程序猿的三高：高并发、高可用、高性能

迈不过友情╰ 2024-03-30 13:10 23阅读 0赞

## 一、高并发指标 ##

**高并发**是现在互联网分布式框架设计必须要考虑的因素之一，它是可以保证系统能被同时并行处理很多请求，对于高并发来说，它的指标有：

**响应时间**：系统对进来的请求反应的时间，比如你打开一个页面需要1秒，那么这1秒就是响应时间。

**吞吐量**：吞吐量是指每秒能处理多少请求数量，好比你吃饭，每秒能吃下多少颗米饭。

**秒查询率**：秒查询率是指每秒响应请求数，和吞吐量差不多。

**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。

## 二、处理高并发的方案 ##

### **1：系统拆分** ###

将一个系统拆分为多个子系统，用dubbo来搞。然后每个系统连一个数据库，这样本来就一个库，现在多个数据库，这样就可以抗高并发。

### **2：redis缓存** ###

大部分的高并发场景，都是读多写少，那你完全可以在数据库和缓存里都写一份，然后读的时候大量走缓存不就得了。毕竟人家redis轻轻松松单机几万的并发，没问题的。所以可以考的虑考虑项目里，那些承载主要请求读场景，怎么用缓存来抗高并发。

### **3：MQ(消息队列)** ###

可能还是会出现高并发写的场景，比如说一个业务操作里要频繁搞数据库几十次，增删改增删改，那高并发绝对搞挂系统，人家是缓存你要是用redis来承载写那肯定不行，数据随时就被LRU(淘汰掉最不经常使用的)了，数据格式还无比简单，没有事务支持。

所以该用mysql还得用mysql，用MQ，大量的写请求灌入MQ里，排队慢慢玩儿，后边系统消费后慢慢写，控制在mysql承载范围之内。所以得考虑考虑你的项目里，那些承载复杂写业务逻辑的场景里，如何用MQ来异步写，提升并发性。MQ单机抗几万并发也是可以的。

### **4：分库分表** ###

可能到了最后数据库层面还是免不了抗高并发的要求，那么就将一个数据库拆分为多个库，多个库来抗更高的并发；然后将一个表拆分为多个表，每个表的数据量保持少一点，提高sql跑的性能。

### **5：读写分离** ###

这个就是说大部分时候数据库可能也是读多写少，没必要所有请求都集中在一个库上，可以搞个主从架构，主库写入，从库读取，搞一个读写分离。读流量太多的时候，还可以加更多的从库。

## 二. 高性能 ##

### 1.什么是高性能呢？ ###

高性能是指程序处理速度非常快，所占内存少，cpu占用率低。高性能的指标经常和高并发的指标紧密相关，想要提高性能，那么就要提高系统发并发能力，两者互相捆绑在一起。应用性能优化的时候，对于计算密集型和IO密集型还是有很大差别，需要分开来考虑。还有可以增加服务器的数量，内存，IO等参数提升系统的并发能力和性能，但不要浪费资源，要考虑硬件的使用率最高才能发挥到极致。

### **2.怎么样提高性能呢？** ###

避免因为IO阻塞让CPU闲置，导致CPU的浪费

避免多线程间增加锁来保证同步，导致并行系统串行化

免创建、销毁、维护太多进程、线程，导致操作系统浪费资源在调度上

（1）、使用位图提升查询性能

（2）、使用布隆过滤器解决缓存穿透。

（3）、限流算法 计数器：redis可以实现滑动窗口算法，漏桶算法 和 令牌桶都可以通过消息队列实现，虽然google的guawa可以实现限流，但是单机限流，分布式环境下无法达到目的。

（4）、RocketMQ性能提升方法。

（5）、redis主从复制，哨兵模式，集群

（6）、mysql读写分离 ：binlog日志，分库分表，分库分表带来的问题

（7）、消息队列的可靠性：生产者发送重试，消息队列同步复制，异步刷盘，消费者重试消费，到死信队列，重复消费，增加一个去重表。每次先插入去重表。

（8）、多级缓存