什么是高并发？
狭义来讲就是你的网站/软件同一时间能承受的用户数量有多少
相关指标有
并发数：对网站/软件同时发起的请求数，一般也可代表实际的用户
每秒响应时间：常指一次请求到系统正确响的时间（以秒为单位）
TPS（每秒事务数）：每秒钟可以处理的事务（请求响应），大概的计算公式为：并发数/每秒响应时间=TPS
QPS（每秒查询数）：TPS事务有读有写，而QPS指的是读取，一般情况QPS应是高于TPS的
IP（独立IP）：一个IP可以发生多次UV和PV
PV（访问量）：即Page View，页面浏览或点周量，用户每次新刷新即被计算一次
UV（独立访客）：一般通过cookies记录等判断为一个独立用户，同一IP可能有多个UV（共享IP），发生多次PV
流量（网络流量）：请求所产生的网络流量，因为受限于带宽也是并发中的一个重要指
一般公司演化阶段
1、优化运算代码、SQL查询、数据库索引等
2、进行应用负载均衡、数据库做主从/主主复制进行读写分离、增加缓存(Redis\Mem)
3、对系统和数据进行垂直拆分，按业务模块拆分成不同的应用及数据库表
4、分布式服务化、异步消息机制、数据库表水平拆分
优化运算代码、SQL查询、数据库索引等
一般初创公司系统大多数都是单体单库的系统，按照成本优先级第一要做的就是对系统进行代码级的优化。比如应用代码逻辑梳理、合理使用多线程、SQL避免全表扫描、少使用LIKE、
根据业务创建索引等。
案例
单次LIKE大数据量统计查询Sending data状态过多导致数据库连接被耗尽，系统停止响应。通过在统计表建立触发器更新单值表解决
负载均衡、读写分离、缓存
到了第二阶段，单体应用通过优化与增加硬件配置已无法解决高并发的问题，这时可以考虑进行以下架构的演化，这种演化对系统基本没有侵入性，成本低廉
负载均衡：
可以通过Nginx反向代理、F5等进行应用的多流量分发，需要解决的问题就是会话问题，可采用Nginx的路由或是SESSION同步/独立。
读写分离：
采用数据库的主从复制机制，将写入库与读取库分离，可采用中间件进行代理路由，基本可以不改代码。
缓存：
可跟据业务规则将部分数据进行缓存
应用、数据垂直拆分
第二阶段支撑过一定量后，随着并发量再次的提升，由于单库表数据量变大以及访问限制已经不能满足，这时可以考虑进行数据库表的按系统模块垂直拆分。将内联的业务划分为独立的库表，相应的应用也
应随之拆分（应用这时加机器还能挺，不过做不到可审缩资源利用最大化）。同一应用系统访问同一库表，应用系统之间进行少量通信。
分布式服务化、异步消息机制、数据库表水平拆分
在经历过前三阶段后，能走到第四阶段说明平台的发展非常好了，对系统的高并发又有了进一步的要求，这也是成本最高最复杂的，系统架构需要进行很大的改造
分布式：
对系统应用进行服务化（如微服务），服务化的目的不只是为了高并发，也从系统的可维护性(团队大了)、资源利用最大化(对服务进行差异化支撑)方面考虑。
面临的挑战主要是分布式事务方面的控制，可采用二阶段提交方式或是分布式事务容器实现分布式事务。
异步消息机制：
主要解决大并发写入瓶颈，利用消息对列对写入消息进行排队，待数据库进
行处理。
数据库表水平拆分：按一定规则将同一业务表的数据拆分到不同的库/表中（如HASH），面临的挑战主要是跟业务关联性强、跨表的数据合并等。解决方案就是写
好代码吧。。。
http://www.cnblogs.com/assion/p/7239106.html