高并发需要学这些技术，你都掌握了吗

前言

首先，得有全局观，得知道“高并发”要解决的是系统中哪些部位的瓶颈（CPU不足，还是内存不够？web服务器扛不住，还是数据库并发量太小……）。因此，需要学习“架构设计”（至少要了解一下）。福利获取

1. 并发的基础是多线程，所以“多线程”少不了。
2. 多线程可以用基础的方式手写，也可以使用高级一点的多线程库：JUC（至少）。
3. 很多新版的jdk，提供了并发编程的工具类，因此需要学习（或者查阅一下）jdk8及后续版本对高并发的支持。
4. （可选）很多三方工具库，也提供了对多并发的支持。也建议了解一下，例如Google Guava。
5. List item
6. 传统的IO性能太低，无法应对高并发的压力。因此需要学习IO的升级版：NIO和AIO。
7. 说起“NIO”，就必然要提NIO框架-Netty。因此，Netty少不了。
8. “分布式”是“高并发”的解决方案，因此需要学习分布式。
9. 说起“分布式”，就必然要提“微服务”。因此，微服务少不了。
10. 说起“微服务”，就必然要提spring boot和spring cloud，二者少不了。
11. 除了spring cloud以外，dubbo（dubbox）也是一款优秀的分布式治理框架，要学。
12. spring cloud等是分布式框架，最好还要学习一下这些框架的底层技术，也就是：网络编程、RPC、RMI等。
13. 提到RPC，就要学习它的常见支撑技术：protobuf、thrift、grpc。
14. 有没有高并发编程框架？有，disruptor。
15. 除了编码以外，数据库在高并发面前更加脆弱。因此需要学习支持高并发的数据库架构，大致包含了：数据库集群搭建、主从同步、读写分离、分库分表、高可用组件haproxy+keepalived等。
16. 除了NB的数据库架构以外，还需要对SQL语句进行优化，因此SQL优化少不了。
17. SQL优化只是数据库优化的一部分，还需要学习数据库其他方面的优化：数据库引擎、索引结构、设计原则等。
18. 如果数据量特别大，再NB的关系型数据库架构也不行。还得学分布式数据库（hbase等）。
19. 如果请求量特别大，就需要学习大数据技术：hadoop生态、spark生态等。
20. 高并发需要限流：网关（nginx、lvs等）。
21. 高并发需要缓存：缓存中间件（hashmap、redis、SSDB等）。
22. 如何知道自己写的系统，能否支撑高并发压力？得了解一下相关的测试技术：压力测试、性能测试等。

很多架构师，最初都只是某一领域（或某一技术）的专家，慢慢积累，最后才会全面的成长。

最后

👇🏻 添加 博主 获取更多资料👇🏻