首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
高并发
订阅
EasonTyler
更多收藏集
微信扫码分享
微信
新浪微博
QQ
7篇文章 · 0订阅
面试最让你手足无措的一个问题:你的系统如何支撑高并发?【石杉的架构笔记】
大多数同学被问到这个问题压根儿没什么思路去回答,不知道从什么地方说起,其实本质就是没经历过一些真正有高并发系统的锤炼罢了。 因为没有过相关的项目经历,所以就没法从真实的自身体会和经验中提炼出一套回答,然后系统的阐述出来自己复杂过的系统如何支撑高并发的。 所以,这篇文章就从这个角…
【生产实践总结】支撑百万连接的系统应该如何设计其高并发架构?【石杉的架构笔记】
假如说现在你有一个系统,他需要连接很多很多的硬件设备,这些硬件设备都要跟你的系统来通信。 首先,他一定会跟你的系统建立连接,然后会基于那个连接发送请求给你的系统。 接着你的系统会返回响应给那个系统,最后是大家一起把连接给断开,释放掉网络资源。 所以我们来看一下下面的那个图,感受…
如果20万用户同时访问一个热点缓存,如何优化你的缓存架构?【石杉的架构笔记】
这篇文章,咱们来聊聊热点缓存的架构优化问题。 简单来说,热key,就是你的缓存集群中的某个key瞬间被数万甚至十万的并发请求打爆。 大value,就是你的某个key对应的value可能有GB级的大小,导致查询value的时候导致网络相关的故障问题。 这篇文章,我们就来聊聊热ke…
高并发场景下,如何保证生产者投递到消息中间件的消息不丢失?【石杉的架构笔记】
上篇文章:《面试大杀器:消息中间件如何实现消费吞吐量的百倍优化?》,我们分析了RabbitMQ开启手动ack机制保证消费端数据不丢失的时候,prefetch机制对消费者的吞吐量以及内存消耗的影响。 通过分析,我们知道了prefetch过大容易导致内存溢出,prefetch过小又…
【高并发优化实践】10倍请求压力来袭,你的系统会被击垮吗?【石杉的架构笔记】
背景情况是这样:线上一个系统,在某次高峰期间MQ中间件故障的情况下,触发了降级机制,结果降级机制触发之后运行了一小会儿,突然系统就完全卡死,无法响应任何请求。 给大家简单介绍一下这个系统的整体架构,这个系统简单来说就是有一个非常核心的行为,就是往MQ里写入数据,但是这个往MQ里…
支撑日活百万用户的高并发系统,应该如何设计其数据库架构?【石杉的架构笔记】
但是实际上,数据库层面的分库分表到底是用来干什么的,他的不同的作用如何应对不同的场景,我觉得很多同学可能都没搞清楚。 假如我们现在是一个小创业公司,注册用户就20万,每天活跃用户就1万,每天单表数据量就1000,然后高峰期每秒钟并发请求最多就10。 天哪!就这种系统,随便找一个…