vault）

4 可执行性维度（Feasibility）

8️⃣ 可落地性

包括：

• 技术成熟度
• 团队能力匹配度
• 时间窗口
• 成本可控性
• 运维复杂度

评估方式：

项目	低	中	高
技术风险	✔
实施难度		✔
运维复杂度			✔

5 运维与运行维度（Operability）

9️⃣ 可观测性 & 运维能力

• 是否有日志？
• 是否有 metrics？
• 是否有 trace？
• 是否支持健康检查？

常见组合：

• Grafana + Prometheus

6 演进与生命周期维度（Evolution）

🔟 可演进能力

• 是否支持灰度发布？
• 是否支持版本升级？
• 是否支持模块替换？
• 是否支持架构平滑升级？

这是长期系统最重要的维度。