來源:http://mp.weixin.qq.com/s?__biz=MzI4OTU3ODk3NQ==&mid=2247483793&idx=1&sn=b91f162a2428c47f29d5723c689a20ba&chksm=ec2c4b21db5bc2379b91f39875b52832ac451a331070e014499ce996c9db610d8414951f61dc&mpshare=1&scene=23&srcid=0109Y54puxgjtDAiZQ98oVMG#rd

前言

高并發(fā)經(jīng)常會發(fā)生在有大活躍用戶量，用戶高聚集的業(yè)務場景中，如：秒殺活動，定時領(lǐng)取紅包等。

為了讓業(yè)務可以流暢的運行并且給用戶一個好的交互體驗，我們需要根據(jù)業(yè)務場景預估達到的并發(fā)量等因素，來設計適合自己業(yè)務場景的高并發(fā)處理方案。

服務器架構(gòu)

業(yè)務從發(fā)展的初期到逐漸成熟，服務器架構(gòu)也是從相對單一到集群，再到分布式服務。

一個可以支持高并發(fā)的服務少不了好的服務器架構(gòu)，需要有均衡負載，數(shù)據(jù)庫需要主從集群，nosql緩存需要主從集群，靜態(tài)文件需要上傳cdn，這些都是能讓業(yè)務程序流暢運行的強大后盾。

服務器這塊多是需要運維人員來配合搭建，具體我就不多說了，點到為止。

大致需要用到的服務器架構(gòu)如下：

• 服務器

均衡負載(如：nginx，阿里云SLB)

資源監(jiān)控

分布式

• 數(shù)據(jù)庫

主從分離，集群

DBA 表優(yōu)化，索引優(yōu)化，等

分布式

• nosql

redis
主從分離，集群

mongodb
主從分離，集群

memcache
主從分離，集群

• cdn

html

css

js

image

并發(fā)測試

高并發(fā)相關(guān)的業(yè)務，需要進行并發(fā)的測試，通過大量的數(shù)據(jù)分析評估出整個架構(gòu)可以支撐的并發(fā)量。

測試高并發(fā)可以使用第三方服務器或者自己測試服務器，利用測試工具進行并發(fā)請求測試，分析測試數(shù)據(jù)得到可以支撐并發(fā)數(shù)量的評估，這個可以作為一個預警參考，俗話說知己自彼百戰(zhàn)不殆。

第三方服務:

• 阿里云性能測試

并發(fā)測試工具：

• Apache JMeter

• Visual Studio性能負載測試

• Microsoft Web Application Stress Tool

實戰(zhàn)方案

通用方案

日用戶流量大，但是比較分散，偶爾會有用戶高聚集的情況；

場景： 用戶簽到，用戶中心，用戶訂單，等

服務器架構(gòu)圖：

說明：

場景中的這些業(yè)務基本是用戶進入APP后會操作到的，除了活動日(618，雙11，等)，這些業(yè)務的用戶量都不會高聚集，同時這些業(yè)務相關(guān)的表都是大數(shù)據(jù)表，業(yè)務多是查詢操作，所以我們需要減少用戶直接命中DB的查詢；優(yōu)先查詢緩存，如果緩存不存在，再進行DB查詢，將查詢結(jié)果緩存起來。

更新用戶相關(guān)緩存需要分布式存儲，比如使用用戶ID進行hash分組，把用戶分布到不同的緩存中，這樣一個緩存集合的總量不會很大，不會影響查詢效率。

方案如：

• 用戶簽到獲取積分

計算出用戶分布的key,redis hash中查找用戶今日簽到信息

如果查詢到簽到信息，返回簽到信息

如果沒有查詢到，DB查詢今日是否簽到過，如果已經(jīng)簽到過，就把簽到信息同步redis緩存。

如果DB中也沒有查詢到今日的簽到記錄，就進行簽到邏輯，操作DB添加今日簽到記錄，添加簽到積分(這整個DB操作是一個事務)

緩存簽到信息到redis，返回簽到信息

注意這里會有并發(fā)情況下的邏輯問題，如：一天簽到多次，發(fā)放多次積分給用戶。

• 用戶訂單

這里我們只緩存用戶第一頁的訂單信息，一頁40條數(shù)據(jù)，用戶一般也只會看第一頁的訂單數(shù)據(jù)

用戶訪問訂單列表，如果是第一頁讀緩存，如果不是讀DB

計算出用戶分布的key,redis hash中查找用戶訂單信息

如果查詢到用戶訂單信息，返回訂單信息

如果不存在就進行DB查詢第一頁的訂單數(shù)據(jù)，然后緩存redis，返回訂單信息

• 用戶中心

計算出用戶分布的key,redis hash中查找用戶訂單信息

如果查詢到用戶信息，返回用戶信息

如果不存在進行用戶DB查詢，然后緩存redis，返回用戶信息

• 其他業(yè)務

上面例子多是針對用戶存儲緩存，如果是公用的緩存數(shù)據(jù)需要注意一些問題，如下

注意公用的緩存數(shù)據(jù)需要考慮并發(fā)下的可能會導致大量命中DB查詢，可以使用管理后臺更新緩存，或者DB查詢的鎖住操作。

我的博文[大話Redis進階]對更新緩存問題和推薦方案的分享。

以上例子是一個相對簡單的高并發(fā)架構(gòu)，并發(fā)量不是很高的情況可以很好的支撐，但是隨著業(yè)務的壯大，用戶并發(fā)量增加，我們的架構(gòu)也會進行不斷的優(yōu)化和演變，比如對業(yè)務進行服務化，每個服務有自己的并發(fā)架構(gòu)，自己的均衡服務器，分布式數(shù)據(jù)庫，nosql主從集群，如：用戶服務、訂單服務；

