对于数据存储层高并发问题，最先想到的可能就是读写分离，在网站访问量大并且读写不平均的情况下，将存储分为master,slave两台，所有的写都路由到master上，所有的读都路由到slave上，然后master和slave同步。如果一台salve不够，可以加多台，比如一台master，3台slave。对于什么是读写分离，以及读写分离有什么好处，这里不再叙述，有兴趣的可以参考这里 。
在设计读写分离的时候，有几种解决方案：
1. 将读写分离放在dao层，在dao层， 所有的insert/update/delete都访问master库，所有的select 都访问salve库，这样对于业务层是透明的。
2. 将读写分离放在ORM层，比如mybatis可以通过mybatis plus拦截sql语句，所有的insert/update/delete都访问master库，所有的select 都访问salve库，这样对于dao层都是透明。
3. 放在代理层，比如MySQL-Proxy，这样针对整个应用程序都是透明的。
对于绝大多数情景，读写分离都适用，但是读写分离有一个问题是master slave同步，这个同步是会有一定延迟，因此有几个场景还是要注意的：
考虑下面一个用户注册场景。
boolean addUserSuccess = userDao.addUser(registUser); if (addUserSuccess) { cachedThreadPool.execute(() -> { EmailService.SendActivateEmail(userId); }); }
public static void SendActivateEmail(int userId) { User user = userDao.getUser(userId); String userName = user.getUserName(); String userEmail = user.getUserEmail(); String subject = "..."; String body = "..."; //调用邮件服务发邮件 }
如上，当新用户注册，在注册完成后，会发一封激活邮件，新增用户是insert，发邮件获取用户是select ,如果master slave存在延迟，有可能在这个时候获取不到用户。
对于分布式服务系统，都会有一些独立的子服务，比如用户服务，订单服务，这些服务通过http或者rpc访问， 如下是用户服务下的两个接口。
userservice.xx.com/user/userinfo post请求，用户新增或者更新用户
userservice.xx.com/user/userinfo/1 get请求，用于获取用户信息
这是两个接口服务，一个用于更新用户数据，一个用户获取数据，如果手机APP有一个操作是修改用户名，在调用更新用户接口修改用户名后，紧接着调用获取用户信息的接口，两个请求间隔短，而如果同步延迟，就有可能读取到脏数据。
对于上面第一种情况
1. 我们在可以在dao的方法中，再加一个参数，比如：
public User getUser(int userId, boolean isMaster)
由业务层决定要在哪个库操作。
2. 根据具体的业务类型，将读写标志位放到线程上下文中。比如对于注册用户的操作，可以在开始处理的时候，在线程上下文中放入一个标志位master，在所有的dao 方法内，判断该标志位，如果是master，则从master读取。这样读写分离是由具体的业务场景决定的。
对于上面第二种情况
1. 简单的方法，就是在请求参数中再加一个参数，服务端根据参数决定要在哪个库操作， 这样增加了前端的一些工作量。
2. 复杂一点的，可以在服务端处理，当修改了用户信息后，可以在redis或者memcache中新增一条Id记录，5秒过期，每次请求的时候，先到memcache中判断一下，对应的id是否存在，如果存在读master， 否则slave。只是这样无形之中增加了服务端的开销。
其实数据延迟没有那么严重，基本都是秒级的，对于上面第二个场景，可能两个请求来回，数据就已经同步好。不会出现脏读的情况，但是在一些特殊的场景下，比如网络抖动，新加字段，可能数据同步延迟会变大，此时master slave的数据会出现不一致，而如果业务上出现上面的两种情景，即insert/update/delete后立刻select，就有可能读不到或者脏读。所以具体把读写分离放在哪一层，还是要根据业务类型和实际情况来决定。