Java 高并发思路

此文记录了自己学习Java 高并发思路的基础知识，纪念自己面试前的准备。

扩容

垂直扩容（纵向扩容）：提高系统部件能力
水平扩展（横向扩容）：增加更多系统成员

读操作扩展

memcache、redis、CDN

写操作扩展

Cassandra、Hbase等

缓存

缓存的特征

• 命中率：命中数/（命中数+没有命中数）
• 最大元素（空间）
• 清空策略：FIFO（先进先出）、LFU（最少使用）、LRU（最近使用时间）、过期时间

缓存命中率的影响因素

• 业务场景、业务需求
• 缓存的设计（粒度、策略）
• 缓存的容量和基础设施

缓存的分类和应用场景

• 本地缓存：编程实现（无法共享）Guava Cache
• 分布式缓存：Memcache、Redis

Redis缓存

缓存一致性

缓存并发

缓存穿透

缓存雪崩

消息队列

消息队列的特性

• 业务无关：只做消息分发
• FIFO：先投递先到达
• 容灾：节点的动态增删和消息的持久化
• 性能：吞吐量提升，系统内部通信效率提高

为什么需要消息队列

• 生产个消费的速度或稳定性等因素不一致

消息队列的好处

• 业务解耦
• 最终一致性
• 广播
• 错峰与流控

消息队列 Kafka

应用拆分

应用拆分的原则

• 业务优先
• 循序渐进（拆分、测试）
• 兼顾技术（重构、分层）
• 可靠测试

应用拆分落地实现-微服务

应用限流

限流算法

• 计数器法
• 滑动窗口
• 漏桶算法 Leaky Bucket
• 令牌桶算法 Token Bucket

服务降级、服务熔断

服务降级

如果服务处理不了了，就返回一个默认值

• 自动降级：超时、故障

降级 VS 熔断

• 共性：目的相同、最终表现一致
• 区别：触发原因不同、实现方式不同

Hystrix

数据库切库、分库、分表

数据库瓶颈

• 单个库数据量太大：多个库
• 单个库服务器压力大，读写瓶颈：多个库
• 单个表数据量过大：分表

高可用技术手段

• 任务调度系统分布式：elastic-job + zookeeper
• 主备切换：apache curator + zookeeper（分布式锁）
• 监控报警机制