現今不論是電商**還是熱門論壇或者其他的應用程式都涉及到大資料和高併發問題，例如電商**的秒殺、搶購等等，在此針對自己了解過的資料做個淺顯的總結：
主要是關於php開發方向的：
大資料處理：
**層面：
1、前端：
（1）減少大的應用和複雜js的載入，提公升頁面的訪問速度
（2）通過js外掛程式等工具實現頁面的延遲載入或者預載入
2、後端：
（1）減少資料庫的查詢，應用php程式自帶的快取機制對資料進行快取
（2）在書寫查詢語句的時候減少使用*等萬用字元
（3）使用php函式的時候，儘量減少那些耗資源的函式的使用，比如陣列合併的array_merge()函式
（4）在where語句的後面儘量減少計算語句和子查詢語句
伺服器層面：
1、使用快取機制memorycache和redis（memorycache是使用的記憶體快取機制，redis是使用的記憶體和檔案相結合的快取機制），一般memorycache適用於大於100k的資料的快速快取，而redis是小於100k的時候效能較好，若要進行永續性快取，推薦使用redis快取機制，二種快取機制都需要在伺服器端安裝配置，並且開啟php擴充套件支援
2、使用伺服器的負載均衡機制（實現**層和資料庫層的伺服器分離，同時實現主從資料庫設計，在主資料庫中新增事務，實時同步從屬資料庫的資料，同時實行單點登入設計解決跨伺服器問題，用session或者零時資料表的方式）
高併發處理：
1、mysql使用事務處理和鎖機制（innodb引擎使用的是行鎖，myisam引擎使用的是表鎖）
2、使用非關係型資料庫nosql進行處理，關係型資料庫返回的是物件，而非關係型資料庫返回的是陣列或者序列化字串
其他待後續完善.....
高併發和大資料的解決方式
現在，軟體架構變得越來越複雜了，好多技術層出不窮，令人眼花繚亂，解決這個問題呢，就是要把複雜問題簡單化，核心就是要把握本質。軟體剛開始的時候是為了實現功能，隨著資訊量和使用者的增多，大資料和高併發成了軟體設計必須考慮的問題，那麼大資料和高併發本質是什麼呢？本質很簡單，乙個是慢，乙個是等。兩者是相互關...
大資料高併發學習筆記（2）
對於大資料問題，最終都會反饋到資料瓶頸上。那麼今天就是搞得資料庫啦！木桶理論 桶裝水能力是由最短的那塊板決定的。在乙個系統中，或者說是乙個企業裡，資料時最重要的。所以我們是一定要保證資料的正確性，唯一性。資料 二八原則 80 的請求聚焦在 20 的資料上。80 的請求都是查詢 20 是增刪改。讀寫分...
大資料 高併發LVS1
yum search ipvsadm yum install ipvsadm ipvsadm幫助命令 ipvsadm h 管理集群服務 常用的管理命令 管理集群服務的rs e 修改 d t u f service address r server address 刪除 檢視刪除所有集群事務服務 儲存...