高并发解决方案

一般来说，我们的数据是存储在数据库的，当用户访问服务时，用户通过后端请求数据库数据，最害怕的就是出现热Key、大Value情况,所谓热Key就是某个值瞬间被上万甚至十万百万个用户请求

1.限流

在电商系统的秒杀中，也会有大批量的用户同时涌入，鉴于只有少部分用户能够秒杀成功，所以要限制大部分流 量，只允许少部分流量进入服务后端

• Netflix的hystrix
• 阿里系开源的sentinel

(1):nginx也可以做限流

Nginx 提供两种限流方式，一是控制速率，二是控制并发连接数

limit_req_zone，limit_conn_zone、

限流算法：漏桶算法

(2)：gatway网关实现限流

限流算法：令牌桶算法

配置加入令牌的速率,和令牌桶能放入的最大令牌数量,只有请求获得了令牌才能访问,没有获得令牌就会拒绝访问,令牌桶算法是基于redis实现的,默认使用redis的RateLimter限流算法实现的

 配置了RequestRateLimiter的限流过滤器

burstCapacity，令牌桶总容量。
replenishRate，令牌桶每秒填充平均速率。
key-resolver，用于限流的键的解析器的 Bean 对象的名字。它使用 SpEL 表达式根据#{@beanName}从 Spring 容器中获取 Bean 对象。
KeyResolver需要实现resolve方法，比如根据Hostname进行限流，则需要用hostAddress去判断。实现完KeyResolver之后，需要将这个类的Bean注册到Ioc容器中

2.页面静态化

首先我们可以使用Freemarker对页面进行静态化，让用户减少跟后端服务器之间的交互。这样就能降低服务器的 压力，如果条件允许我们可以采用CDN加速

3.引入redis

总所周知计算机的瓶颈之一就是IO，为了解决内存与磁盘速度不匹配的问题，产生了缓存。将热点数据存放在内存中随用随取，不仅可以降低连接到数据库的请求，避免数据库挂掉；还可以减少频繁重复的复杂逻辑结果。需要注意的是，无论是击穿、穿透与雪崩，都是在高并发前提下。

4.MQ，异步解耦