互联网高并发架构设计

前言高并发常常会发生在有大活跃用户量，用户高聚集的业务场景中，如：秒杀活动，定时领取红包等。为了让业务可以流畅的运行并且给用户一个好的交互体验，我们需要根据业务场景预估达到的并发量等因素，来设计适合自己业务场景的高并发处理方案。在电商相关产品开发的这些年，我有幸的遇到了并发下的各种坑，这一路摸爬滚打过来有着不少的血泪史，这里进行的总结，作为自己的归档记录，同时分享给大家。服务器架构业务从进展的初期到逐渐成熟,服务器架构也是从相对单一到集群，再到分布式服务。 一个可以支持高并发的服务少不了好的服务器架构,需要有均衡负载,数据库需要主从集群，nosql 缓存需要主从集群，静态文件需要上传 cdn，这些都是能让业务程序流畅运行的强大后盾。服务器这块多是需要运维人员来配合搭建，具体我就不多说了，点到为止。大致需要用到的服务器架构如下：服务器 o均衡负载（如：nginx，阿里云 SLB)o资源监控o分布式数据库 o主从分离，集群oDBA 表优化，索引优化，等o分布式nosql oredis 主从分离，集群omongodb 主从分离，集群omemcache 主从分离，集群cdn ohtmlocssojsoimage并发测试高并发相关的业务,需要进行并发的测试，通过大量的数据分析评估出整个架构可以支撑的并发量.测试高并发可以使用第三方服务器或者自己测试服务器，利用测试工具进行并发请求测试，分析测试数据得到可以支撑并发数量的评估,这个可以作为一个预警参考，俗话说知己自彼百战不殆.第三方服务：阿里云性能测试并发测试工具:Apache JMeterVisual Studio 性能负载测试Microsoft Web Application Stress Tool实战方案通用方案日用户流量大,但是比较分散，间或会有用户高聚的情况;场景: 用户签到，用户中心，用户订单，等服务器架构图： 说明:场景中的这些业务基本是用户进入 APP 后会操作到的，除了活动日（618，双 11，等)，这些业务的用户量都不会高聚集，同时这些业务相关的表都是大数据表，业务多是查询操作，所以我们需要减少用户直接命中 DB 的查询；优先查询缓存，假如缓存不存在，再进行 DB 查询，将查询结果缓存起来.更新用户相关缓存需要分布式存储，比如使用用户 ID 进行 hash 分组，把用户分布到不同的缓存中,这样一个缓存集合的总量不会很大，不会影响查询效率。方案如:用户签到猎取积分 o计算出用户分布的 key,redis hash 中查找用户今日签到信息o假如查询到签到信息，返回...