高并发和大流量解决方案的考点

真题：PHP如何解决网站大流量与高并发的问题？

考点：

高并发架构相关的概念：

在某个时间点有多少个访问，一个系统的日PV在千万以上，有可能是一个高并发系统

QPS:每秒钟请求或查询的数量，在互联网领域，指每秒请求数（指HTTP请求）

QPS不等于并发连接数

QPS是每秒HTTP请求数量，并连接数量系统同时处理的请求数量

（总PV数*80%）/（6小时秒数*20%）=峰值每秒请求数

80%的访问量集中在百分之20的时间

吞吐量：单位时间内处理的请求数量（通常由QPS与并发数决定）

响应时间：从请求发出到收到响应花费的时间，例如系统处理一个http请求需要100ms,这个100ms就是系统的响应时间

PV:综合浏览量，即页面浏览量或点击量，一个访客在24小时内访问的页面数量（点击刷新不会增加PV）

UV:独立访客，一定时间范围内相同访客多次访问网站，只计算为一个独立访客

带宽：计算带宽大小需关注的两个指标，峰值流量和页面的平均大小

日网站带宽=PV/统计时间（换算到秒例如1天）*平均页面大小（单位KB）*8

峰值一般是平均值的倍数，根据时间情况来定

压力测试：测试能承受的最大并发，测试最大承受的QPS值

常用性能测试工具：ab,wrk,http_load

ab：全称是apache benchmark,是apache官方推出的工具，创建多个并发访问线程，魔力多个访问这同时对某一URL地址进行访问，他的测试目的是基于URL的，所以他既可以用来测试apache的负载压力，也可以测试nginx,lighthttp、tomacat,IIs等其他web服务器的压力

Ab使用：模拟并请求100次，总共请求5000次

ab  -c 100 -n 5000 待测试的网站

注意事项：测试机器与被测试的机器分开，不要对线上的服务做压力测试，观察测试工具ab所在的机器，以及被测试的前端机的CPU，内存，网络不超过最高限度的75%

（请求成功率达到百分之95以上——算出QPS值）

QPS达到极限：每个阶段需要根据实际情况来进行优化，优化的方案硬件条件和网络带宽

QPS达到50：小型网站，一般的服务器就可以应付

QPS达到100：假设关系型数据库的每秒请求在0.01秒完成假设单页面只有一个SQL查询，那么一百QPS意味着1秒钟完成100次请求，但是此时我们并不能保证数据库查询能完成100次

方案：数据库缓存层，数据库的负载均衡

QPS达到800:CND加速，负载均衡

QPS达到2000：这个级别下，文件访问锁都成为了灾难

方案：做业务分离，分布式存储

高并发解决方案案例

流量优化：防盗链处理

前端优化：减少HTTP请求，css进行合并，js合并，图片合并；添加异步请求；启用浏览器缓存和文件压缩；CDN加速；建立独立图片服务器

服务端优化：页面静态化；并发处理；队列处理

数据库优化：数据库缓存（memcache,redis缓存），分库分表、分区操作，读写分离（一些服务器读，一些服务器写），负载均衡

Web服务器优化：负载均衡