根据Gartner 2015年的技术成熟度曲线，SaaS是未来HCM软件的大势所趋，处于稳步爬升的阶段。
这里不赘述SaaS的各种优势，像体验良好、灵活部署、按需付费、快速改进等。本文重点说明优秀的SaaS产品（特别是HCM产品）是如何进行技术设计以建立这些优势的。
相比之下，如果做了糟糕的技术设计，就如同把产品和服务建筑在流沙之上，岌岌可危。
经典的计算机体系结构里，底层是硬件，中间是操作系统，上层是应用软件。
可以把SaaS架构与经典架构做一个映射：底层是虚拟平台层，中间是存储和服务层，上层是应用逻辑层。下面按照自下而上的顺序逐一论述。
虚拟平台层
摩尔定律是计算机世界里最重要的一个定律。根据摩尔定律，今天的处理器的性能是1980年的处理器性能的100万倍以上，今天一台智能手机的计算能力超过1980年的IBM大型机。
得益于计算能力的指数增长，虚拟化的IaaS云服务大大降低了平台软硬件的部署成本，从而促进了SaaS服务的兴起。
国外知名的云主机厂商有AWS和Linode，国内知名的云主机厂商有阿里云和腾讯云，各有优势。操作系统方面，Windows、Linux、Unix是常用的选项。考虑到世界上80%以上的云服务都跑在Linux系统之上，而且Linux免费开源，Linux当然是较佳选择。
接下来要考虑的就是技术栈的问题。SaaS是轻前端重后端的系统，通过把复杂性从终端转移到云端，一方面保证用户端良好的体验，另一方面确保云端强大的进化能力。SaaS的技术核心在云计算，技术框架既要考虑开发效率，也要考虑程序性能，还要兼顾语言成熟度和开源社区支持。
老一代的框架有Widnows的.NET和Java的J2EE。基于Windows的架构基本得不到开源社区的支持（可见程序员们对Windows多不感冒）；Java架构成熟但是开发效率低，不太适用于快速迭代和敏捷开发。
新生代的框架包括Mean和Go。基于Nodejs的Mean架构发展迅猛，采用Java打通前后端成为统一的全栈开发语言，但是Nodejs在大数据和高并发下的表现有待进一步观察；Go是Google力推的后端多并发编程语言，但由于是全新的语言，国内在工程师的深度和广度上面都不太能确保。
中生代的框架包括Lnmp和Ruby on Rails。经典的Lnmp是世界上最广为使用的Web服务框架，开发效率高，得到广泛验证稳定可靠，而且开源社区活跃。相比之下，Ruby在稳定性和社区支持方面稍逊一筹。
Lnmp架构在360和新浪微博得到广泛应用，承载了每日亿级PV的访问量，Facebook的后端主力框架也是Lnmp。兜行的技术框架同样采用Lnmp。
存储和服务层
数据是企业最核心的信息。特别是HCM系统，能够得到大量的员工数据，对于数据分析的要求非常强，如人事档案还面临数据字段的动态变化，这就要求HCM系统在数据的存储结构设计时要充分考虑这几点：
1、数据结构的灵活扩展
2、读写的效率与可靠性
3、数据库CAP设计的平衡
面临快速变化的用户需求，传统的强schema模式数据库常常心有余而力不足。
比较激进的做法是直接升级到无schema的no-SQL数据库，比如MongoDB和CouchDB。但是no-sql数据库在带来灵活性的同时，也带来了一些副作用，比如临时表空间占用过大，不定期的垃圾回收机制导致性能抖动。
比较稳健的做法是基于稳定成熟的关系型数据库，预留出动态字段，如mysql从5.7版本起原生支持JSON数据类型，或者采用EAV设计模式，把原本按列保存的数据转换成按行保存。
固定字段长度的EAV表，在操作效率和稳定性上要高于no-sql数据库。兜行的数据库表设计里面，大量采用EAV模式。
缓存和读写分离是常用的提高读写效率的方法。比起Memcache，Redis因为支持内存数据结构，在缓存处理上更为灵活。我们可以利用Redis实现KV、消息队列、列表、Hash，甚至用Redis实现锁的功能。
更新缓存的Design Pattern有四种：Cache aside, Read through, Write through, Write behind caching。出于性能考虑通常选择Cache Aside Pattern，出于一致性考虑通常会选择Write through。
