“高併發，幾乎是每個程序員都想擁有的經驗。原因很簡單：隨着流量變大，會遇到各種各樣的技術問題。
比如接口響應超時、CPU load 升高、GC 頻繁、死鎖、大數據量存儲等等，這些問題能推動我們在技術深度上不斷精進。
在過往的面試中，如果候選人做過高併發的項目，我通常會讓對方談談對於高併發的理解。
但是能系統性地回答好此問題的人並不多，大概分成這樣幾類：
-
對數據化的指標沒有概念：不清楚選擇什麼樣的指標來衡量高併發系統？分不清併發量和 QPS，甚至不知道自己系統的總用戶量、活躍用戶量，平峯和高峯時的 QPS 和 TPS 等關鍵數據。
-
設計了一些方案，但是細節掌握不透徹：講不出該方案要關注的技術點和可能帶來的副作用。比如讀性能有瓶頸會引入緩存，但是忽視了緩存命中率、熱點 Key、數據一致性等問題。
-
理解片面，把高併發設計等同於性能優化：大談併發編程、多級緩存、異步化、水平擴容，卻忽視高可用設計、服務治理和運維保障。
-
掌握大方案，卻忽視最基本的東西：能講清楚垂直分層、水平分區、緩存等大思路，卻沒意識去分析數據結構是否合理，算法是否高效，沒想過從最根本的 IO 和計算兩個維度去做細節優化。
這篇文章，我想結合自己的高併發項目經驗，系統性地總結下高併發需要掌握的知識和實踐思路，希望對你有所幫助。
內容分成以下三個部分：
-
如何理解高併發？
-
高併發系統設計的目標是什麼？
-
高併發的實踐方案有哪些？
如何理解高併發？
高併發意味着大流量，需要運用技術手段抵抗流量的衝擊，這些手段好比操作流量，能讓流量更平穩地被系統所處理，帶給用戶更好的體驗。
我們常見的高併發場景有：淘寶的雙 11、春運時的搶票、微博大 V 的熱點新聞等。
除了這些典型事情，每秒幾十萬請求的秒殺系統、每天千萬級的訂單系統、每天億級日活的信息流系統等，都可以歸爲高併發。
很顯然，上面談到的高併發場景，併發量各不相同，那到底多大併發纔算高併發呢？
①不能只看數字，要看具體的業務場景。不能說 10W QPS 的秒殺是高併發，而 1W QPS 的信息流就不是高併發。
信息流場景涉及複雜的推薦模型和各種人工策略，它的業務邏輯可能比秒殺場景複雜 10 倍不止。因此，不在同一個維度，沒有任何比較意義。
②業務都是從 0 到 1 做起來的，併發量和 QPS 只是參考指標，最重要的是：在業務量逐漸變成原來的 10 倍、100 倍的過程中，你是否用到了高併發的處理方法去演進你的系統。
從架構設計、編碼實現、甚至產品方案等維度去預防和解決高併發引起的問題？而不是一味的升級硬件、加機器做水平擴展。
此外，各個高併發場景的業務特點完全不同：有讀多寫少的信息流場景、有讀多寫多的交易場景，那是否有通用的技術方案解決不同場景的高併發問題呢？
我覺得大的思路可以借鑑，別人的方案也可以參考，但是真正落地過程中，細節上還會有無數的坑。
另外，由於軟硬件環境、技術棧、以及產品邏輯都沒法做到完全一致，這些都會導致同樣的業務場景，就算用相同的技術方案也會面臨不同的問題，這些坑還得一個個趟。
因此，這篇文章我會將重點放在基礎知識、通用思路、和我曾經實踐過的有效經驗上，希望讓你對高併發有更深的理解。
高併發系統設計的目標是什麼？
先搞清楚高併發系統設計的目標，在此基礎上再討論設計方案和實踐經驗纔有意義和針對性。
宏觀目標
高併發絕不意味着只追求高性能，這是很多人片面的理解。從宏觀角度看，高併發系統設計的目標有三個：高性能、高可用，以及高可擴展。
①高性能：性能體現了系統的並行處理能力，在有限的硬件投入下，提高性能意味着節省成本。
同時，性能也反映了用戶體驗，響應時間分別是 100 毫秒和 1 秒，給用戶的感受是完全不同的。
②高可用：表示系統可以正常服務的時間。一個全年不停機、無故障；另一個隔三差五出線上事故、宕機，用戶肯定選擇前者。另外，如果系統只能做到 90% 可用，也會大大拖累業務。
③高擴展：表示系統的擴展能力，流量高峯時能否在短時間內完成擴容，更平穩地承接峯值流量，比如雙 11 活動、明星離婚等熱點事件。
這 3 個目標是需要通盤考慮的，因爲它們互相關聯、甚至也會相互影響。
比如說：考慮系統的擴展能力，你會將服務設計成無狀態的，這種集羣設計保證了高擴展性，其實也間接提升了系統的性能和可用性。
再比如說：爲了保證可用性，通常會對服務接口進行超時設置，以防大量線程阻塞在慢請求上造成系統雪崩，那超時時間設置成多少合理呢？一般，我們會參考依賴服務的性能表現進行設置。
