java系统高并发问题怎么解决？看完你就明白了

一个需求 10 万并发，2 秒内给出响应！该怎么去做？有什么好思路？

在实际项目中，曾经遭遇过线上 5W+QPS 的峰值，也在压测状态下经历过 10W+QPS 的大流量请求，本篇博客的话题主要就是自己对高并发流量控制的一点思考。

应对大流量的一些思路？

首先，我们来说一下什么是大流量？ 
大流量，我们很可能会冒出：TPS（每秒事务量），QPS（每秒请求量），1W+，5W+，10W+，100W+...。其实并没有一个绝对的数字，如果这个量造成了系统的压力，影响了系统的性能，那么这个量就可以称之为大流量了。 

其次，应对大流量的一些常见手段是什么？ 
缓存：说白了，就是让数据尽早进入缓存，离程序近一点，不要大量频繁的访问 DB。 
降级：如果不是核心链路，那么就把这个服务降级掉。打个比喻，现在的 APP 都讲究千人千面，拿到数据后，做个性化排序展示，如果在大流量下，这个排序就可以降级掉！ 
限流：大家都知道，北京地铁早高峰，地铁站都会做一件事情，就是限流了！想法很直接，就是想在一定时间内把请求限制在一定范围内，保证系统不被冲垮，同时尽可能提升系统的吞吐量。 

注意到，有些时候，缓存和降级是解决不了问题的，比如，电商的双十一，用户的购买，下单等行为，是涉及到大量写操作，而且是核心链路，无法降级的，这个时候，限流就比较重要了。 

那么接下来，我们重点说一下，限流

限流的常用方式

“ 
限流的常用处理手段有：计数器、滑动窗口、漏桶、令牌。 

  

计数器