高併發：系統同時並行處理的請求數量。
1.減少資料庫訪問次數，
2. 檔案和資料庫分離（比如頁面靜態化），
3.大資料分布式儲存（比如：mysql的主從配置讀寫分離），
4.伺服器的集群負載均衡，
5.頁面快取的使用（對於頁面使用區域性頁面快取或資料快取），
6.nosql記憶體資料庫代替關係型資料庫等
分布式的案例
1. django專案中mysql主從配置讀寫分離
在django專案中為了提高資料庫的查詢速度，我們使用主從配置來實現mysql的讀寫分離。但是雖然我們這麼做能提高一部分的效能，假如使用者的請求依舊很多，還是有訪問的瓶頸，所以建議使用基於記憶體的非關係型資料庫，比如mongo或redis.
2. 爬蟲中的分布式爬蟲這兩個角度來說。
爬蟲專案使用scrapy-redis來實現分布式，由於scrapy本身的排程器（scheduler）並不支援分布式，所以使用第三方外掛程式scrapy-redis來實現。scrapy-redis是把所有請求的url通過排程器存入redis的有序集合（zset）中同時基於fingerpoint（或者bloomfilter）來實現去重，而spider只要啟動多個執行緒或程序從redis的集合中取url進行解析資料就可以。
Jedis分布式鎖實際應用筆記
前幾日做了乙個類似論壇的功能實現，話不多說，上 工具類 jedisutil component public class jedisutil public void setjedisclusterprefix string jedisclusterprefix value private void ...
高併發與分布式
一提到高併發很多人就會想到分布式，那麼二者到底有什麼區別呢？併發和分布是完全不同的概念。分布是將任務分發到不同的點上去，一般分布式最多的就是分布式計算。通過某種分布式程式設計方式，在不同的系統上利用各自的cpu，記憶體等進行計算，將結果匯集至控制中心，進行處理。比如最有名的就是分布式計算天氣的氣候阿...
分布式，避免高併發
高併發 high concurrency 是網際網路分布式系統架構設計中必須考慮的因素之一，它通常是指，通過設計保證系統能夠同時並行處理很多請求。吞吐量 單位時間內處理的請求數量。qps 每秒響應請求數。在網際網路領域，這個指標和吞吐量區分的沒有這麼明顯。網際網路分布式架構設計，提高系統併發能力的方...