处理高并发的一般思路

1,348 阅读2分钟
原文链接: mp.weixin.qq.com

前言

今天看见有人聊目前系统有2亿的PV,该如何优化?当我看到这个话题的时候,突然在想自己工作中也遇到了不少高并发的场景了,所以即兴发挥,在这里简单总结和分享下服务端相关,欢迎指正和补充。

正文

读操作

关于读,我们一般遵循如下优先级:

优先级 技术方案 说明 示例
最高 尽可能静态化 对实时性要求不高的数据,尽可能全走CDN 例如获取基础商品信息
就近使用内存 优先级服务器内存、远程内存服务 例如秒杀、抢购库存(优先分配库存到服务器内存,其次远程内存服务<又涉及额外网络IO>)
极低 数据库(能不读就不要读) 连接池、sql优化 常见业务

写操作

关于写,我们一般会按照数据的一致性要求级别来看:

数据一致性要求 技术方案
不高 先写内存(优先级从服务器内存到远程内存服务) 再异步储存
同步完成最关键的任务 异步保证其他任务最终成功

削峰限流

从简单到复杂:

简单程度 技术方案
最简单 百分比流量拒绝(随机、没有先到先得不够公平)
简单 原子操作限流(优先级使用服务器内存、其次远程内存服务)
稍麻烦 队列限流(先到先得,公平)

服务稳定性

在高并发的场景,有时候为了保证核心业务的正常进行,我们需要对一些次要的业务进行服务降级。简单的降级方案如下:

  1. 配置开关降级:手动进行配置开关降级

  2. 定时开关降级:自动定时降级

系统架构

关于系统架构,不用想的太复杂,简单的拆离此业务即可。

运维架构

部署层面,尽可能的把此类服务单独部署。

武器

“工欲善其事,必先利其器”,处理高并发我们当然少不了好的武器。以下是高并发“三剑客”:

技术名词 说明
异步 例如nodejs,层层回调似灾难(Promise也是很臃肿的链式代码)
epoll IO多路复用,nginx/redis方案
协程 轻量,用户态调度高并发能力