【Python面试题】“干货”——高并发

【Python面试题】“干货”——高并发

今天我们来讲一个面试题,相信大家在以后求职工作中,避免不了的要回答面试官的各种各样的问题,所以多积累一些面试题总是没错的.今天我们要讲的面试题是怎么解决高并发问题?

什么是高并发?

• 高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。

• 高并发相关常用的一些指标有响应时间（Response Time），吞吐量（Throughput），每秒查询率QPS（Query Per Second），并发用户数等。

  1. 响应时间（Response Time）：系统对请求做出响应的时间。例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间。
  2. 吞吐量（Throughput）：单位时间内处理的请求数量。
  3. 每秒查询率QPS（Query Per Second）：每秒响应请求数。在互联网领域，这个指标和吞吐量区分的没有这么明显。
  4. 并发用户数：同时承载正常使用系统功能的用户数量。例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。

• 简单点说，就是同一时间内，大量的请求服务器，这个大量一般是指千万级以上的请求次数,导致高并发.

如何提升系统的并发能力?

• 互联网分布式架构设计，提高系统并发能力的方式，方法论上主要有两种：垂直扩展（Scale Up）与水平扩展（Scale Out）。

垂直扩展（Scale Up）

• 提升单机处理能力。垂直扩展的方式又有两种：

（1）增强单机硬件性能

例如：增加CPU核数如32核，升级更好的网卡如万兆，升级更好的硬盘如SSD，扩充硬盘容量如2T，扩充系统内存如128G；

（2）提升单机架构性能

例如：使用Cache来减少IO次数，使用异步来增加单服务吞吐量，使用无锁数据结构来减少响应时间；

• 在互联网业务发展非常迅猛的早期，如果预算不是问题，强烈建议使用“增强单机硬件性能”的方式提升系统并发能力，因为这个阶段，公司的战略往往是发展业务抢时间，而“增强单机硬件性能”往往是最快的方法。
• 不管是提升单机硬件性能，还是提升单机架构性能，都有一个致命的不足：单机性能总是有极限的。所以互联网分布式架构设计高并发终极解决方案还是水平扩展。

水平扩展（Scale Out）

• 只要增加服务器数量，就能线性扩充系统性能。水平扩展对系统架构设计是有要求的，如何在架构各层进行可水平扩展的设计，以及互联网公司架构各层常见的水平扩展实践，是本文重点讨论的内容。

python解决高并发的几种方式

1. HTML页面静态化

2. 图片服务器分离（我使用的是fastdfs轻量级的分布式文件存储系统）

3. 使用缓存（缓存存在于内存中读取快我的项目中使用redis作为缓存的数据库，redis是内存型数据作为存储缓存的数据库挺适合）

4. 数据库集群、库表散列

5. 使用负载均衡的方法（简单的配置可以用nginx来配置负载均衡，只需要设置 如下代码，即可实现简单的负载均衡

    upstream djangoserver {  
                server 192.168.72.49:8080;  
                server 192.168.72.49:8081;  
             }   
   

6. 镜像

   ​ 镜像是大型网站常采用的提高性能和数据安全性的方式，镜像的技术可以解决不同网络接入商和地域带来的用户访问速度差异，比如ChinaNet和EduNet之间的差异就促使了很多网站在教育网内搭建镜像站点，数据进行定时更新或者实时更新。在镜像的细节技术方面，这里不阐述太深，有很多专业的现成的解决架构和产品可选。也有廉价的通过软件实现的思路，比如Linux上的rsync等工具。

7. 最新：CDN加速技术（此技术还在了解阶段，可自行去网上查找相关的资料）

常见的互联网分层架构

常见互联网分布式架构分为：

1. 客户端层：典型调用方是浏览器browser或者手机应用APP
2. 反向代理层：系统入口，反向代理
3. 站点应用层：实现核心应用逻辑，返回html或者json
4. 服务层：如果实现了服务化，就有这一层
5. 数据-缓存层：缓存加速访问存储
6. 数据-数据库层：数据库固化数据存储

整个系统各层次的水平扩展，又分别是如何实施的呢？

分层水平扩展架构实践

反向代理层的水平扩展

• 反向代理层的水平扩展，是通过“DNS轮询”实现的：dns-server对于一个域名配置了多个解析ip，每次DNS解析请求来访问dns-server，会轮询返回这些ip。
• 当nginx成为瓶颈的时候，只要增加服务器数量，新增nginx服务的部署，增加一个外网ip，就能扩展反向代理层的性能，做到理论上的无限高并发。

站点层的水平扩展

• 站点层的水平扩展，是通过“nginx”实现的。通过修改nginx.conf，可以设置多个web后端。
• 当web后端成为瓶颈的时候，只要增加服务器数量，新增web服务的部署，在nginx配置中配置上新的web后端，就能扩展站点层的性能，做到理论上的无限高并发。

服务层的水平扩展

• 服务层的水平扩展，是通过“服务连接池”实现的。
• 站点层通过RPC-client调用下游的服务层RPC-server时，RPC-client中的连接池会建立与下游服务多个连接，当服务成为瓶颈的时候，只要增加服务器数量，新增服务部署，在RPC-client处建立新的下游服务连接，就能扩展服务层性能，做到理论上的无限高并发。如果需要优雅的进行服务层自动扩容，这里可能需要配置中心里服务自动发现功能的支持。

数据层的水平扩展

• 在数据量很大的情况下，数据层（缓存，数据库）涉及数据的水平扩展，将原本存储在一台服务器上的数据（缓存，数据库）水平拆分到不同服务器上去，以达到扩充系统性能的目的。

五、总结

• 高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。

• 提高系统并发能力的方式，方法论上主要有两种：垂直扩展（Scale Up）与水平扩展（Scale Out）。前者垂直扩展可以通过提升单机硬件性能，或者提升单机架构性能，来提高并发性，但单机性能总是有极限的，互联网分布式架构设计高并发终极解决方案还是后者：水平扩展。

• 互联网分层架构中，各层次水平扩展的实践又有所不同：

  1. 反向代理层可以通过“DNS轮询”的方式来进行水平扩展；
  2. 站点层可以通过nginx来进行水平扩展；
  3. 服务层可以通过服务连接池来进行水平扩展；
  4. 数据库可以按照数据范围，或者数据哈希的方式来进行水平扩展；

• 各层实施水平扩展后，能够通过增加服务器数量的方式来提升系统的性能，做到理论上的性能无限。