zoukankan      html  css  js  c++  java
  • 高并发解决思路

    其实,高并发并不神秘,说白了就是想办法搞定两个指标:提升QPS(Query Per Second,每秒查询率 ,每秒的响应请求数,也即是最大吞吐能力)、降低RT(响应时间,系统对请求作出响应的时间(一次请求耗时))。并且同时保证数据的正确性、系统的可用性就OK了。

      1、网站并发量上来了?啥都不要管,先扩容,堆机器。机器多了自然需要集群技术、负载均衡了。(提升QPS)
      2、机器多了也扛不住了?服务拆分,把集中式部署改成分布式部署。(提升QPS)
      3、分布式了还是扛不住?先做降级,再做限流。(保证系统可用性)
      4、数据库扛不住了?上分布式缓存。(降低RT)
      5、缓存上了之后,数据还是扛不住?那就考虑读写分离、分库分表、数据库容灾。
      6、系统间同步交互有延迟?解耦,上异步方案,采用消息中间件。(降低RT)
      7、高并发导致了脏数据?上分布式锁。(保证数据正确性)
      8、高并发导致了数据不一致?上分布式事务。(保证数据正确性)

  • 相关阅读:
    Search a 2D Matrix
    binary search bug
    Find Minimum in Rotated Sorted Array II
    Search in Rotated Sorted Array 【新思路】
    Find Peak Element
    Find Minimum in Rotated Sorted Array
    DFS判断连通图
    分支限界法解决01背包问题
    python中ndarray和matrix
    python对数组缺失值进行填充
  • 原文地址:https://www.cnblogs.com/myseries/p/11905616.html
Copyright © 2011-2022 走看看