流量突增怎么处理？

---

核心解决思路分四个阶段：

1. 紧急响应阶段：快速止血
   • 限流：通过令牌桶/漏桶算法（如Guava RateLimiter、Redis、Sentinel）丢弃超阈值请求，防止系统过载。
   • 熔断降级：对非核心服务（如推荐、评论）快速熔断（Hystrix），降级非关键功能（返回缓存兜底数据），优先保障核心链路（支付、下单）。
   • 弹性扩容：增加从库/服务器配置，或切换流量到多机房部署。
   • 削峰填谷：引入消息队列缓冲高并发请求（如秒杀场景），异步处理超出系统承载的流量。

2. 冷静分析：流量合理性判断
   • 排查日志/监控，判断流量来源：
   ◦ 正常活动（如双十一）：分析流量范围和时间，验证系统瓶颈是否符合压测指标。
   ◦ 异常情况（Bug/攻击）：修复代码漏洞、限制IP、风控拦截。

3. 健壮设计：增强系统抗压能力
   • 横向扩展：分布式部署分流请求，避免单点故障。
   • 微服务拆分：按功能拆分为独立服务（用户/订单/商品系统），分摊流量压力。
   • 分库分表：解决单机数据库容量和连接数瓶颈（如千万级数据分表）。
   • 池化技术：复用数据库/HTTP/Redis连接，减少资源开销。
   • 缓存优化：用Redis/JVM缓存抗读请求高并发。
   • 异步处理：消息队列解耦同步调用，提升吞吐量（如秒杀请求异步化）。

4. 压力测试与兜底方案
   • 压测定位瓶颈：使用JMeter/LoadRunner测试系统极限，分析链路各层（网络/Nginx/服务/数据库）性能。
   • 设计兜底策略：假设所有环节可能故障，准备降级、乐观锁、数据核对等容灾方案。

---

关键结论

• 系统性思维：从“止血→分析→优化→预防”全链路解决问题，而非单一扩容。
• 设计原则：高并发系统需具备弹性、冗余、异步化和快速失败能力。
• 面试加分点：强调实际案例（如如何用Sentinel限流、分库分表方案）和兜底逻辑（如Redis宕机时的降级策略）。