浅谈WEB中的高并发

原文链接: https://www.cnblogs.com/guan-520/p/9575848.html

更多干货

  • 分布式实战(干货)

  • spring cloud 实战(干货)

  • mybatis 实战(干货)

  • spring boot 实战(干货)

  • React 入门实战(干货)

  • 构建中小型互联网企业架构(干货)

  • python 学习持续更新

  • ElasticSearch 笔记

  • kafka storm 实战 (干货)

  • scala 学习持续更新

  • RPC

  • 深度学习

  • GO 语言 持续更新

  • Android 学习

  • nginx 相关文章

  • vue学习

转载:https://www.cnblogs.com/guan-520/p/9575848.html

何谓高并发

  高并发指的是:在同时或极短时间内,有大量的请求到达服务端,每个请求都需要服务端耗费资源进行处理,并做出相应的反馈。

  从服务端视角看高并发服务端处理请求需要耗费服务端的资源,比如能同时开启的进程数、能同时运行的线程数、网络连接数、

  cpu、I/O、内存等等,由于服务端资源是有限的,那么服务端能同时处理的请求也是有限的;

  高并发问题的本质就是:资源的有限性

  高并发带来的问题  

  服务端的处理和响应会越来越慢,甚至会丢弃部分请求不予处理,更严重的会导致服务端崩溃。高并发问题并不是互联网应用独有。

  高并发问题的层面比如:前端请求、Web服务器、Web应用、数据库等。

  高并发处理的基本思路

  一:从客户端看
    1:尽量减少请求数量,比如:依靠客户端自身的缓存或处理能力
    2:尽量减少对服务端资源的不必要耗费,比如:重复使用某些资源,如连接池
  客户端处理的基本原则就是:能不访问服务端就不要访问

  二:从服务端看
  1:增加资源供给,比如:
    (1)更大的网络带宽;
    (2)使用更高配置的服务器;
    (3)使用高性能的Web服务器;
    (4)使用高性能的数据库;

  2:请求分流,比如:
    (1)使用集群;
    (2)分布式的系统架构;

  3:应用优化,比如:
    (1)使用更高效的编程语言
    (2)优化处理业务逻辑的算法
    (3)优化访问数据库的SQL
  服务端的处理基本原则是:分而治之,并提高单个请求的处理速度。

  高并发处理的基本手段

  客户端发出请求层面,常见的手段有:
  1:尽量利用浏览器的缓存功能,减少访问服务端,比如:js、css、图片等;
  2:可以考虑使用压缩传输的功能,减少网络流量,也会提高传输速度;
  3:考虑使用异步请求,分批获取数据;

  前端接收客户端请求层面,常见的手段有:

  1:动静分离,部分静态资源可以直接从Nginx返回;
  2:按请求的不同,分发到不同的后端进行处理,比如:负载均衡、业务拆分访问等;
  3:前面再加上一层来做多个Nginx的负载均衡,比如:LVS、F5等;
  4:还可以在更前面使用CDN服务;

  5:还可以对动态内容进行缓存,尽量减少访问后端服务;
  6:使用页面片断缓存技术,比如ESI(Edge Side Includes );

  Web服务器层面,常见的手段有:
  1:使用最新的JVM,并进行配置优化;
  2:合理选择服务器的运行模式,比如有些服务器有Client和Server之分;
  3:对Web服务器进行配置优化,比如:调整内存数量、线程数量等;
  4:提供多个能提供相同服务的Web服务器,以实现负载均衡;
  5:仔细规划Web服务器上部署的应用规模;
  6:对Web服务器进行集群;
  7:提供专门的图片、文件、视频等静态资源服务器; 

  Web应用层面,常见的手段有:
  1:动态内容静态化;
  2:Java开发优化;
  3:优化处理业务逻辑的算法;
  4:合理高效的利用缓存;
  5:优化访问数据库的Sql,可以考虑利用存储过程等数据库的能力;
  6:合理使用多线程,加快业务处理;
  7:部分业务可以考虑内存数据库,或者是进行纯内存处理;
  8:尽量避免远程调用、大量I/O等耗时的操作;
  9:合理规划事务等较为耗资源的操作;
  10:合理使用异步处理;
  11:对部分业务考虑采用预处理或者预计算的方式,减少实时计算量;
  12:内部系统间的业务尽量直接调用、直接处理,减少WebService、工作流等;

  数据库层面,常见的手段有:
  1:合理选择数据库的引擎,比如Mysql的InnoDB与MyISAM引擎;
  2:进行配置优化;
  3:可以考虑使用存储过程来处理复杂的数据逻辑;
  4:数据库集群,进行读写分离;
  5:合理设计数据库的表结构、索引等;
  6:分库、分表,降低单库、单表的数据量;
  7:合理使用NoSql;

 

你可能感兴趣的:(【构建高可用架构】)