電商項目解決高併發的問題的策略淺談

前言：

       在項目中解決高併發並不是解決其中的某一個環節或點，而是全方位的，系統性的從客戶發起請求，請求處理，服務調用，數據訪問層層優化，解決高併發。 

1.系統硬件

    提高服務器性能。

    1.1 增長內存容量；

    1.2 更換硬盤；

    1.3 升級處理器；

2.系統軟件（架構方向）

    2.1.前端請求到服務器-------反向代理服務器（如nginx），

       2.1.1 反向代理 

      攔截無效的客戶請求、惡意請求等，可參考：nginx網絡服務器上如何阻止特定用戶代理（UA）http://linux.cn/article-5487-1.html；

       2.1.2 訪問靜態資源，作緩存 

       反向代理服務器不但能夠攔截指定的請求，還可以經過配置緩衝功能能夠緩存真實Web服務器上的某些靜態資源，減輕真實Web服務器的負載壓力，能夠在反向代理的服務器上緩存某些靜態資源，這樣的話在反向代理服務器上存在的資源就不用去web服務器上獲取，以減輕web服務器的壓力。

       在該環節中咱們採用了freemarker技術，實現網頁靜態化，進而實現上述功能，來提升併發。另外，前端請求咱們能夠採用get請求的方法，實現一些靜態資源緩存在瀏覽器端，避免了用戶重複刷新形成的惡意訪問。

       NGINX反向代理緩存配置https://blog.csdn.net/lmy_1/article/details/52791275；

       2.1.2 負載均衡

       網站前期使用了nginx代理一臺後端服務器，隨着網站流量的增多，一臺後端服務器沒法知足需求的時候，須要配置服務器集羣，這時就須要負載均衡配置。負載均衡配置配置策略默認是輪詢，輪詢策略要求集羣中的各服務器性能要一致，同木桶原理；對於性能不一致的，能夠配置權重策略。

      負載均衡策略轉至https://blog.csdn.net/poisx/article/details/78985010；

    2.2  調用服務---------dubbox分佈式服務架構以及消息中間件MQ （activeMQ）

    2.3  數據訪問----------redis作緩存以及數據庫分庫 

小結：

互聯網正在高速發展，使用互聯網服務的用戶越多，高併發的場景也變得愈來愈多。電商秒殺和搶購，是兩個比較典型的互聯網高併發場景。雖然咱們解決問題的具體技術方案可能千差萬別，可是遇到的挑戰倒是類似的，所以解決問題的思路也殊途同歸。

我的整理併發解決方案。

     a.應用層面：讀寫分離、緩存、隊列、集羣、令牌、系統拆分、隔離、系統升級（可水平擴容方向）。

     b.時間換空間：下降單次請求時間，這樣在單位時間內系統併發就會提高。

     c.空間換時間：拉長總體處理業務時間，換取後臺系統容量空間。