高并发解决方案

什么是高并发

通俗来讲，高并发是指在同一个时间点，有很多用户同时的访问同一接口或者urI地址。它经常会发生在有大活跃用户量，用户高聚集的业务场景中。如: 淘宝，京东，天猫，微信支付等等

高并发造成的问题

1. 数据不一致问题，多个用户对同一个数据进行读写操作，第一个用户已经把100改成了99，第二个用户读取时也是100，同样也拿走了一个，依旧把100改成99，实际上已经拿走了2个，数据却只减了一个
2. 安全问题，高并发容易引起安全问题，如恶意攻击，导致信息泄露等问题
3. 性能问题，当一个请求发生，系统会做出相应的计算，高并发时会产生大量的计算，增加系统的负载，轻则导致系统相应变慢，重则导致服务崩溃或者停止响应
4. 缓存击穿，在高并发的情况下，可能会出现大量没有命中缓存的数据，数据库瞬时压力过大，导致崩溃
5. 队列问题，在高并发环境下，请求在排队等待的情况下，队列管理不当，导致拥堵，请求出现大量的失败或者超时

解决方案

1. 提升硬件，这是最简单有效的处理方式，但是这样提升有限
2. 负载均衡，利用多台机器来分担压力，但是要求程序需要支持负载均衡的部署方式（如redis或者其它中间件来统一存储session）
3. 分布式缓存，有效应用缓存，数据库毕竟是对磁盘操作，其速度远远慢内存中数据读写的速度，有效运用缓存可以非常好的处理并发问题，这里如果有缓存中间件将缓存分散到多台服务器上，减少单台服务器的压力。
4. 数据库优化，合理建立索引，优化查询效率，提升处理能力(如分库分表，读写分离，一主多从，多主多从)
5. 异步处理，当请求量过大，服务器吞吐有限，可以采用异步处理的方式(消息队列，协程，异步IO等)
6. 架构优化，将服务拆分，形成更小的模块（微服务），以小模块进行单独部署，通过网关集群化
7. 代码优化，合理性设计开发代码，通过更优的算法或者更有效率的代码，提升系统的执行效率

当然这些解决方案要结合实际场景来灵活运用，运用的越多，相应的维护成本越大、维护难度越大。你总不能建个飞机跑道来跑电动车吧。