微觀目標
再從微觀角度來看，高性能、高可用和高擴展又有哪些具體的指標來衡量？爲什麼會選擇這些指標呢？
性能指標：通過性能指標可以度量目前存在的性能問題，同時作爲性能優化的評估依據。一般來說，會採用一段時間內的接口響應時間作爲指標。
①平均響應時間：最常用，但是缺陷很明顯，對於慢請求不敏感。比如 1 萬次請求，其中 9900 次是 1ms，100 次是 100ms，則平均響應時間爲 1.99ms，雖然平均耗時僅增加了 0.99ms，但是 1% 請求的響應時間已經增加了 100 倍。
②TP90、TP99 等分位值：將響應時間按照從小到大排序，TP90 表示排在第 90 分位的響應時間， 分位值越大，對慢請求越敏感。
③吞吐量：和響應時間呈反比，比如響應時間是 1ms，則吞吐量爲每秒 1000 次。
通常，設定性能目標時會兼顧吞吐量和響應時間，比如這樣表述：在每秒 1 萬次請求下，AVG 控制在 50ms 以下，TP99 控制在 100ms 以下。對於高併發系統，AVG 和 TP 分位值必須同時要考慮。
另外，從用戶體驗角度來看，200 毫秒被認爲是第一個分界點，用戶感覺不到延遲，1 秒是第二個分界點，用戶能感受到延遲，但是可以接受。
因此，對於一個健康的高併發系統，TP99 應該控制在 200 毫秒以內，TP999 或者 TP9999 應該控制在 1 秒以內。
可用性指標：高可用性是指系統具有較高的無故障運行能力，可用性=平均故障時間/系統總運行時間，一般使用幾個 9 來描述系統的可用性。
對於高併發系統來說，最基本的要求是：保證 3 個 9 或者 4 個 9。原因很簡單，如果你只能做到 2 個 9，意味着有 1% 的故障時間，像一些大公司每年動輒千億以上的 GMV 或者收入，1% 就是 10 億級別的業務影響。
可擴展性指標：面對突發流量，不可能臨時改造架構，最快的方式就是增加機器來線性提高系統的處理能力。
對於業務集羣或者基礎組件來說，擴展性=性能提升比例/機器增加比例，理想的擴展能力是：資源增加幾倍，性能提升幾倍。通常來說，擴展能力要維持在 70% 以上。
但是從高併發系統的整體架構角度來看，擴展的目標不僅僅是把服務設計成無狀態就行了，因爲當流量增加 10 倍，業務服務可以快速擴容 10 倍，但是數據庫可能就成爲了新的瓶頸。
像 MySQL 這種有狀態的存儲服務通常是擴展的技術難點，如果架構上沒提前做好規劃（垂直和水平拆分），就會涉及到大量數據的遷移。
因此，高擴展性需要考慮：服務集羣、數據庫、緩存和消息隊列等中間件、負載均衡、帶寬、依賴的第三方等，當併發達到某一個量級後，上述每個因素都可能成爲擴展的瓶頸點。
高併發的實踐方案有哪些？
瞭解了高併發設計的 3 大目標後，再系統性總結下高併發的設計方案，會從以下兩部分展開：先總結下通用的設計方法，然後再圍繞高性能、高可用、高擴展分別給出具體的實踐方案。
通用的設計方法
通用的設計方法主要是從「縱向」和「橫向」兩個維度出發，俗稱高併發處理的兩板斧：縱向擴展和橫向擴展。
縱向擴展（scale-up）：它的目標是提升單機的處理能力。
方案包括如下兩種：
-
提升單機的硬件性能：通過增加內存、CPU 核數、存儲容量、或者將磁盤升級成 SSD 等堆硬件的方式來提升。
-
提升單機的軟件性能：使用緩存減少 IO 次數，使用併發或者異步的方式增加吞吐量。
橫向擴展（scale-out）：因爲單機性能總會存在極限，所以最終還需要引入橫向擴展，通過集羣部署以進一步提高併發處理能力。
包括以下兩個方向：
①做好分層架構：這是橫向擴展的提前，因爲高併發系統往往業務複雜，通過分層處理可以簡化複雜問題，更容易做到橫向擴展。
上面這種圖是互聯網最常見的分層架構，當然真實的高併發系統架構會在此基礎上進一步完善。
比如會做動靜分離並引入 CDN，反向代理層可以是 LVS+Nginx，Web 層可以是統一的 API 網關，業務服務層可進一步按垂直業務做微服務化，存儲層可以是各種異構數據庫。
②各層進行水平擴展：無狀態水平擴容，有狀態做分片路由。業務集羣通常能設計成無狀態的，而數據庫和緩存往往是有狀態的，因此需要設計分區鍵做好存儲分片，當然也可以通過主從同步、讀寫分離的方案提升讀性能。
具體的實踐方案
下面再結合我的個人經驗，針對高性能、高可用、高擴展 3 個方面，總結下可落地的實踐方案。
高性能的實踐方案：
-
集羣部署，通過負載均衡減輕單機壓力。
