【浅淡程序“三高”：高并发，高性能，高可用】

---

---

一、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。当多个进程或线程同时（或着说在同一段时间内）访问同一资源时会产生并发问题，因此需要通过专门的设计来保证系统能够同时（并发）正确处理多个请求。举个小例子，例如当下课了，大伙一起冲出教室的门去食堂抢饭，但是教室的后面锁着，大家只能从前门走，这时候就可能会造成堵塞等情况。但是如果后门打开了，而且窗户也打开了 ，大伙就可以有的从后面走，有的跳窗走等等，都能去食堂打到饭的情况就是高并发。

二、什么是高性能？

高性能（High Performance）就是指程序处理速度快、耗能少。与性能相关的一些指标如下：

• 响应时间：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。
• 吞吐量：单位时间内处理的请求数量。
• TPS：每秒响应事务数。
• 并发用户数：同时承载能正常使用系统功能的用户数量。

三、什么是高可用

通常用来描述一个系统经过专门的设计，从而减少停工时间，保证服务的持续可用。

四、如何有效实现高并发

1.垂直方向扩展，也叫竖向扩展

垂直方向：提升单机能力
提升单机处理能力又可分为硬件和软件两个方面：

• 硬件方向，很好理解，花钱升级机器，更多核更高主频更大存储空间更多带宽
• 软件方向，包括用各快的数据结构，改进架构，应用多线程、协程，以及上性能优化各种手段

2.水平方向扩展，也叫横向扩展

水平方向：分布式集群
为了解决分布式系统的复杂性问题，一般会用到架构分层和服务拆分，通过分层做隔离，通过微服务解耦。
这个理论上没有上限，只要做好层次和服务划分，加机器扩容就能满足需求，但实际上并非如此，一方面分布式会增加系统复杂性，另一方面集群规模上去之后，也会引入一堆AIOps、服务发现、服务治理的新问题。
因为垂直向的限制，所以，我们通常更关注水平扩展，高并发系统的实施也主要围绕水平方向展开。

3.实现高并发的关键技术

1.集群化：负载均衡

负载均衡就是把负载（request）均衡分配到不同的服务实例，利用集群的能力去对抗高并发，负载均衡是服务集群化的实施要素

2.数据库层面：分库分表+读写分离

就是把一个库分成多个库，部署在多个数据库服务上，主库承载写请求，从库承载读请求。从库可以挂载多个，因为很多场景写的请求远少于读的请求，这样就把对单个库的压力降下来了。
如果写的请求上升就继续分库分表，如果读的请求上升就挂更多的从库，但数据库天生不是很适合高并发，而且数据库对机器配置的要求一般很高，导致单位服务成本高，所以，这样加机器抗压力成本太高，还得另外想招。

3.读多写少：缓存

缓存的理论依据是局部性原理。
一般系统的写入请求远少于读请求，针对写少读多的场景，很适合引入缓存集群。
在写数据库的时候同时写一份数据到缓存集群里，然后用缓存集群来承载大部分的读请求，因为缓存集群很容易做到高性能，所以，这样的话，通过缓存集群，就可以用更少的机器资源承载更高的并发。
缓存的命中率一般能做到很高，而且速度很快，处理能力也强（单机很容易做到几万并发），是理想的解决方案。
CDN本质上就是缓存，被用户大量访问的静态资源缓存在CDN中是目前的通用做法。

4.高写入：消息中间件

相同的资源下，数据库系统太重太复杂，所以并发承载能力就在几千/s的量级，所以此时你需要引入别的一些技术。
比如说消息中间件技术，也就是MQ集群，它是非常好的做写请求异步化处理，实现削峰填谷的效果。
消息队列能做解耦，在只需要最终一致性的场景下，很适合用来配合做流控。
消息队列本身也跟缓存系统一样，可以用很少的资源支撑很高的并发请求，用它来支撑部分允许异步化的高并发写入是很合适的，比使用数据库直接支撑那部分高并发请求要减少很多的机器使用量。

5.避免挤兑：流控

再强大的系统，也怕流量短事件内集中爆发，就像银行怕挤兑一样，所以，高并发另一个必不可少的模块就是流控。流控的关键是流控算法

• 1.计数器算法（固定窗口）
• 2.滑动窗口算法
• 3.漏桶算法
• 4.令牌桶算法

总结

高并发和高性能是紧密相关的，提高应用的性能，可以提高系统的并发能力。所以上面主要介绍了解决高并发所带来的问题的有效方案。
详情请查询：https://www.jb51.net/article/212772.htm
注意：此文章为学习记录文章，参考多篇文章，如有不正之处请指教