简述高并发、高可用、高性能

高并发

• 高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。
• 高并发相关常用的一些指标有响应时间（Response Time），吞吐量（Throughput），每秒查询率QPS（Query Per Second），并发用户数等。
  • 响应时间：系统对请求做出响应的时间。例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间。比如你打开一个页面需要1秒，那么这1秒就是响应时间。
  • 吞吐量：单位时间内处理的请求数量。好比你吃饭，每秒能吃下多少颗米饭。
  • QPS（秒查询率）：每秒响应请求数。在互联网领域，这个指标和吞吐量区分的没有这么明显。
  • 并发用户数：同时承载正常使用系统功能的用户数量。例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。

解决方案：

• 垂直扩展：提升单机处理能力。垂直扩展的方式又有两种：

1. 增强单机硬件性能，例如：增加CPU核数如32核，升级更好的网卡如万兆，升级更好的硬盘如SSD，扩充硬盘容量如2T，扩充系统内存如128G；
2. 提升单机架构性能，例如：使用Cache来减少IO次数，使用异步来增加单服务吞吐量，使用无锁数据结构来减少响应时间；
3. 在互联网业务发展非常迅猛的早期，如果预算不是问题，强烈建议使用“增强单机硬件性能”的方式提升系统并发能力，因为这个阶段，公司的战略往往是发展业务抢时间，而“增强单机硬件性能”往往是最快的方法。
4. 不管是提升单机硬件性能，还是提升单机架构性能，都有一个致命的不足：单机性能总是有极限的。所以互联网分布式架构设计高并发终极解决方案还是水平扩展。

• 水平扩展：只要增加服务器数量，就能线性扩充系统性能。但是必然会增加成本，因此目前更多的是考虑如何在系统架构方面进行优化

python解决高并发的几种方式

1. HTML页面静态化
2. 图片服务器分离
3. 使用缓存
4. 数据库集群、库表散列
5. 负载均衡
6. 镜像
7. CDN加速技术

高可用

• 高可用通常来描述一个系统经过专门的设计，从而减少停工时间，而保持其服务的高度可用性。
• 高可用注意如果使用单机，一旦挂机将导致服务不可用，可以使用集群来代替单机，一台服务器挂了，还有其他后备服务器能够顶上。或者使用分布式部署项。
• 比如现在redis的高可用的集群方案有： Redis单副本，Redis多副本（主从），Redis Sentinel（哨兵），Redis Cluster，Redis自研。

高性能

• 高性能是指程序处理速度非常快，所占内存少，cpu占用率低。
• 高性能的指标经常和高并发的指标紧密相关，想要提高性能，那么就要提高系统发并发能力，两者互相捆绑在一起。
• 应用性能优化的时候，对于计算密集型和IO密集型还是有很大差别，需要分开来考虑。还有可以增加服务器的数量，内存，IO等参数提升系统的并发能力和性能，但不要浪费资源，要考虑硬件的使用率最高才能发挥到极致。

参考链接：https://blog.csdn.net/qq_37651267/article/details/93368908