-
多級緩存，包括靜態數據使用 CDN、本地緩存、分佈式緩存等，以及對緩存場景中的熱點 Key、緩存穿透、緩存併發、數據一致性等問題的處理。
-
分庫分表和索引優化，以及藉助搜索引擎解決複雜查詢問題。
-
考慮 NoSQL 數據庫的使用，比如 HBase、TiDB 等，但是團隊必須熟悉這些組件，且有較強的運維能力。
-
異步化，將次要流程通過多線程、MQ、甚至延時任務進行異步處理。
-
限流，需要先考慮業務是否允許限流（比如秒殺場景是允許的），包括前端限流、Nginx 接入層的限流、服務端的限流。
-
對流量進行削峯填谷，通過 MQ 承接流量。
-
併發處理，通過多線程將串行邏輯並行化。
-
預計算，比如搶紅包場景，可以提前計算好紅包金額緩存起來，發紅包時直接使用即可。
-
緩存預熱，通過異步任務提前預熱數據到本地緩存或者分佈式緩存中。
-
減少 IO 次數，比如數據庫和緩存的批量讀寫、RPC 的批量接口支持、或者通過冗餘數據的方式幹掉 RPC 調用。
-
減少 IO 時的數據包大小，包括採用輕量級的通信協議、合適的數據結構、去掉接口中的多餘字段、減少緩存 Key 的大小、壓縮緩存 Value 等。
-
程序邏輯優化，比如將大概率阻斷執行流程的判斷邏輯前置、For 循環的計算邏輯優化，或者採用更高效的算法。
-
各種池化技術的使用和池大小的設置，包括 HTTP 請求池、線程池（考慮 CPU 密集型還是 IO 密集型設置核心參數）、數據庫和 Redis 連接池等。
-
JVM 優化，包括新生代和老年代的大小、GC 算法的選擇等，儘可能減少 GC 頻率和耗時。
-
鎖選擇，讀多寫少的場景用樂觀鎖，或者考慮通過分段鎖的方式減少鎖衝突。
上述方案無外乎從計算和 IO 兩個維度考慮所有可能的優化點，需要有配套的監控系統實時瞭解當前的性能表現，並支撐你進行性能瓶頸分析，然後再遵循二八原則，抓主要矛盾進行優化。
高可用的實踐方案：
-
對等節點的故障轉移，Nginx 和服務治理框架均支持一個節點失敗後訪問另一個節點。
-
非對等節點的故障轉移，通過心跳檢測並實施主備切換（比如redis的哨兵模式或者集羣模式、MySQL 的主從切換等）。
-
接口層面的超時設置、重試策略和冪等設計。
-
降級處理：保證核心服務，犧牲非核心服務，必要時進行熔斷；或者核心鏈路出問題時，有備選鏈路。
-
限流處理：對超過系統處理能力的請求直接拒絕或者返回錯誤碼。
-
MQ 場景的消息可靠性保證，包括 Producer 端的重試機制、Broker 側的持久化、Consumer 端的 Ack 機制等。
-
灰度發佈，能支持按機器維度進行小流量部署，觀察系統日誌和業務指標，等運行平穩後再推全量。
-
監控報警：全方位的監控體系，包括最基礎的 CPU、內存、磁盤、網絡的監控，以及 Web 服務器、JVM、數據庫、各類中間件的監控和業務指標的監控。
-
災備演練：類似當前的“混沌工程”，對系統進行一些破壞性手段，觀察局部故障是否會引起可用性問題。
高可用的方案主要從冗餘、取捨、系統運維 3 個方向考慮，同時需要有配套的值班機制和故障處理流程，當出現線上問題時，可及時跟進處理。
高擴展的實踐方案：
-
合理的分層架構：比如上面談到的互聯網最常見的分層架構，另外還能進一步按照數據訪問層、業務邏輯層對微服務做更細粒度的分層（但是需要評估性能，會存在網絡多一跳的情況）。
-
存儲層的拆分：按照業務維度做垂直拆分、按照數據特徵維度進一步做水平拆分（分庫分表）。
-
業務層的拆分：最常見的是按照業務維度拆（比如電商場景的商品服務、訂單服務等），也可以按照核心接口和非核心接口拆，還可以按照請求源拆（比如 To C 和 To B，APP 和 H5）。
最後的話
高併發確實是一個複雜且系統性的問題，由於篇幅有限，諸如分佈式 Trace、全鏈路壓測、柔性事務都是要考慮的技術點。
另外，如果業務場景不同，高併發的落地方案也會存在差異，但是總體的設計思路和可借鑑的方案基本類似。
高併發設計同樣要秉承架構設計的 3 個原則：簡單、合適和演進。“過早的優化是萬惡之源”，不能脫離業務的實際情況，更不要過度設計，合適的方案就是最完美的。
希望這篇文章能帶給你關於高併發更全面的認識，如果你也有可借鑑的經驗和深入的思考，歡迎評論區留言討論。
作者：駱俊武
編輯：陶家龍
出處：轉載自微信公衆號 IT 人的職場進階（ID：BestITer）