面試剖析

其實所謂的高并發，如果你要理解這個問題呢，其實就得從高并發的根源出發，為啥會有高并發？為啥高并發就很牛逼？

我說的淺顯一點，很簡單，就是因為剛開始系統都是連接數據庫的，但是要知道數據庫支撐到每秒并發兩三千的時候，基本就快完了。所以才有說，很多公司，剛開始干的時候，技術比較 low，結果業務發展太快，有的時候系統扛不住壓力就掛了。

當然會掛了，憑什么不掛？你數據庫如果瞬間承載每秒 5000/8000，甚至上萬的并發，一定會宕機，因為比如 mysql 就壓根兒扛不住這么高的并發量。

所以為啥高并發牛逼？就是因為現在用互聯網的人越來越多，很多 app、網站、系統承載的都是高并發請求，可能高峰期每秒并發量幾千，很正常的。如果是什么雙十一之類的，每秒并發幾萬幾十萬都有可能。

那么如此之高的并發量，加上原本就如此之復雜的業務，咋玩兒？真正厲害的，一定是在復雜業務系統里玩兒過高并發架構的人，但是你沒有，那么我給你說一下你該怎么回答這個問題：

可以分為以下 6 點：

1.系統拆分

2.緩存

3.MQ

4. 分庫分表

5.讀寫分離

6.ElasticSearch

系統拆分

將一個系統拆分為多個子系統，用 dubbo 來搞。然后每個系統連一個數據庫，這樣本來就一個庫，現在多個數據庫，不也可以扛高并發么。

緩存

緩存，必須得用緩存。大部分的高并發場景，都是**讀多寫少**，那你完全可以在數據庫和緩存里都寫一份，然后讀的時候大量走緩存不就得了。畢竟人家 redis 輕輕松松單機幾萬的并發。所以你可以考慮考慮你的項目里，那些承載主要請求的**讀場景，怎么用緩存來抗高并發。

MQ

MQ，必須得用 MQ。可能你還是會出現高并發寫的場景，比如說一個業務操作里要頻繁搞數據庫幾十次，增刪改增刪改，瘋了。那高并發絕對搞掛你的系統，你要是用 redis 來承載寫那肯定不行，人家是緩存，數據隨時就被 LRU 了，數據格式還無比簡單，沒有事務支持。所以該用 mysql 還得用 mysql 啊。那你咋辦？用 MQ 吧，大量的寫請求灌入 MQ 里，排隊慢慢玩兒，后邊系統消費后慢慢寫，控制在 mysql 承載范圍之內。所以你得考慮考慮你的項目里，那些承載復雜寫業務邏輯的場景里，如何用 MQ 來異步寫，提升并發性。MQ 單機抗幾萬并發也是 ok 的，這個之前還特意說過。

分庫分表

分庫分表，可能到了最后數據庫層面還是免不了抗高并發的要求，好吧，那么就將一個數據庫拆分為多個庫，多個庫來扛更高的并發；然后將一個表**拆分為多個表**，每個表的數據量保持少一點，提高 sql 跑的性能。

讀寫分離

讀寫分離，這個就是說大部分時候數據庫可能也是讀多寫少，沒必要所有請求都集中在一個庫上吧，可以搞個主從架構，主庫寫入，從庫讀取，搞一個讀寫分離。讀流量太多的時候，還可以加更多的從庫。

ElasticSearch

Elasticsearch，簡稱 es。es 是分布式的，可以隨便擴容，分布式天然就可以支撐高并發，因為動不動就可以擴容加機器來扛更高的并發。那么一些比較簡單的查詢、統計類的操作，可以考慮用 es 來承載，還有一些全文搜索類的操作，也可以考慮用 es 來承載。

上面的 6 點，基本就是高并發系統肯定要干的一些事兒，大家可以仔細結合之前講過的知識考慮一下，到時候你可以系統的把這塊闡述一下，然后每個部分要注意哪些問題，之前都講過了，你都可以闡述闡述，表明你對這塊是有點積累的。

其實大部分公司，真正看重的，不是說你掌握高并發相關的一些基本的架構知識，架構中的一些技術，RocketMQ、Kafka、Redis、Elasticsearch，高并發這一塊，你了解了，也只能是次一等的人才。對一個有幾十萬行代碼的復雜的分布式系統，一步一步架構、設計以及實踐過高并發架構的人，這個經驗是難能可貴的。