建站
咨詢
售后
建站咨詢
新聞中心
[[396453]]
一、為啥會(huì)有高并發(fā)
現(xiàn)在用互聯(lián)網(wǎng)的人越來(lái)越多，很多app、網(wǎng)站、系統(tǒng)承載的都是高并發(fā)請(qǐng)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(wàn)幾十萬(wàn)都有可能，高并發(fā)訪問帶來(lái)的問題是系統(tǒng)和數(shù)據(jù)庫(kù)扛不住，容易宕機(jī)，要知道數(shù)據(jù)庫(kù)支撐到每秒并發(fā)兩三千的時(shí)候，基本就快完了，數(shù)據(jù)庫(kù)如果瞬間承載每秒5000,8000，甚至上萬(wàn)的并發(fā)，一定會(huì)宕機(jī)，比如mysql就壓根兒扛不住這么高的并發(fā)量。
創(chuàng)新互聯(lián)是一家專注于網(wǎng)站設(shè)計(jì)、做網(wǎng)站與策劃設(shè)計(jì),景谷網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)十載,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:景谷等地區(qū)。景谷做網(wǎng)站價(jià)格咨詢:028-86922220
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?cè)撊绾卧O(shè)計(jì)一個(gè)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(kù)分表
- 讀寫分離
二、設(shè)計(jì)高并發(fā)系統(tǒng)的關(guān)鍵點(diǎn)
2.1、系統(tǒng)拆分
將一個(gè)大的系統(tǒng)拆分為基于微服務(wù)架構(gòu)的多個(gè)子系統(tǒng)，技術(shù)落地選擇使用SpringCloud來(lái)做，然后每個(gè)子系統(tǒng)連一個(gè)數(shù)據(jù)庫(kù)，這樣本來(lái)就一個(gè)庫(kù)，現(xiàn)在多個(gè)數(shù)據(jù)庫(kù)，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(chǎng)景，都是讀多寫少，我們完全可以在數(shù)據(jù)庫(kù)和緩存里都寫一份，然后讀的時(shí)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(wàn)的并發(fā)，在集群情況下更是可以達(dá)到每秒幾十萬(wàn)的并發(fā)。所以我們要考慮項(xiàng)目里那些承載主要請(qǐng)求的讀場(chǎng)景，怎么用緩存來(lái)抗高并發(fā)，同時(shí)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?yàn)橄到y(tǒng)還是會(huì)出現(xiàn)高并發(fā)寫的場(chǎng)景，比如說(shuō)一個(gè)業(yè)務(wù)操作里要頻繁搞數(shù)據(jù)庫(kù)幾十次，增刪改增刪改，那高并發(fā)訪問的情況下絕對(duì)搞掛數(shù)據(jù)庫(kù)，這個(gè)時(shí)候就可以考慮用MQ去削峰，將大量的寫請(qǐng)求先灌入MQ里，排隊(duì)慢慢玩兒，后邊系統(tǒng)消費(fèi)后慢慢寫，控制在數(shù)據(jù)庫(kù)承載范圍之內(nèi)。所以我們要考慮項(xiàng)目里那些承載復(fù)雜寫業(yè)務(wù)邏輯的場(chǎng)景里，如何用MQ來(lái)異步寫，提升并發(fā)性。MQ單機(jī)可以扛得起幾萬(wàn)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(huì)導(dǎo)致整個(gè)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(duì)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(duì)它帶來(lái)的壞處做各種額外的技術(shù)方案和架構(gòu)來(lái)規(guī)避掉。
2.4、分庫(kù)分表
分庫(kù)分表，可能到了最后數(shù)據(jù)庫(kù)層面還是免不了抗高并發(fā)的要求，那么就將一個(gè)數(shù)據(jù)庫(kù)拆分為多個(gè)庫(kù)，多個(gè)庫(kù)來(lái)扛更高的并發(fā);然后將一個(gè)表拆分為多個(gè)表，每個(gè)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(kù)分表的技術(shù)解決方案
2.5、讀寫分離
讀寫分離，這個(gè)就是說(shuō)大部分時(shí)候數(shù)據(jù)庫(kù)可能也是讀多寫少，沒必要所有請(qǐng)求都集中在一個(gè)庫(kù)上，可以搞個(gè)主從架構(gòu)，主庫(kù)寫入，從庫(kù)讀取，搞一個(gè)讀寫分離。讀流量太多的時(shí)候，還可以加更多的從庫(kù)。
當(dāng)前題目：高并發(fā)架構(gòu)設(shè)計(jì)(一)—設(shè)計(jì)一個(gè)高并發(fā)系統(tǒng)的關(guān)鍵點(diǎn)
本文路徑：http://www.dlmjj.cn/article/dhiidpd.html
