关注△mikechen的架构笔记△，十余年BAT架构经验倾囊相授
大家好，我是mikechen。
高并发架构设计是大型网站架构核心，也是大厂重点考察内容，下面我就全面来详解高并发架构设计@mikechen
最新mikechen原创超30万字《阿里架构师进阶专题合集》和《最全大厂面试题及答案总结》，请关注本公众号【mikechen的架构笔记】，后台回复：资料，即可领取。
负载均衡
负载均衡，是将用户请求分散到多台服务器，以减少单台服务器的压力，提高系统的吞吐量、和响应速度。
如下图所示：
可以将 Nginx 配置为负载均衡服务器，然后将请求转发到不同的 Tomcat 实例（比如：Tomcat1、Tomcat2、Tomcat3）。
http {upstream tomcat_cluster {# 定义三个 Tomcat 服务器的 IP 地址和端口server 192.168.0.101:8080;server 192.168.0.102:8080;server 192.168.0.103:8080;}server {listen 80;server_name example.com;location / {proxy_pass http://tomcat_cluster; # 请求转发到 Tomcat 集群proxy_set_header Host $host;}}}
当然，除了软件的方式，你也可以使用硬件负载均衡的方式，唯一的缺点就是：贵。
比如：专用硬件负载均衡设备（如：F5、Citrix NetScaler 等），可以配置设备将 HTTP 流量分配到 Tomcat1、Tomcat2、Tomcat3 上。
负载均衡能够有效提高并发请求的处理能力，确保系统在高并发时的稳定性。
分布式架构
为了应对大规模的并发请求，系统通常采用分布式架构，即将应用拆分成多个独立的模块、和服务。
比如：分布式架构里面，最典型的就是：微服务架构。
微服务架构
微服务架构，每个服务可以独立部署、扩展、和管理。
一旦采用微服务架构，就会涉及到：微服务拆分、微服务通信、微服务发现...等等功能。
微服务拆分
将单体应用拆分成多个微服务（如：账户服务、订单服务、库存服务），每个服务负责特定的功能模块。
这种拆分可以避免单个服务成为性能瓶颈，并且易于独立扩展。
微服务间通信
服务之间通过HTTP/REST、gRPC、消息队列等方式进行通信。
当然，你也可以采用消息队列的这种典型的“异步通信”的方式，来提升性能。
一方面，既解耦了服务，另一方面，也提升了吞吐量、和性能。
微服务发现
使用服务注册中心，（如Nacos、Eureka、Consul...等等），来实现服务的自动发现、和负载均衡，避免硬编码服务地址。
通过分布式架构，你可以更容易的扩展性能，但同样也带来了很多技术挑战，比如：分布式事务/分布式一致性...等等技术难题。
数据库优化
在高并发系统中，数据库往往是性能瓶颈，合理的数据库设计、和优化对高并发架构至关重要：
这里，很多数据量大的场景，都会涉及到：分库分表
假设有一个用户表 users，该表的记录超过亿级，为了减轻单表的读写压力，可以按照用户 ID 对其进行水平拆分。
try (Connection conn = dataSource.getConnection()) {String sql = "INSERT INTO users (user_id, name) VALUES (?, ?)";try (PreparedStatement ps = conn.prepareStatement(sql)) {ps.setLong(1, 1001L); // user_id 用于分库分表ps.setString(2, "John");ps.executeUpdate();}}
通常需要配合数据库中间件（如 ：ShardingSphere、MyCat...等等）来实现，或者自行编写逻辑来处理。
除此之外，你也可以采用垂直拆分。
垂直拆分：是根据业务逻辑将数据库中的不同表，拆分到不同的数据库中，每个库只负责存储一部分业务数据。
假设有三个业务模块：用户管理、订单管理、和库存管理。
初始时所有表都在一个数据库中，随着数据量和并发的增加，可以将这三个模块拆分到不同的数据库。
如下所示：
user_db：存储用户相关的表，如：users、user_profiles 等；
order_db：存储订单相关的表，如 ：orders、order_items 等；
inventory_db：存储库存相关的表，如：inventory、products 等。
NoSQL数据库
在某些场景下，使用NoSQL数据库（如：MongoDB、Cassandra...等等），可以提供更好的扩展性和读写性能。
NoSQL数据库设计初衷，就是为了应对大规模数据处理、和高并发访问，尤其是在读写性能方面具有优势。
比如：MongoDB 使用文档存储模型，数据以JSON-like的BSON格式存储，减少了复杂的表关系、和Join操作。
