下面以一个网上书店系统性能优化 为背景，完整演示 CBAM（成本效益分析法） 的评估过程。CBAM 在 ATAM 识别出多个候选架构方案后，进一步引入成本和收益的量化分析，辅助决策者选择投资回报率最高的方案。
📘 CBAM 评估案例：网上书店系统性能提升
🧭 背景介绍
- 系统：网上书店（与 ATAM 案例相同）
- 现状问题 ：大促期间下单接口 TPS 仅为 2000，但业务目标要求 5000 TPS，响应时间 ≤ 500ms
- 已有 ATAM 分析：识别出三个候选架构方案（A、B、C），均能满足性能目标，但成本、风险不同
- 评估目标 ：通过 CBAM 量化每个方案的成本 与收益，选择最优方案
- 评估团队：架构师、产品经理、运维负责人、财务代表（共 5 人）
阶段 1：确定候选架构方案
| 方案 | 描述 | 预期性能提升（TPS） | 风险等级 |
|---|---|---|---|
| A | 增加本地缓存 + 数据库读写分离 | 3000 → 5000（提升 2000） | 低 |
| B | 引入消息队列，将下单与支付异步化 | 2000 → 5500（提升 3500） | 中 |
| C | 全量引入内存数据网格（如 Hazelcast） | 2000 → 8000（提升 6000） | 高 |
阶段 2：量化收益（业务价值）
核心假设 ：
每提升 100 TPS，每年可增加营收 10 万元（来自产品经理估算，基于大促额外订单量）。
收益计算公式 ：
年收益（万元） = (提升的 TPS / 100) × 10
| 方案 | 提升 TPS | 年收益（万元） |
|---|---|---|
| A | 2000 | (2000/100)×10 = 200 |
| B | 3500 | (3500/100)×10 = 350 |
| C | 6000 | (6000/100)×10 = 600 |
阶段 3：估算成本
3.1 开发成本（人月）
- 方案 A：2 人月（增加缓存、改造数据库读写分离）
- 方案 B：3 人月（引入 RocketMQ、修改订单流程、处理事务一致性）
- 方案 C：8 人月（集成 Hazelcast、改造所有数据访问层）
3.2 运维成本（年增量）
- 方案 A：新增缓存服务器（2 台 4C8G） + 读写分离（1 台从库），年运维成本约 5 万元
- 方案 B：新增消息队列集群（3 台），年运维成本约 8 万元
- 方案 C：新增内存数据网格集群（5 台，大内存），年运维成本约 25 万元
3.3 总成本（首年）
计算公式：总成本 = 开发成本 × 人均单价 + 年运维成本
假设人均单价 = 3 万元/人月（公司内部核算价）
| 方案 | 开发成本（万元） | 运维成本（万元/年） | 首年总成本（万元） |
|---|---|---|---|
| A | 2 × 3 = 6 | 5 | 11 |
| B | 3 × 3 = 9 | 8 | 17 |
| C | 8 × 3 = 24 | 25 | 49 |
阶段 4：计算回报率与净收益
4.1 投资回报率（ROI）
ROI = (年收益 - 年总成本) / 年总成本 × 100%
| 方案 | 年收益（万元） | 首年总成本（万元） | 年净收益（万元） | ROI（首年） |
|---|---|---|---|---|
| A | 200 | 11 | 189 | 1718% |
| B | 350 | 17 | 333 | 1959% |
| C | 600 | 49 | 551 | 1124% |
注：ROI 非常高是因为性能提升带来的业务价值巨大，且开发成本相对较低。现实中可能还包括其他隐形费用。
4.2 回收期
- 方案 A：11 / (200/12) ≈ 0.66 个月（不到 3 周）
- 方案 B：17 / (350/12) ≈ 0.58 个月
- 方案 C：49 / (600/12) ≈ 0.98 个月
阶段 5：加入风险调整
CBAM 通常还会考虑风险对预期收益的折减。
定义风险因子（0~1，越高越不安全）：
- 方案 A：风险低 → 风险因子 0.9
- 方案 B：风险中（异步消息可能引入数据不一致）→ 风险因子 0.7
- 方案 C：风险高（技术复杂、团队不熟悉）→ 风险因子 0.5
风险调整后年收益 = 年收益 × 风险因子
| 方案 | 原年收益 | 风险因子 | 调整后年收益 | 首年总成本 | 调整后净收益 |
|---|---|---|---|---|---|
| A | 200 | 0.9 | 180 | 11 | 169 |
| B | 350 | 0.7 | 245 | 17 | 228 |
| C | 600 | 0.5 | 300 | 49 | 251 |
调整后 ROI：
- A: (180-11)/11 = 1536%
- B: (245-17)/17 = 1341%
- C: (300-49)/49 = 512%
阶段 6：敏感性分析（可选）
测试变量（如每 100 TPS 年收益从 10 万降到 5 万）时：
| 方案 | 原净收益 | 收益减半后净收益 | 是否仍为正？ |
|---|---|---|---|
| A | 189 | 89 | ✅ |
| B | 333 | 158 | ✅ |
| C | 551 | 276 | ✅ |
结论：即使收益减半，所有方案仍盈利，但方案 C 的 ROI 显著下降。
阶段 7：决策建议
基于风险调整后 ROI 和净收益：
- 方案 B 调整后净收益 228 万，介于 A 和 C 之间，但性能提升显著（3500 TPS），且技术成熟（消息队列）
- 方案 A 风险最低，但性能提升较小（2000 TPS），适合保守策略
- 方案 C 净收益最高（251 万），但风险大、成本高、团队学习曲线陡峭
最终推荐 ：方案 B（异步消息队列）
理由：ROI 可观（1341%），性能超额满足目标，风险可控，且为未来进一步扩展（如引入事件溯源）打下基础。
✅ CBAM 总结（与 ATAM 区别）
| 维度 | ATAM | CBAM |
|---|---|---|
| 核心问题 | 架构能否满足质量属性？如何权衡？ | 哪个架构方案最划算？ |
| 输入 | 业务目标、效用树、架构方法 | ATAM 识别出的候选方案 + 成本/收益数据 |
| 输出 | 风险、敏感点、权衡点 | ROI、净收益、推荐方案 |
| 量化程度 | 部分量化（响应时间、并发数） | 强量化（货币化收益、成本） |
| 参与者 | 架构师、开发、运维、产品 | 增加财务代表 |
| 决策依据 | 技术权衡 + 优先级 | 经济指标（ROI、回收期） |