以兜行为例，后台管理用的是Read through/Write through，前端访问用的是Cache Aside Pattern。
HCM系统需要对数据做大量分析工作，这些工作涉及到两类科学计算：统计分析和数据挖掘。
以考试为例，需要做的统计分析包括：较高分、较低分、平均分、方差、区段、每道题目的正确率，每个选项的选择比例等；可以做的数据挖掘包括：成绩预测，自变量与因变量的相关性等。
值得一提的是，企业的人数通常不会超过几十万人，大部分时候可以把所有数据导入内存，实现in-memory computing，既提高了速度又降低了分布式计算的复杂度。对于少数数据量极大的场景，可以把任务吐到map-reduce平台完成。Python以丰富强大的科学运算库著称，是完成这些工作的得力工具。
在服务层除了科学计算服务，SaaS厂商通常还要支持CDN服务，以确保用户快速访问到网络上的资源。
对于HCM产品，涉及到音视频的课件和office文档课件，所以还必须提供视频编解码服务和文档转换服务。另外，为了把消息及时通知到终端用户，服务层还要支持消息推送，邮件通知，短信通知等多种机制。
SaaS服务的可靠性是很重要的指标，要达到5个9的可靠性水平(即99.999%的时间可用)，除了云主机自身的稳定，需要设计相应的应用监控、负载均衡和容灾机制。
LVS可以用来实现负载均衡，避免单点故障。同时应用层的心跳监测和告警机制，也能及时发现故障。有趣的是，不少SaaS产品做的就是应用监测，比如New Relic，听云APM和OneAPM。为了防止系统级的故障，数据和程序的镜像应该在多处备份。
应用逻辑层
MVC是经典的程序设计架构，其实产品设计也遵循同样的思路。把手机端/电脑端/网页端等用户端想象成V，用户在界面上操作；把云端想象成M，做存储和计算；把client和server之间的通信协议想象成C，完成控制与反馈。
前面说的内容大多与M有关，下面先说说C，即通信过程。
SOA和MicroService之争一直是很热的话题。求同存异地看，它们共同传递的信息是：把功能和服务内聚成模块，模块之间通过标准的接口进行通信，去掉大而全的core，变成独立运转的蚁群。听起来是不是和面向对象的思想很相似呢？
抽象和内聚的设计模式是普适性的。对象之间通过函数调用来提供服务，而SOA和MicroService之间通过网络请求来提供服务。据说Bezos在十几年前就要求亚马逊的所有产品都以网络API形式提供服务，这是最早的SOA吧。
最常用的网络请求是Http协议，Rest API是基于Http协议的一组规范，明确了CRUD四种操作对应的Http请求格式。工具型SaaS厂商的服务，很多以Rest API的形式提供。
HCM系统也会大量涉及到与企业内其它系统，如OA、CRM、ERP的对接和数据打通，基于Rest API的服务接口，就是不同系统间沟通交流的语言。
最后说说V，前端框架。
前端是技术世界里变化最快的角落。广义来看，ios、android、windows pc、web、微信h5都是前端。
前端是用户第一眼看到产品的地方，如何改善用户体验是前端最关心的问题。因为用户看得见摸得到，所以展现层的修改和调整会特别频繁，如何减少重复工作快速改进，这也是前端框架要解决的一个重要问题。web app和native app是前端的两种形式，目前看来各有优劣。
web app的优点是开发速度快，云更新实时生效，不用维护历史版本。缺点是每个独立页面都要发起若干个http请求，交互滞后明显，体验较差。新兴的前端框架重点就要解决体验问题，像Angular框架的较大优点就是减少了页面请求。
native app的优点是体验好，缺点是产品大量版本碎片，向下兼容维护工作量大。对于安卓手机，还有绕不开的适配问题。
较优的解决方案是Hybrid模式：在native里面嵌入若干的webview页面，在效率和体验之间找到平衡点。
相比传统的On-premises系统，SaaS系统的架构发生了巨大的变化，分层和模块化更为清晰，组合方式也更为复杂。这些变化，以及依然进行中的快速进化，会带给用户越来越好的产品和服务。
作者：牛透社特约撰稿人
