1：系統拆分
將乙個系統拆分為多個子系統，用dubbo來搞。然後每個系統連乙個資料庫，這樣本來就乙個庫，現在多個資料庫，這樣就可以抗高併發。
2：快取
大部分的高併發場景，都是讀多寫少，那你完全可以在資料庫和快取裡都寫乙份，然後讀的時候大量走快取不就得了。畢竟人家redis輕輕鬆鬆單機幾萬的併發啊。沒問題的。所以你可以考的慮考慮你的專案裡，那些承載主要請求讀場景，怎麼用快取來抗高併發。
3：mq(訊息佇列)
可能你還是會出現高併發寫的場景，比如說乙個業務操作裡要頻繁搞資料庫幾十次，增刪改增刪改，瘋了。那高併發絕對搞掛你的系統，人家是快取你要是用redis來承載寫那肯定不行，資料隨時就被lru(淘汰掉最不經常使用的)了，資料格式還無比簡單，沒有事務支援。所以該用mysql還得用mysql啊。那你咋辦？用mq吧，大量的寫請求灌入mq裡，排隊慢慢玩兒，後邊系統消費後慢慢寫，控制在mysql承載範圍之內。所以你得考慮考慮你的專案裡，那些承載複雜寫業務邏輯的場景裡，如何用mq來非同步寫，提公升併發性。mq單機抗幾萬併發也是ok的。
4：分庫分表
可能到了最後資料庫層面還是免不了抗高併發的要求，好吧，那麼就將乙個資料庫拆分為多個庫，多個庫來抗更高的併發；然後將乙個表拆分為多個表，每個表的資料量保持少一點，提高sql跑的效能。
5：讀寫分離
這個就是說大部分時候資料庫可能也是讀多寫少，沒必要所有請求都集中在乙個庫上吧，可以搞個主從架構，主庫寫入，從庫讀取，搞乙個讀寫分離。讀流量太多的時候，還可以加更多的從庫。
6：solrcloud:
solrcloud(solr 雲)是solr提供的分布式搜尋方案，可以解決海量資料的 分布式全文檢索，因為搭建了集群，因此具備高可用的特性，同時對資料進行主從備份，避免了單點故障問題。可以做到資料的快速恢復。並且可以動態的新增新的節點，再對資料進行平衡,可以做到負載均衡：
什麼是高併發？及高併發的處理方法！
一 什麼是高併發 high concurrency 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。簡單點就是在同一時刻不同使用者訪問同一資源的問題 二 高併發相關常用的一些指標 響應時間 respon...
高併發處理方法總結
首先要了解高併發的的瓶頸在 根據不同的情況，解決思路也不同。盡量使用快取，包括使用者快取，資訊快取等，多花點記憶體來做快取，可以大量減少與資料庫的互動，提高效能。用jprofiler等工具找出效能瓶頸，減少額外的開銷。優化資料庫查詢語句，減少直接使用hibernate等工具的直接生成語句 僅耗時較長...
高併發的處理
前幾天面試的時候被人問到，關於高併發的處理。無奈自己只知道從sql語句和表分割槽索引，靜態頁，快取等優化。其他的優化方法不了解。今天搜尋了下資料，找到幾種解決方案。1 html靜態化 2 伺服器分離 3 資料庫集群和庫表雜湊 4 快取 5 映象 6 負載均衡 乙個典型的使用負載均衡的策略就是，在軟體...