高并发系统如何设计

亦凉 2021-11-05 01:44 406阅读 0赞

# 高并发系统如何设计 #

## 一、总结 ##

### 一句话总结： ###

##### http连接池+NIO+线程池（多生产者多消费者）（反向代理服务器，一致性哈希算法）+ 阻塞队列+ #####

##### 缓存（主从、集群）+ #####

##### 数据库连接池 + 数据库（集群、分库主从） #####

### 1、http连接池优点？ ###

##### 1、降低延迟：如果不采用连接池，每次连接发起Http请求的时候都会重新建立TCP连接(经历3次握手)，用完就会关闭连接(4次挥手)，如果采用连接池则减少了这部分时间损耗，别小看这几次握手，本人经过测试发现，基本上3倍的时间延迟 #####

##### 2、支持更大的并发：如果不采用连接池，来一个请求，就创建一个连接，导致资源瓶颈，无法建立新的连接。所以采用连接池，连接的复用，可以提高并发访问量。 #####

### 2、反向代理服务器的作用是什么？ ###

##### 可以保护服务器的安全 + 直接返回静态资源 #####

可以保护服务器的安全，来自互联网的请求必需经过代理服务器。所以也可以在代理服务器放一些静态数据，当用户第一次访问静态内容时，静态内容就被缓存在反向代理服务器上，其他用户请求进来时，就可以直接返回，减轻web服务器负载压力。

### 3、高并发的小策略如何记忆（可以用分类记忆，如何分类记忆）？ ###

##### 客户端实现高并发的小策略：http连接池、预加载静态资源 #####

##### 服务端实现高并发的小策略：压缩数据、反向代理服务器、NIO模型、线程池、阻塞队列、使用缓存、布隆过滤器去重 #####

##### 数据库实现高并发的小策略：数据库连接池、查询优化、主从数据库、数据库存储关键信息 #####

### 4、客户端实现高并发的小策略？ ###

##### http连接池、预加载静态资源 #####

1、http连接池：设置http连接池，可以降低延迟，提高客户端响应时间。还可以连接池复用，支持更大的并发量。  
2、预加载静态资源：把一些静态资源先加载到浏览器缓存里面，减少服务器端的压力

### 5、服务端实现高并发的小策略？ ###

##### 压缩数据、反向代理服务器、NIO模型、线程池、阻塞队列、使用缓存、布隆过滤器去重 #####

3、压缩数据 ：可以对服务器端的数据进行压缩  
4、反向代理服务器：反向代理服务器可以保护服务器的安全，来自互联网的请求必需经过代理服务器。所以也可以在代理服务器放一些静态数据，当用户第一次访问静态内容时，静态内容就被缓存在反向代理服务器上，其他用户请求进来时，就可以直接返回，减轻web服务器负载压力。  
5、NIO模型（是在Linux还是Windows系统下，Windows建议用AIO，Linux系统下AIO的底层也是基于epoll多路复用，差别不大，LF的区别）  
6、线程池（根据线程池处理不同性质的任务，要有不同性质的线程池，IO密集型，CPU\*2。CPU密集型，CPU+1.多生产者多消费这模型）线程池还需要考虑：a.先设置一个最大线程数量和最小线程数量，进行性能评估，压测。b.线程池阻塞队列的大小要有界，否则服务器压力过大。c.须考虑线程池的失败策略，失败后的补偿。d.后台批处理服务须与线上面向用户的服务进行分离。  
7、阻塞队列，因为NIO第二个阶段会引起用户线程的阻塞，比如可能等待JDBC连接数据库，因此在这里用一个阻塞队列，线程把请求放到阻塞队列里面，这个线程就可以回归线程池，处理别的事情了。是一个生产者消费者模型  
10、使用缓存，减少数据库的访问次数，提高并发量。1）缓存的结构，LRU，链表（集合类存放超时对象），大小，时间。2）核心业务和非核心业务进行分离，减少相互影响的可能性，不要使用共享缓存。3）不常用的数据不要使用缓存。4）夜间查询一天之类搜索频率比较高的词汇，结合AI进行预测，预测的结果预先放到缓存里面。5）考虑分布式缓存数据库：Redis、memcached，防止本地缓存内存溢出。Redis的主从同步，读写分离、负载均衡。主从+一级二级缓存+哨兵。哨兵是Redis 的高可用性解决方案：由一个或多个哨兵实例 组成的哨兵 系统可以监视任意多个主服务器，以及这些主服务器属下的所有从服务器，并在被监视的主服务器进入下线状态时，自动将下线主服务器属下的某个从服务器升级为新的主服务器。  
12、布隆过滤器去重：若有重复数据，布隆过滤器去重。

