当系统需要支持高可扩展性时，聚合根的设计应当考虑以下几个关键因素，以确保系统能够支持水平扩展：

1. 业务边界明确：聚合根应当围绕业务场景的核心领域逻辑设计，确保每个聚合内部的业务边界清晰，避免跨聚合的频繁交互。例如，在电商系统中，可以将订单作为一个聚合根，其中包含订单号、用户ID、商品列表等属性，而支付则可以设计为另一个聚合根，这样可以减少两个聚合之间的耦合。

2. 无状态性：设计聚合根时，尽可能使其保持无状态或状态管理简单化，减少对共享资源的依赖。这样可以在多实例部署时避免状态同步的问题。比如，如果聚合根需要频繁访问数据库中的数据，可以考虑使用缓存策略减少对数据库的直接访问，或者设计成幂等操作，使得多次请求不会产生不同结果。

3. 水平分割（Sharding）：根据业务特性和数据访问模式，合理地对聚合根进行分片处理。分片可以基于特定的字段或范围来实现，将不同的聚合根实例分布到不同的物理节点上，以分散负载。例如，可以根据用户ID对订单聚合根进行分片，确保同一个用户的所有订单都存储在同一个分片中，但不同用户的订单分散至不同的分片。

4. 一致性与最终一致性：在设计聚合根时，需要权衡强一致性与最终一致性。对于实时性要求极高的场景，可以采用强一致性的设计；而对于一些对延迟容忍度较高的操作，则可以采用事件驱动架构或消息队列机制来实现最终一致性。这样不仅能够提高系统的吞吐量，还能有效地降低成本。

5. 应对并发：通过合理的设计来处理并发访问，例如，可以使用乐观锁或悲观锁机制来确保数据的一致性。乐观锁通常适用于冲突较少的场景，而悲观锁则适合于写操作频繁的环境。在电商系统中，抢购商品时并发更新库存就是典型的场景之一，此时可以采用版本号控制或行级锁来确保并发操作的可靠性。

6. 数据持久化：选择合适的持久化策略对于支持高可扩展性也非常关键。基于聚合根特性，可以选择文档数据库、键值存储等不同的数据存储技术，以便更好地支持水平扩展。例如，使用MongoDB来存储订单数据，它可以轻松地水平扩展，支持海量数据的高效读写。

综上所述，聚合根的设计需紧密结合业务需求，同时要考虑到系统的可扩展性与性能要求，通过上述几个方面的综合考量来优化设计方案。