高并发思考

数据库：压测高并发时观察数据库的磁盘负载、网络负载、CPU负载、内存，看在所需情况下，数据库是否可以支撑

1）top

2）free -m

3）fdisk -l  可以看到系统上的磁盘(包括U盘)的分区以及大小相关信息

业务服务器负载较高问题解决：支持系统集群化部署 ，增加服务器数量

业务服务器负载ok，数据库的负载增高：

1）数据库读写分离&分库分表：

a.数据库读写分离，一个主库下至少挂载一个从库，主库主要用来写，从库主要用来读

2）引入缓存：可以减轻数据库读的压力

3）引入消息中间件集群，做写请求异步化处理，实现请求流量的削峰填谷的效果：减轻数据库写压力

eg：

某种抽奖在开奖后向大量参与用户发放奖励权益，这就是一个典型场景。在这种情况下，会瞬时产生大量的写请求，而且这种业务场景下对写入实时性要求不高，完全可以在开奖后异步慢慢完成写入请求

存储选型的考虑要素

存储选型的目的还是为了我们的使用场景和用户服务，因此在选型前需要回答自己一些 业务指标 & 技术指标 方面的问题，以便于我们清楚存储选型的应用环境。

• 用户量：用户量预估多少？几百几万还是几亿？
• 数据量：数据量预估多少？日均增量能有多少？
• 读写偏好：数据是读多一些还是写多一些？
• 数据场景：强事务型还是分析型需求？
• 运行性能要求：并发量是多少？高峰、平均、低谷分别预估是多少？