高并发设计笔记

1.基本概念 使用消息队列 对峰值流量削峰填谷 对次要业务逻辑业务处理 对不同模块做解耦合 消息队列引入的新问题： 消息丢失 消息重复 2.消息为什么会丢失 如果要保证消息只被消费一次，首先就要保证消

1.概览 缓存命中率 = 命中缓存的请求数 / 总请求数（99%以上） 同时部署多个节点，让节点互为备份 客户端方案 客户端配置多个缓存节点，通过缓存写入和读取算法策略实现分布式 中间代理层方案 在应

1.什么是缓存 缓存：一种存储数据的组件，让数据请求更快的返回（缓存可以放在内存中，但是缓存！=内存） 目的：协调两者数据传输差异的结构 内存读写速度远大于磁盘读写速度 1.1缓存的案例 MMU内存管

1.传统数据库改造 提升读性能=增加可读从库（可能会有主从延迟） 提升写能力=横向拆分（业务拆分）+垂直拆分（分库分表） 2.NoSQL基本概念 传统数据库在扩展性上很弱 NoSQL具有扩展性强，优秀

1.基本概念 分布式存储：数据冗余和数据分片 数据冗余：一组多从，应对高并发的数据查询（分摊读压力） 数据分片：降低单个节点的存储压力 分库分表带来的问题： 查询必须带分区键 聚合查询效率低 主键全局

1.基本概念 读写分离：依靠数据复制备份到从库，增加了抵抗大量并发读请求的能力，同时冗余备份保证了数据不丢失。 随着数据量的增加，诞生的问题： 单表数据量超过千万，导致查询性能低 单机数据量增大 数据

1.为什么要主从读写分离 使用数据库连接池架构图： 大部分系统的访问模型都是读多写少，读写请求的差距可能会达到几个数量级 解决思路：将读写请求分离，可以扩展读请求的从库 2.主从读写分离技术关键点 主

1.为什么提升扩展性很复杂 高可扩展性是一个设计的指标：可以通过增加机器的方式来线性提高系统的处理能力，从而承担更高的流量和并发 平时会预留冗余以应对分值流量 无状态的服务和组件更易于扩展，而像** 

1.可用性度量 什么是高可用性：系统具备较高的无故障运行能力 系统出现故障比系统性能低更损伤用户的使用体验。 MTBF：平均故障间隔，时间越长，系统稳定性越高 MTTR：故障平均恢复时间，值越小，故障

1.高并发系统设计三大目标 高并发 高可用 可扩展 概念 通过设计手段让系统处理更多用户请求，承载更大流量，是一切架构设计的背景和前提 设计考虑因素 性能+可用性性能：反映用户的使用体验可用性：系统可

1.什么是分层架构 将系统纵向的拆分为几层，每个层次有独立的功能，多个层次协同提供完整的功能 常见的分层模型 名称 实现细节 图片 MVC Model View Controller web+serv

1.高并发设计思路 设计思路 scale-out（横向扩展，分而治之）：分布式部署的方式，将流量分开，让每个服务器承担一部分并发和流量 缓存：服务器能够处理的流量是有限的，通过缓存能快速返回结果，在相