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当然是最佳选择。

　　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，j2直播，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。