高并发解决方案

         高并发是web开发中经常会遇到的问题，因此，作为一个web开发者，应该深入了解什么是高并发及其高并发解决方案，我做web开发也有好长时间，

对高并发问题也略知一二，下边就谈谈高并发问题，和大家一起学习，有写的不对的地方或者有遗漏的地方，还请大家批评指正。

　　一. 什么是高并发？　　

 　　  高并发说的通俗易懂点，就是大量请求访问服务器，对服务器造成巨大压力导致数据出错，服务器宕机等一系列问题。举个例子：一架飞机最多承载300旅客方可正常起飞，

如果一下子承载400旅客，超出飞机的最大承载量，会引起飞机无法正常起飞的问题，高并发就类似于这个。面向用户的系统经常会遇到高并发问题，比如 淘宝，天猫，京东这些

电商网站，每年的6.18以及双11并发量达到上千万甚至更高，对服务器造成巨大压力，但很少听到消息说某某网站双11挂掉了，导致一件商品也没卖出去，为什么？因为他们从硬

件，程序，架构，数据库各个方面做了优化从而提升服务器的最大承受压力。所以下边谈谈如何应对高并发？

　　二. 高并发解决方案

　　  面对高并发问题，如何去提升服务器压力？随着并发量的增加，我们需要一步一步的去优化它，这是一个漫长的过程，优化需要从以下几个方面去入手：数据库优化，架构优化，

程序优化（业务拆分）等方面。

　　1. 数据库优化：数据库采用读写分离，A数据库用户读操作，B数据库用户写入操作，然后将B数据库数据实时写入到A数据库，这样可以将原来一个数据库承担的压力分担到两个

数据库上。

　　2. 架构优化：根据实际情况可以适当增加应用服务器节点，应用服务器之间采用集群，通过nignx负载均衡，将客户端请求分摊到几个应用服务器上边。同时，可以在应用服务器与

数据库服务器之间增加缓存服务器，根据实际情况可以增加多台缓存服务器，所有的请求经过负载均衡服务器到达应用服务器后，先去缓存服务器中查找，如果命中，就从缓存中拿数据，

如果未命中，在去数据库中查数据同时缓存到缓存服务器，下次相同请求过来时就去缓存中取数据，这样做，可以减少数据库压力，请求都去缓存服务器中拿数据。

　　注：集群环境下的web应用服务器需要注意session数据共享问题

　　3. 程序优化：随着业务量的增多，我们需要对业务进行拆分（数据拆分），就是将一个庞大的系统按业务逻辑的不同，我们拆分成多个子系统，子系统之间通过PRC远程通信等方式

相互协作，使系统保持正常运行状态。按业务将系统拆分成若干个子系统有利有弊：

　　a. 响应速度变慢，系统之间通过接口调用，响应速度变慢，但吞吐量大。

　　b. 代码的耦合度降低

　　c. 某一块逻辑出现问题，不影响整个系统运行

　　d. 团队之间的依赖性减少，可以做到各司其职

　　e. 分布式系统部署运维难度大，成本高

　　注：分布式系统需要注意事物问题，本地事物将不能满足需求

　　时间有限，就写这么多，写的不完整，还可以从很多细节方面去优化， 描述不准确的地方希望大家批评指正。