一、什么是高并發

高并發（High Concurrency）是互聯網分布式系統架構設計中必須考慮的因素之一，它通常是指，通過設計保證系統能夠同時并行處理很多請求。

高并發相關常用的一些指標有響應時間（Response Time），吞吐量（Throughput），每秒查詢率QPS（Query Per Second），并發用戶數等。

• 響應時間：系統對請求做出響應的時間。例如系統處理一個HTTP請求需要200ms，這個200ms就是系統的響應時間。
• 吞吐量：單位時間內處理的請求數量。
• QPS：每秒響應請求數。在互聯網領域，這個指標和吞吐量區分的沒有這么明顯。 并發用戶數：同時承載正常使用系統功能的用戶數量。例如一個即時通訊系統，同時在線量一定程度上代表了系統的并發用戶數。

二、如何提升系統的并發能力

互聯網分布式架構設計，提高系統并發能力的方式，方法論上主要有兩種：垂直擴展（Scale Up）與水平擴展（Scale Out）。

垂直擴展：提升單機處理能力。垂直擴展的方式又有兩種：

增強單機硬件性能，例如：增加CPU核數如32核，升級更好的網卡如萬兆，升級更好的硬盤如SSD，擴充硬盤容量如2T，擴充系統內存如128G；

提升單機架構性能，例如：使用Cache來減少IO次數，使用異步來增加單服務吞吐量，使用無鎖數據結構來減少響應時間。

在互聯網業務發展非常迅猛的早期，如果預算不是問題，強烈建議使用“增強單機硬件性能”的方式提升系統并發能力，因為這個階段，公司的戰略往往是發展業務搶時間，而“增強單機硬件性能”往往是最快的方法。

不管是提升單機硬件性能，還是提升單機架構性能，都有一個致命的不足：單機性能總是有極限的。所以互聯網分布式架構設計高并發終極解決方案還是水平擴展。

水平擴展：只要增加服務器數量，就能線性擴充系統性能。水平擴展對系統架構設計是有要求的，如何在架構各層進行可水平擴展的設計，以及互聯網公司架構各層常見的水平擴展實踐，是本文重點討論的內容。

三、常見的互聯網分層架構

常見互聯網分布式架構如上，分為：

客戶端層：典型調用方是瀏覽器browser或者手機應用APP

反向代理層：系統入口，反向代理

站點應用層：實現核心應用邏輯，返回html或者json

服務層：如果實現了服務化，就有這一層

數據-緩存層：緩存加速訪問存儲

數據-數據庫層：數據庫固化數據存儲

整個系統各層次的水平擴展，又分別是如何實施的呢？

四、分層水平擴展架構實踐

反向代理層的水平擴展

反向代理層的水平擴展，是通過“DNS輪詢”實現的：dns-server對于一個域名配置了多個解析ip，每次DNS解析請求來訪問dns-server，會輪詢返回這些ip。

當nginx成為瓶頸的時候，只要增加服務器數量，新增nginx服務的部署，增加一個外網ip，就能擴展反向代理層的性能，做到理論上的無限高并發。

站點層的水平擴展

?

站點層的水平擴展，是通過“nginx”實現的。通過修改nginx.conf，可以設置多個web后端。

當web后端成為瓶頸的時候，只要增加服務器數量，新增web服務的部署，在nginx配置中配置上新的web后端，就能擴展站點層的性能，做到理論上的無限高并發。

服務層的水平擴展

站點層通過RPC-client調用下游的服務層RPC-server時，RPC-client中的連接池會建立與下游服務多個連接，當服務成為瓶頸的時候，只要增加服務器數量，新增服務部署，在RPC-client處建立新的下游服務連接，就能擴展服務層性能，做到理論上的無限高并發。如果需要優雅的進行服務層自動擴容，這里可能需要配置中心里服務自動發現功能的支持。

數據層的水平擴展

在數據量很大的情況下，數據層（緩存，數據庫）涉及數據的水平擴展，將原本存儲在一臺服務器上的數據（緩存，數據庫）水平拆分到不同服務器上去，以達到擴充系統性能的目的。

互聯網數據層常見的水平拆分方式有這么幾種，以數據庫為例：

按照范圍水平拆分

每一個數據服務，存儲一定范圍的數據，上圖為例：

• user0庫，存儲uid范圍1-1kw
• user1庫，存儲uid范圍1kw-2kw

這個方案的好處是：

• 規則簡單，service只需判斷一下uid范圍就能路由到對應的存儲服務；
• 數據均衡性較好；
• 比較容易擴展，可以隨時加一個uid[2kw,3kw]的數據服務。

不足是：

• 請求的負載不一定均衡，一般來說，新注冊的用戶會比老用戶更活躍，大range的服務請求壓力會更大。

按照哈希水平拆分

每一個數據庫，存儲某個key值hash后的部分數據，上圖為例：

• user0庫，存儲偶數uid數據
• user1庫，存儲奇數uid數據

這個方案的好處是：

• 規則簡單，service只需對uid進行hash能路由到對應的存儲服務；
• 數據均衡性較好；
• 請求均勻性較好。

不足是：

• 不容易擴展，擴展一個數據服務，hash方法改變時候，可能需要進行數據遷移。

這里需要注意的是，通過水平拆分來擴充系統性能，與主從同步讀寫分離來擴充數據庫性能的方式有本質的不同。

通過水平拆分擴展數據庫性能：

每個服務器上存儲的數據量是總量的1/n，所以單機的性能也會有提升；

n個服務器上的數據沒有交集，那個服務器上數據的并集是數據的全集；

數據水平拆分到了n個服務器上，理論上讀性能擴充了n倍，寫性能也擴充了n倍（其實遠不止n倍，因為單機的數據量變為了原來的1/n）。

通過主從同步讀寫分離擴展數據庫性能：

每個服務器上存儲的數據量是和總量相同；

n個服務器上的數據都一樣，都是全集；

理論上讀性能擴充了n倍，寫仍然是單點，寫性能不變。

緩存層的水平拆分和數據庫層的水平拆分類似，也是以范圍拆分和哈希拆分的方式居多，就不再展開。

五、總結

高并發（High Concurrency）是互聯網分布式系統架構設計中必須考慮的因素之一，它通常是指，通過設計保證系統能夠同時并行處理很多請求。

提高系統并發能力的方式，方法論上主要有兩種：垂直擴展（Scale Up）與水平擴展（Scale Out）。前者垂直擴展可以通過提升單機硬件性能，或者提升單機架構性能，來提高并發性，但單機性能總是有極限的，互聯網分布式架構設計高并發終極解決方案還是后者：水平擴展。

互聯網分層架構中，各層次水平擴展的實踐又有所不同：

反向代理層可以通過“DNS輪詢”的方式來進行水平擴展；

站點層可以通過nginx來進行水平擴展；

服務層可以通過服務連接池來進行水平擴展；

數據庫可以按照數據范圍，或者數據哈希的方式來進行水平擴展。

各層實施水平擴展后，能夠通過增加服務器數量的方式來提升系統的性能，做到理論上的性能無限。

末了，希望文章的思路是清晰的，希望大家對高并發的概念和實踐有個系統的認識。結合上一篇《互聯網高可用架構技術實踐》的分享，慢慢的互聯網分布式架構是不是逐步的不再神秘啦？

?

轉載于:https://www.cnblogs.com/afee666/p/6930181.html

總結

以上是生活随笔為你收集整理的互联网高并发架构技术实践的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。