并且，MongoDB在存储用户生成内容（如：评论、帖子...等）。
// 插入帖子数据Document post = new Document("title", "MongoDB").append("content", "MongoDB allows flexible data modeling...").append("author", new Document("userId", "64eab56f9f7c1a").append("username", "mikechen")).append("createdAt", new java.util.Date()).append("likes", 123).append("comments", List.of(new Document("commentId", "64ea567fc2b1").append("author", new Document("userId", "64ea67234f7b1").append("username", "mikechen")).append("content", "Great post! I love MongoDB.").append("createdAt", new java.util.Date()),new Document("commentId", "64ea8765121b").append("author", new Document("userId", "64eab1234f7c2").append("username", "alice")).append("content", "Thanks for sharing!").append("createdAt", new java.util.Date())));
处理大规模社交网络数据时表现出色，因其灵活的数据结构和快速的文档存储和检索能力。
在数据结构相对简单的场景下，读写效率远高于传统关系型数据库。
与关系型数据库相比，NoSQL数据库在数据模型上更为灵活，适用于不定结构、或者动态变化的数据。
并且，NoSQL数据库大多遵循CAP定理，在一致性、可用性和分区容错性之间做出权衡。
许多NoSQL数据库，如：Cassandra，选择牺牲强一致性，以实现更高的可用性和分区容错性。
所以，NoSQL尤其适合在对数据一致性要求不那么严格、需要处理海量数据、以及需要在多个数据中心部署的场景下使用。
分布式缓存
缓存是高并发系统中常用的优化手段，通过缓存热点数据，可以减少对数据库的访问，降低系统响应时间。
比如：Redis 、和 Memcached，是常用的分布式缓存解决方案，广泛用于处理高并发、和跨多个应用实例的场景。
Redis
适用于更多复杂场景，支持多种数据结构和持久化，具有高可用性、和强扩展性；
Memcached
更轻量级，适合简单的键值对缓存，不需要持久化的场景。
可以根据自己的业务场景，你可以选择Redis、或者Memcached，当然，目前用的最多的还是：Redis。
热门商品、首页数据...等，可以放入缓存，缓存可以极大地减少数据库的压力。
例如：可以将首页的商品列表...缓存到 Redis 中，每次首页加载时直接从缓存读取，而不必重复查询数据库。
除此之外，缓存还可以应用到：分布式会话管理、热点数据缓存、排行榜、计数器...等功能。
异步处理
在高并发场景下，某些操作不需要立即完成，适合通过异步处理来解耦、和缓解系统压力。
例如：
例如：在电商平台上进行秒杀活动时，用户同时发起大量购买请求。
通过使用消息队列，可以将所有购买请求写入队列，然后逐一处理库存更新操作，从而避免瞬时大流量压垮数据库。
public class OrderService {private final KafkaTemplate<String, String> kafkaTemplate;public OrderService(KafkaTemplate<String, String> kafkaTemplate) {this.kafkaTemplate = kafkaTemplate;}public void placeOrder(Order order) {// 订单处理逻辑System.out.println("Order placed: " + order.getId());// 向消息队列发送消息kafkaTemplate.send("order_topic", order.getId());}}
消息队列，通过异步处理耗时任务、缓冲流量峰值、解耦系统模块...等手段，极大提升了系统的性能、和扩展性。
以上
最后送大家一个福利：
送我原创超30万字阿里架构师进阶专题合集。
以及给大家整理最全大厂Java面试题及答案详解，包含：Java、多线程、JVM、Spring、MySQL、Redis、中间件...等必考题答案详解。
需要以上架构专题&面试答案的同学，加我微信即可领取！
添加时备注：资料
