如何设计一个高并发的系统?
从以下6点着手:
- 系统拆分
将一个系统拆分为多个子系统,然后每个系统连接一个数据库,这样本来一个库现在多个数据库,也可以抗住一定的高并发。 - 缓存
必须得使用缓存,大部分高并发场景都是读多写少,那么你完全可以数据库和缓存里都写一份,读的时候大量走缓存,缓存redis单机轻轻松松抗住几万的并发。所以你可以考虑你的项目中读场景,怎么用缓存来抗高并发。 - MQ
可能还会出现高并发的场景,比如说一个业务操作里需要频繁搞数据库几十次,增删改增删改,疯了。那高并发绝对会挂掉你的系统,你如果用redis来承载写肯定是不行,人家是缓存数据随时会被淘汰掉,数据格式还无比简单,没有事务支持。所以还是得使用mysql。那就用MQ吧,把大量的写请求灌入到MQ中,排队慢慢处理,后边系统消费后慢慢写,控制在mysql能承受的范围内。所以你得考虑你的项目里,那些承载复杂业务逻辑的场景里,如果用MQ来异步写,提升并发性。MQ单机抗几万并发也是OK的。MQ特性异步、肖峰、解耦。 - 分库分表
到了后面一个数据库还是扛不住高并发,好吧,那就将一个数据库拆分为多个库,多个库来抗更高的高并发;然后把一个表拆分为多个表来提高sql的跑的性能。 - 读写分离
大部分时候数据库可能是读多写少,没必要所有的请求都集中在一个库上,可以搞一个主从架构,主库写入,从库读取,搞一个读写分离。读请求大的时候可以增加更多的从库。需要注意主库与从库之间的时延问题。 - ElasticSearch
Elasticsearch,简称es。es是分布式的,可以随便扩容,分布式天然就可以支撑高并发,因为动不动就可以扩容加机器来扛更高的并发。那么一些比较简单的查询、统计类的操作,可以考虑用es来承载,还有一些全文搜索类的操作,也可以考虑用es来承置。
上面的6点,说句实话,不是在于弄明白一些技术,或者大概知道一个高并发系统应该长什么样?其实实际上在真正的复杂的业务系统里,做高并发要远远比上面提到的点要复杂几十倍到上百倍。你需要考虑:哪些需要分库分表,哪些不需要分库分表,单库单表跟分库分表如何join,哪些数据要放到缓存里去,放哪些数据才可以扛住高并发的请求,你需要完成对一个复杂业务系统的分析之后,然后逐步逐步的加入高并发的系统架构的改造,这个过程是无比复杂的。
其实大部分公司,真正看重的,不是说你掌握高并发相关的一些基本的架构知识,架构中的一些技术,RocketMQ、Kafka、Redis、Elasticsearch,高并发这一块,你了解了,也只能是次一等的人才。对一个有几十万行代码的复杂的分布式系统,一步一步架构、设计以及实践过高并发架构的人,这个经验是难能可贵的。