[[396453]]

一、為啥會有高并發(fā)

現(xiàn)在用互聯(lián)網(wǎng)的人越來越多，很多app、網(wǎng)站、系統(tǒng)承載的都是高并發(fā)請求，可能高峰期每秒并發(fā)量幾千，很正常的。尤其是電商App，如果是雙十一之類的，每秒并發(fā)幾萬幾十萬都有可能，高并發(fā)訪問帶來的問題是系統(tǒng)和數(shù)據(jù)庫扛不住，容易宕機(jī)，要知道數(shù)據(jù)庫支撐到每秒并發(fā)兩三千的時候，基本就快完了，數(shù)據(jù)庫如果瞬間承載每秒5000,8000，甚至上萬的并發(fā)，一定會宕機(jī)，比如mysql就壓根兒扛不住這么高的并發(fā)量。

那么如此之高的并發(fā)量，加上原本就如此之復(fù)雜的業(yè)務(wù)，我們該如何設(shè)計一個可以支持高并發(fā)訪問的系統(tǒng)呢，主要從以下幾點(diǎn)去考慮：

• 系統(tǒng)拆分
• 使用緩存
• 引入MQ
• 分庫分表
• 讀寫分離

二、設(shè)計高并發(fā)系統(tǒng)的關(guān)鍵點(diǎn)

2.1、系統(tǒng)拆分

將一個大的系統(tǒng)拆分為基于微服務(wù)架構(gòu)的多個子系統(tǒng)，技術(shù)落地選擇使用SpringCloud來做，然后每個子系統(tǒng)連一個數(shù)據(jù)庫，這樣本來就一個庫，現(xiàn)在多個數(shù)據(jù)庫，這樣也可以扛高并發(fā)。

2.2、使用緩存

緩存，一定要用緩存。大部分的高并發(fā)場景，都是讀多寫少，我們完全可以在數(shù)據(jù)庫和緩存里都寫一份，然后讀的時候大量走緩存，可以引入Redis作為分布式緩存的技術(shù)解決方案，redis單機(jī)就支持每秒幾萬的并發(fā)，在集群情況下更是可以達(dá)到每秒幾十萬的并發(fā)。所以我們要考慮項目里那些承載主要請求的讀場景，怎么用緩存來抗高并發(fā)，同時也得處理好【緩存雪崩】、【緩存穿透】、【緩存擊穿】這些問題

2.3、引入MQ

MQ，一定得用上MQ。因為系統(tǒng)還是會出現(xiàn)高并發(fā)寫的場景，比如說一個業(yè)務(wù)操作里要頻繁搞數(shù)據(jù)庫幾十次，增刪改增刪改，那高并發(fā)訪問的情況下絕對搞掛數(shù)據(jù)庫，這個時候就可以考慮用MQ去削峰，將大量的寫請求先灌入MQ里，排隊慢慢玩兒，后邊系統(tǒng)消費(fèi)后慢慢寫，控制在數(shù)據(jù)庫承載范圍之內(nèi)。所以我們要考慮項目里那些承載復(fù)雜寫業(yè)務(wù)邏輯的場景里，如何用MQ來異步寫，提升并發(fā)性。MQ單機(jī)可以扛得起幾萬并發(fā)。MQ的技術(shù)選型可以選擇用rabbitMq或者Kafka。當(dāng)然了，系統(tǒng)引入MQ之后，也會導(dǎo)致整個系統(tǒng)的可用性降低，系統(tǒng)復(fù)雜度提高，系統(tǒng)引入的外部依賴越多，越容易掛掉。所以引入MQ后，要考慮【如何保證消息隊列的高可用】、【如何保證消息沒有重復(fù)消費(fèi)】、【如何處理消息丟失的情況】、【如何保證消息傳遞的順序性】等問題，引入MQ有很多好處，但是也得針對它帶來的壞處做各種額外的技術(shù)方案和架構(gòu)來規(guī)避掉。

2.4、分庫分表

分庫分表，可能到了最后數(shù)據(jù)庫層面還是免不了抗高并發(fā)的要求，那么就將一個數(shù)據(jù)庫拆分為多個庫，多個庫來扛更高的并發(fā);然后將一個表拆分為多個表，每個表的數(shù)據(jù)量保持在一定范圍內(nèi)，提高sql跑的性能。推薦使用ShardingSphere作為分庫分表的技術(shù)解決方案

2.5、讀寫分離

讀寫分離，這個就是說大部分時候數(shù)據(jù)庫可能也是讀多寫少，沒必要所有請求都集中在一個庫上，可以搞個主從架構(gòu)，主庫寫入，從庫讀取，搞一個讀寫分離。讀流量太多的時候，還可以加更多的從庫。