高并发设计笔记

1.AOF日志如何实现 一旦服务器宕机，内存中的数据全部丢失 解决办法 从后端数据库恢复数据 对数据压力巨大（缓存雪崩） 导致请求延时增加 redis持久化方案\ AOF（Append Only Fi

1.如何使用拉模式设计信息流系统 推模式无法应对大范围的好友关系（消息推送延迟、存储成本高、方案可扩展性差等问题） 什么是拉取：用户主动拉取他关注的所有人的微博，按照微博发布时间，进行排序和聚合之后，

1.设计信息流系统的关注点 微博：信息系统（时间线） 用户A关注用户B，用户A就需要在信息流中，用户B可以看到最新的内容 这是微博系统的基本逻辑，也是它能够让信息快速流通、快速传播的关键 2.如何基于

1.什么是未读数 未读数的场景有： 当有人 @你、评论你、给你的博文点赞或者给你发送私信的时候，你会收到相应的未读提醒； 系统通知的功能，也就是系统会给全部用户发送消息，通知用户有新的版本或者有一些好

1.计数器使用场景 微博的计数场景有： 微博的评论数、点赞数、转发数、浏览数、表态数等等（热点数据，经常查询） 用户的粉丝数、关注数、发布微博数、私信数等等 \ 不好的设计： 把计数与微博数据存储在一

1.什么是限流 针对非核心业务可以使用熔断和降级，毕竟不影响主流程服务 核心业务出现超出流量，使用限流，提升系统鲁棒性 重点掌握：限流算法 \ 什么是限流？ 通过限制到达系统并发请求的数量，保证系统能

1.如何应对高峰流量 流量高峰可能会出现的问题 依赖的资源和服务不可用，导致服务整体宕机（一损俱损） 降级+熔断 系统承载能力，出现拒绝服务的情况（500） 使用限流 解决方案 采取降级、熔断以及限流

1.为什么要使用配置项 参数化配置可以优化代码性能 调整超时时间请求快速失败，防止系统的雪崩，提升系统可用性 调整HTTP客户端连接池的大小，提升第三方HTTP服务的并行处理能力，提升系统性能 数据库

1.什么是压力测试？ 应对未来更大流量的摸底 压力测试指的是在高并发大流量下进行的测试，测试人员可以通过观察系统在峰值负载下的表现，从而找到系统中存在的性能隐患。\ \ 错误的压力测试： 先搭建一套与

1.什么是APM 大盘监控并不能覆盖所有case 客户端bug 网络抖动 创建订单 DNS解析失败 ...... \ 应用性能管理APM：对应用各个层面做全方位的监测，期望及时发现可能存在的问题，并加

1.基本概念 硬件的监控 机器CPU 内存 磁盘 网络 业务的监控 可能出现的问题 数据库的主从延迟变长 接口响应时间变长 系统中出现大量错误 监控的指标如何选择？ 采集指标有哪些方法和途径 指标采集

1.基本概念 中间件解决服务通信和服务治理问题： 服务通信：RPC 服务注册和发现：注册中心 服务平均调用问题：负载均衡 服务熔断、限流和降级：API网关 分布式日志追踪：trace id 2.跨语言

1.API网关的作用 防止爬虫，限流场景、认证、日志、黑白名单.... 什么是API网关：将服务的共有功能整合在一起，独立部署为单独的一层，解决服务治理的问题 API网关：入口网关+出口网关 入口网关

1.基本概念 高并发的通用方法：缓存（利用高速存储提升查询速度）+异步（利用消息队列将额外操作剔除出主流程）+横向扩展 横向扩展栗子：将数据库配置成1写多读，为读请求提供不同的从库 因为将一个节点横向

1.慢请求如何排查 1.1在一体化架构中的慢请求排查如何做 实现方式：打印下每个下单操作的耗时情况，通过耗时情况找到延迟最高的一步 出现问题1：耗时日志是不连续的，无法定位同一个请求的所有日志 解决办

1.什么是服务发现 RPC：解决服务间通信的问题 服务发现：解决服务寻址的问题 用一个类似域名的通信即可与下游服务进行通信 1.1Nginx nginx：反向代理组件（将自己包装成一个消费者），将请求

1.基本概念 微服务引入的新问题 服务单独部署后，引入服务跨网络通信的问题 拆分成多个小服务之后，服务如何治理的问题 网络通信的核心组件：RPC框架 RPC框架可以在超时方面有所限制（服务超时，服务降

1.一体化架构的痛点 一体化架构特点： 优点 开发简单，代码项目集中管理 节约维护系统运行的人力 排查问题简单 方便快速迭代 缺点 数据库连接数可能成为系统瓶颈（所有的数据库操作都是用一套连接） 流量

1.迁移数据库数据 简单办法： MySQL的主从同步方式数据拷贝 mysqldump工具将源库的数据导出在导入新库 要求： 支持多库多表的迁移 应该支持在线迁移，迁移过程还会有数据写入 迁移后新的库和