### 6、数据库实现高并发的小策略？ ###

##### 数据库连接池、查询优化、主从数据库、数据库存储关键信息 #####

8、数据库连接池：建一个数据库连接池，主要是为了减少资源的消耗、减少延迟。  
9、查询优化：数据存储部分，1）根据实际情况设置索引和优化SQL语句。2）幂等、乐观、悲观。3）防止SQL注入攻击。4）一个事务当中操作不要过多，可能会阻塞，进而累积造成数据库的故障。5）数据量太大，查询的时间利用limit关键字进行分页处理，防止结果集太大，让应用OOM。  
11、主从数据库：主从有瓶颈，会有延迟、主服务器压力过大。考虑集群、分库分表。考虑用一致性哈希算法实现分布式缓存数据库。数据迁移量小，引入虚拟节点、防止数据倾斜。  
13、数据库存储关键信息：数据库存储文件名之类的，服务器保存实际的数据。

## 二、高并发系统的设计（转） ##

转自：高并发系统的设计  
https://blog.csdn.net/qiuchaoxi/article/details/81012384

### **一、http连接池优点：** ###

1、降低延迟：如果不采用连接池，每次连接发起Http请求的时候都会重新建立TCP连接(经历3次握手)，用完就会关闭连接(4次挥手)，如果采用连接池则减少了这部分时间损耗，别小看这几次握手，本人经过测试发现，基本上3倍的时间延迟

2、支持更大的并发：如果不采用连接池，来一个请求，就创建一个连接，导致资源瓶颈，无法建立新的连接。所以采用连接池，连接的复用，可以提高并发访问量。

### 二、高并发系统的设计： ###

![70][]

**http连接池+NIO+线程池（多生产者多消费者）（反向代理服务器，一致性哈希算法）+阻塞队列+数据库连接池+缓存（主从、集群）+数据库（集群、分库主从）。**

**细节：**

**1、设置http连接池，可以降低延迟，提高客户端响应时间。还可以连接池复用，支持更大的并发量。**

**2、把一些静态资源先加载到浏览器缓存里面，减少服务器端的压力**

**3、可以对服务器端的数据进行压缩**

**4、反向代理服务器可以保护服务器的安全，来自互联网的请求必需经过代理服务器。所以也可以在代理服务器放一些静态数据，****当用户第一次访问静态内容时，静态内容就被缓存在反向代理服务器上，其他用户请求进来时，就可以直接返回，减轻web服务器负载压力。**

**5、NIO模型（是在Linux还是Windows系统下，Windows建议用AIO，Linux系统下AIO的底层也是基于epoll多路复用，差别不大，LF的区别）**

**6、线程池（根据线程池处理不同性质的任务，要有不同性质的线程池，IO密集型，CPU\*2。CPU密集型，CPU+1.多生产者多消费这模型）****线程池还需要考虑：a.先设置一个最大线程数量和最小线程数量，进行性能评估，压测。b.线程池阻塞队列的大小要有界，否则服务器压力过大。**c.须考虑线程池的失败策略，失败后的补偿。d.后台批处理服务须与线上面向用户的服务进行分离。

**7、阻塞队列，因为NIO第二个阶段会引起用户线程的阻塞，比如可能等待JDBC连接数据库，因此在这里用一个阻塞队列，线程把请求放到阻塞**队列里面，这个线程就可以回归线程池，处理别的事情了。是一个生产者消费者模型

**8、建一个数据库连接池，主要是为了减少资源的消耗、减少延迟。**

**9、数据存储部分，1）根据实际情况设置索引和优化SQL语句。2）幂等、乐观、悲观。3）防止SQL注入攻击。4）一个事务当中操作不要过多，**可能会阻塞，进而累积造成数据库的故障。5）数据量太大，查询的时间利用limit关键字进行分页处理，防止结果集太大，让应用OOM。

**10、使用缓存，减少数据库的访问次数，提高并发量。1）缓存的结构，LRU，链表（集合类存放超时对象），大小，时间。2）核心业务和非核心业务进行分离，减少**相互影响的可能性，不要使用共享缓存。3）不常用的数据不要使用缓存。4）夜间查询一天之类搜索频率比较高的词汇，结合AI进行预测，预测的结果预先放到缓存里面。5）考虑分布式缓存数据库：Redis、memcached，防止本地缓存内存溢出。Redis的主从同步，读写分离、负载均衡。主从+一级二级缓存+哨兵。哨兵是Redis 的高可用性解决方案：由一个或多个哨兵实例 组成的哨兵 系统可以监视任意多个主服务器，以及这些主服务器属下的所有从服务器，并在被监视的主服务器进入下线状态时，自动将下线主服务器属下的某个从服务器升级为新的主服务器。

**11、主从有瓶颈，会有延迟、主服务器压力过大。考虑集群、分库分表。考虑用一致性哈希算法实现分布式缓存数据库。数据迁移量小，**引入虚拟节点、防止数据倾斜。

**12、 若有重复数据，布隆过滤器去重。**

**13、数据库存储文件名之类的，服务器保存实际的数据。**

保持数据一致性的方法：1. 消息队列 2. 用同一个数据库，A.B,C用同一个数据库。 3。 用Redis缓存，把一些数据放到缓存。

转载于:https://www.cnblogs.com/Renyi-Fan/p/10907450.html

[70]: /images/20211104/bfde34c0e9254592b9609ae2d518d2db.png