高并发场景的处理方案

高并发场景的处理方案

1. 做好基础性能优化，如静态资源的cdn部署，机器人请求的过滤，数据库的分库分表、读写分离等。
2. 针对具体场景做高并发处理，如网上商城的抢购场景，为高并发做产品流程的规划，如抢购场景中的订单下单环节去承接更大的压力，让支付环节往后；再比如抢购期间的退单、退款等服务延迟处理。
3. 将预计的热数据放到缓存中，系统应该设计有多层的缓存，配合队列中间件等操作，应尽量避免io性能低的DB直接与高并发请求直连。
4. 云服务商的集群弹性伸缩，如果单机能做的优化都做了，应该及时考虑机器性能的扩展和集群的横向扩展，现代云服务商都有很优秀的弹性能力。
5. 团队针对已实施的方案要有完备的测试，不可直接上线。
6. 为异常情况要设计备用方案，按测试结果设置限流额度，设计降级熔断措施，保障系统其他模块不能全部崩溃。
7. 如果实际场景中现在的高并发实现方案还是不能应对，应该考虑技术栈的及时调整，如逻辑层的PHP换成GO、加入ElasticSearch、MongoDB等对分布式有更好支持的数据库去承载相应的操作。