（1）一道面試題的背景引入
各位在面試的時候很容易會被問到，你們的系統是怎麼處理高併發的場景的？讓很多人頭疼不已，今天就給大家科普一下。
（2）先考慮乙個最簡單的系統架構
簡單的架構，單機部署,單資料庫。
差不多每秒十次左右。
此時假設你的系統使用者量總共就10萬左右。
分攤到每一秒也就：10次。完全不用考慮併發的問題。
（3）系統集群化部署
此時如果使用者增長到了500萬，每秒的請求500次左右。
然後對資料庫的每秒請求數量是1500/s，這個時候會怎麼樣呢？
4核8g的機器每秒請求達到500/s的時候，很可能你會發現你的機器cpu負載較高了。
資料庫層面，以上述的配置而言，其實基本上1500/s的高峰請求壓力的話，還算可以接受。
你可以在前面掛乙個負載均衡層，把請求均勻打到系統層面，讓系統可以用多台機器集群化支撐更高的併發壓力。
但是集群的設計需要乙個請求分發機構：負載均衡系統架構就變成這樣了。
（4）資料庫分庫分表 + 讀寫分離
假設此時使用者量繼續增長，達到了1000萬註冊使用者，然後每天日活使用者是100萬。
那麼此時對系統層面的請求量會達到每秒1000/s，系統層面，你可以繼續通過集群化的方式來擴容，反正前面的負載均衡層會均勻分散流量過去的。
但是，這時資料庫層面接受的請求量會達到3000/s，這個就有點問題了。
超過了平均1500上限的兩倍。
沒錯，一般來說，對那種普通配置的線上資料庫，建議就是讀寫併發加起來，按照上述我們舉例的那個配置，不要超過3000/s。
首先乙個問題就是高峰期系統效能可能會降低，因為資料庫負載過高對效能會有影響。
另外乙個萬一把你的資料庫給搞掛了 咋辦。
所以此時你必須得對系統做分庫分表 + 讀寫分離，也就是把乙個庫拆分為多個庫，部署在多個資料庫服務上，這是作為主庫承載寫入請求的。
然後每個主庫都掛載至少乙個從庫，由從庫來承載讀請求
此時假設對資料庫層面的讀寫併發是3000/s，其中寫併發佔到了1000/s，讀併發佔到了2000/s。
（5）快取集群引入
接著就好辦了，如果你的註冊使用者量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
但是這裡有乙個很大的問題：資料庫其實本身不是用來承載高併發請求的，所以通常來說，資料庫單機每秒承載的併發就在幾千的數量級，而且資料庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
快取系統的設計就是為了承載高併發而生。
所以單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比資料庫系統要高出一到兩個數量級。
具體來說，就是在寫資料庫的時候同時寫乙份資料到快取集群裡，然後用快取集群來承載大部分的讀請求。
• 不要盲目進行資料庫擴容，資料庫伺服器成本昂貴，且本身就不是用來承載高併發的
• 針對寫少讀多的請求，引入快取集群，用快取集群抗住大量的讀請求
（6）引入訊息中介軟體集群
接著再來看看資料庫寫這塊的壓力，其實是跟讀類似的。
假如說你所有寫請求全部都落地資料庫的主庫層，當然是沒問題的，但是寫壓力要是越來越大了呢？
比如每秒要寫幾萬條資料，此時難道也是不停的給主庫加機器嗎？
這時訊息中介軟體的分流的作用就凸顯出來了。mq集群，他是非常好的做寫請求非同步化處理，實現削峰填谷的效果。
假如說，你現在每秒是1000/s次寫請求，其中比如500次請求是必須請求過來立馬寫入資料庫中的，但是另外500次寫請求是可以允許非同步化等待個幾十秒，甚至幾分鐘後才落入資料庫內的。
大家看上面的架構圖，首先訊息中介軟體系統本身也是為高併發而生，所以通常單機都是支撐幾萬甚至十萬級的併發請求的。
所以，他本身也跟快取系統一樣，可以用很少的資源支撐很高的併發請求，用他來支撐部分允許非同步化的高併發寫入是沒問題的，比使用資料庫直接支撐那部分高併發請求要減少很多的機器使用量。
以上介紹了幾種方式：
web應用服務開發
serverless 架構應該會是未來的乙個新趨勢。得益於我司十幾年前一幫大神資料庫表模型設計的優異，一開始剛進公司的時候，很是驚嘆。通過客戶端配配屬性，乙個查詢頁面和乙個資源實體的屬性控制項頁面就生成好了。每週花十五分鐘閱讀就可以了解最新的 swift 開發進度 okhttp 使用小記 快取和驗證...
web應用服務簡述
動態資源即通過程式 j a php python net 和資料庫 mysql oracle sqlserver 根據業務處理流程動態生成網頁的html，再將html響應給請求 客戶端 http 1.0 1.1 2.0 和html的關係 1.客戶端封裝http請求 httprequest 向服務端發...
web服務端的架構演變
最近lofter專案碰到很多效能上的問題，特別是資料庫相關的，每次推送後，告警就會第一時間到來。這些問題隨著產品的不斷擴充套件，我想大家肯定都遇到過。目前我們解決效能問題一般都是兩種方法 一是加快取，減少資料庫壓力 二嘛，就是加伺服器了。如果產品的規模繼續迅速增長，我們應該怎麼做？靠增加伺服器肯定不...