消息隊列

秒殺、秒搶等活動業(yè)務，用戶在瞬間涌入產(chǎn)生高并發(fā)請求
場景：定時領(lǐng)取紅包，等

服務器架構(gòu)圖：

說明：

場景中的定時領(lǐng)取是一個高并發(fā)的業(yè)務，像秒殺活動用戶會在到點的時間涌入，DB瞬間就接受到一記暴擊，hold不住就會宕機，然后影響整個業(yè)務；

像這種不是只有查詢的操作并且會有高并發(fā)的插入或者更新數(shù)據(jù)的業(yè)務，前面提到的通用方案就無法支撐，并發(fā)的時候都是直接命中DB；

設計這塊業(yè)務的時候就會使用消息隊列，可以將參與用戶的信息添加到消息隊列中，然后再寫個多線程程序去消耗隊列，給隊列中的用戶發(fā)放紅包；

方案如：

• 定時領(lǐng)取紅包

一般習慣使用 redis的 list

當用戶參與活動，將用戶參與信息push到隊列中

然后寫個多線程程序去pop數(shù)據(jù)，進行發(fā)放紅包的業(yè)務

這樣可以支持高并發(fā)下的用戶可以正常的參與活動，并且避免數(shù)據(jù)庫服務器宕機的危險

附加：

通過消息隊列可以做很多的服務。

如：定時短信發(fā)送服務，使用sset(sorted set)，發(fā)送時間戳作為排序依據(jù)，短信數(shù)據(jù)隊列根據(jù)時間升序，然后寫個程序定時循環(huán)去讀取sset隊列中的第一條，當前時間是否超過發(fā)送時間，如果超過就進行短信發(fā)送。

一級緩存

高并發(fā)請求連接緩存服務器，超出服務器能夠接收的請求連接量，部分用戶出現(xiàn)建立連接超時無法讀取到數(shù)據(jù)的問題；

因此需要有個方案當高并發(fā)時候時候可以減少命中緩存服務器；

這時候就出現(xiàn)了一級緩存的方案，一級緩存就是使用站點服務器緩存去存儲數(shù)據(jù)，注意只存儲部分請求量大的數(shù)據(jù)，并且緩存的數(shù)據(jù)量要控制，不能過分使用站點服務器的內(nèi)存，從而影響了站點應用程序的正常運行，一級緩存需要設置秒單位的過期時間，具體時間根據(jù)業(yè)務場景設定，目的是當有高并發(fā)請求的時候可以讓數(shù)據(jù)的獲取命中到一級緩存，而不用連接緩存nosql數(shù)據(jù)服務器，減少nosql數(shù)據(jù)服務器的壓力；

比如APP首屏商品數(shù)據(jù)接口，這些數(shù)據(jù)是公共的，不會針對用戶自定義，而且這些數(shù)據(jù)不會頻繁的更新，像這種接口的請求量比較大就可以加入一級緩存；

服務器架構(gòu)圖：

合理和規(guī)范使用nosql緩存數(shù)據(jù)庫，根據(jù)業(yè)務拆分緩存數(shù)據(jù)庫的集群，這樣基本可以很好支持業(yè)務，一級緩存畢竟是使用站點服務器緩存，所以還是要善用。

靜態(tài)化數(shù)據(jù)

高并發(fā)請求數(shù)據(jù)不變化的情況下，如果可以不請求自己的服務器獲取數(shù)據(jù)，那就可以減少服務器的資源壓力。

對于更新頻繁度不高，并且數(shù)據(jù)允許短時間內(nèi)的延遲，可以通過數(shù)據(jù)靜態(tài)化成JSON、XML、HTML等數(shù)據(jù)文件上傳CDN，在拉取數(shù)據(jù)的時候優(yōu)先到CDN拉取，如果沒有獲取到數(shù)據(jù)再從緩存數(shù)據(jù)庫中獲取，當管理人員操作后臺編輯數(shù)據(jù)再重新生成靜態(tài)文件上傳同步到CDN，這樣在高并發(fā)的時候可以使數(shù)據(jù)的獲取命中在CDN服務器上。

CDN節(jié)點同步有一定的延遲性，所以找一個靠譜的CDN服務器商也很重要

其他方案

• 對于更新頻繁度不高的數(shù)據(jù)，APP?和?PC瀏覽器可以緩存數(shù)據(jù)到本地，然后每次請求接口的時候上傳當前緩存數(shù)據(jù)的版本號，服務端接收到版本號判斷版本號與最新數(shù)據(jù)版本號是否一致，如果不一樣就進行最新數(shù)據(jù)的查詢并返回最新數(shù)據(jù)和最新版本號，如果一樣就返回狀態(tài)碼告知數(shù)據(jù)已經(jīng)是最新。減少服務器壓力：資源、帶寬。

總結(jié)

以上是生活随笔為你收集整理的程序猿眼里的高并发架构的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。