单一应用
单一应用是指功能独立的系统部署到单台服务器上。
因为“单一应用”的架构模式非常简单，开发难度小，仅需要实现简单CURD。所以早期架构大多数属于“单一应用”系统架构，仅仅为了实现用户需求而开发。当用户提出新需求或修复缺陷时，开发人员往往选择打补丁的形式进行开发或修复。往往开发人员不愿花费时间对代码进行重构，日积月累后，系统越来越臃肿，重构难度也越来越大，导致陷入恶性循环。
对于大部分非互联网行业，只要能确保系统正常使用就行了。所以目前也有很多企业使用该模式。但是互联网进入高速发展的时候，大量用户涌入系统。那么“单一应用”的模式已经无法支撑庞大的用户群体。那么系统架构进入下一阶段，“单一应用集群”。
单一应用集群
由于硬件资源成本较高，并且存在阀值，所以出现了集群架构。它属于单一应用架构模式的延伸。
它将单一应用横向扩展，通过负载均衡分发请求，将请求分发到不同服务器的相同应用上。这样可以通过花费较低的服务器(相对于增加单台服务器硬件配置)来提升系统整体的负载能力。从而满足大量用户的访问需求。
当用户数量更多时，可能会出现：
1.负载均衡器压力过大
2.数据库读写压力过大
3.缓存服务器压力过大
所以出现了各种负载均衡集群、数据库集群、缓存集群的方案，这些方案支撑了单一应用集群的发展。
随着企业发展，单一应用集群虽然能够满足用户并发访问的需求，但随着企业内部的业务系统越来越多，同时也带来了数据孤岛的问题。对于企业内部，比如噢各个系统都有自己的用户体系，导致员工频繁切换于各个业务系统。员工的学习成本高，并且频繁的切换工作，会导致工作效率低下，造成不必要的浪费。由于前期企业发展迅速，企业也没有合理规划系统建设方案，所以可能采用了不同供应商的系统开发方案，这些系统大多部署在不同操作系统，使用了不同的开发语言。导致系统部署混乱，数据、系统难以集成。这时面向服务的架构也渐渐进入人们的视野里。
面向服务架构(SOA)
面向服务是指各个独立功能的业务系统通过标准接口的方式互相连接在一起。
为了解决数据、系统集成的问题，企业不得不花费额外费用给各个业务系统的供应商，并让他们按照制订的规范标准开发新的服务接口挂载到企业的服务总线上，从而打通信息孤岛。
随着技术的发展，有人提出了该架构模式过于庞大，耦合度高，依赖于企业服务总线。所以提出了微服务架构。
微服务架构
微服务架构与SOA原理大致相同，只是微服务将功能独立的系统拆分为更小的独立功能的组件。每个组件都可以独立部署、独立数据库。微服务使服务独立，通过不同的组合便能实现一个大型系统。同时也可根据业务使用情况，进行服务级别的横向扩展，减少资源浪费。它也避免SOA时代的各个业务系统中功能重复的缺点。而对于开发人员来讲，各司其职，只需要完成自己负责的部分即可。
软件项目中，客户经常不清楚自己想要什么，往往按照传统从上至下的开发模式，当你全部开发完成后，客户发现这并不是他想要的，这时变更、修改的成本就很高。但是由于微服务一般小而独立，可以个团队开发不同部分服务，尽早实现MVP(最小可行产品)。同时代码逻辑相对简单。所以修改、重构的成本低。这样就可以实现敏捷项目管理中强调的快速发布、快速变更等。由于客户不必等待系统完全开发完成就能看到成果，所以可以快速试错，当发现问题时及时变更。这样大大提高了软件项目的成功率。
但是微服务也带来了新的问题，由于服务拆分导致出现大量的需要独立部署的“系统应用”，所以也引入了持续集成。通过持续集成开发人员无需关注于环境搭建、应用发布，他们仅需要聚焦于开发功能、修复缺陷。
持续集成
持续集成是指当开发人员push代码到代码仓库时，代码仓库触发持续集成工具的钩子函数，或持续集成工具使用定时器触发检查代码仓库。它根据配置的脚本编译工程、执行单元测试，并将编译后的软件打包上传至软件仓库，然后通过remote ssh使目标机器到软件仓库拉取最新的程序，然后运行。
但是目标机器需要配置软件的运行环境。比如持续集成编译后输出的是jar包，那么目标机器则需要安装jdk。那么多台服务器的情况下，人为安装可能导致成本过高。
Docker
Docker是根据描述文件快速构建一个可以运行独立应用的操作系统。它是一个装着应用系统的沙盒，就算外界入侵拿到系统root权限，但是这个root权限也仅仅是在沙盒系统的root。无法对真实的宿主机造成攻击。Docker有几个基本概念：
1.Dockerfile
Dockerfile是描述Docker镜像构成的文本文件，它包含了是基于哪一个镜像构建的，以及构建后执行了什么操作等等。
2.Docker Repository
Docker Repository是指镜像仓库，我们可以通过镜像仓库下载别人已经构建好的镜像。
3.image
镜像，通过Dockerfile编译的可运行环境。
4.container
通过镜像创建的环境实例。
为了解决持续集成中存在的问题，我们通过持续集成工具编译输出可执行的docker image并push到Docker Repository中，而在目标机器上仅需要从Docker Repository中拉取镜像并运行。