前言
今天看見有人聊目前系統有2億的PV,該如何優化?當我看到這個話題的時候,突然在想自己工作中也遇到了不少高併發的場景了,所以即興發揮,在這裏簡單總結和分享下,歡迎指正和補充。
正文
讀操作
關於讀,我們一般遵循如下優先級:
優先級 | 技術方案 | 說明 | 示例 |
---|---|---|---|
最高 | 儘可能靜態化 | 對實時性要去不高的數據,儘可能全走CDN | 例如獲取基礎商品信息 |
高 | 就近使用內存 | 優先級服務器內存、遠程內存服務 | 例如秒殺、搶購庫存(優先分配庫存到服務器內存,其次遠程內存服務<又涉及額外網絡IO>) |
極低 | 數據庫(能不讀就不要讀) | 連接池、sql優化 | 常見業務 |
寫操作
關於寫,我們一般會按照數據的一致性要求級別來看:
數據一致性要求 | 技術方案 |
---|---|
不高 | 先寫內存(優先級從服務器內存到遠程內存服務) 再異步儲存 |
高 | 同步完成最關鍵的任務 異步保證其他任務最終成功 |
削峯限流
從簡單到複雜:
簡單程度 | 技術方案 |
---|---|
最簡單 | 百分比流量拒絕(隨機、沒有先到先得不夠公平) |
簡單 | 原子操作限流(優先級使用服務器內存、其次遠程內存服務) |
稍麻煩 | 隊列限流(先到先得,公平) |
服務穩定性
在高併發的場景,有時候爲了保證核心業務的正常進行,我們需要對一些次要的業務進行服務降級。簡單的降級方案如下:
- 配置開關降級:手動進行配置開關降級
- 定時開關降級:自動定時降級
系統架構
關於系統架構,不用想的太複雜,簡單的拆離此業務即可。
運維架構
部署層面,儘可能的把此類服務單獨部署。
武器
"工欲善其事,必先利其器",處理高併發我們當然少不了好的武器。以下是高併發“三劍客”:
技術名詞 | 說明 |
---|---|
異步 | 異步回調,層層回調似災難(Promise也是很臃腫的鏈式代碼) |
epoll | IO多路複用,nginx/redis方案 |
協程 | 輕量,用戶態調度高併發能力 |