如何设计高并发项目
2023-04-18 15:18:33 时间
高并发为什么会出现?
因为刚开始系统都是连接数据库的,数据库支撑到每秒并发两三千的时候,基本就快完了,系统扛不住压力就会宕机,所以就要考虑到高并发。
提高系统并发
1、系统拆分
将一个系统拆分成多个子系统 ,然后每个系统连接一个数据库,这样本来就一个库,现在变成多个库,就可以保证数据库抗住高并发
2、缓存
缓存是必须用到的,大部分高并发场景都是读多写少,所以就考虑在数据库和缓存都写数据,然后读的时候大量走缓存
3、mq
mq也是必须使用的,可能还是会出现高并发写的场景,比如说一个业务操作时频繁操作数据库增删改,就会搞挂系统,如果单纯用redis肯定不行,redis是缓存,数据随时会被LRU,数据格式化还简单,没有事务支撑,所以该用mysql,还得用mysql,用mq,大量的写请求发送到mq里面,经过小消息队列的排队,系统会慢慢消费,控制在mysql数据库可承受范围,还是可以的,mq单机可以抗几万并发
4、分库分表
将一个数据库拆分多个数据库,用多个库去抗高并发,然后将一个表拆分多个表,每个表的数据量保持少一点,提高sql性能
5、读写分离
大部分时候数据库可能也是读多写少,没必要所有请求都集中在一个库上,可以搞个主从架构,主库写入,从库读取,搞一个读写分离,读流量太多的时候,还可以加更多的从库,这个要考虑主从库的时延问题
6、ElasticSearch
ElasticSearch,简称es,es是分布式的,可以随便扩容,分布式天然就可以支撑高并发,因为可以扩容增加机器来抗住高并发,一些比较简单的查询,统计类或者一些全文搜索类的操作们可以考虑用es实现
相关文章
- 直接在代码里面对list集合进行分页
- .NET Framework 4.5新特性详解
- 大数据的简要介绍
- 大数据的由来
- 高斯混合模型的自然梯度变量推理
- timing-wheel 仿Kafka实现的时间轮算法
- 使用Navicat软件连接自建数据库(Linux系统)
- 那一天,我被Redis主从架构支配的恐惧
- Redis 深入了解键的过期时间
- C#使用委托调用实现用户端等待闪屏
- 基于流计算 Oceanus 和 Elasticsearch Service 构建百亿级实时监控系统
- GRAND | 转录调控网络预测数据库
- JFreeChart API中文文档
- 临床相关突变查询数据库
- TIGER | 人类胰岛基因变化查询数据库
- 视频边缘计算网关EasyNVR在视频整体监控解决方案中的应用分析
- Apache Arrow - 大数据在数据湖后的下一个风向标
- 常见的电商数据指标体系
- AKShare-艺人数据-艺人流量价值
- MySQL中多表联合查询与子查询的这些区别,你可能不知道!