在電商系統的設計中高并發是很重要的一環，隨著618 818 1111等這些互聯網電商的大促節點的設置，流量呈現突發陡增的現象，如果設計不好，你的系統很容易垮掉，就如同洪水猛獸一般。那么高并發的設計在整個開發設計過程中就十分的重要，那么高并發的設計思想通常有哪些方面呢？
我們講主要由以下幾個方面：無狀態設計、緩存設計、服務化設計、隊列設計、并發設計、數據異構
1、無狀態設計
什么叫無狀態設計？
- 冗余部署多個服務
- 完全對等服務不存儲業務上下文信息
目的 :無狀態應用，便于水平擴展
例如 : 用戶session數據，存儲在redis集群中，業務系統不存儲session數據。
無狀態設計
2、并發設計
請求合并，降低請求的鏈路，
目的：減少整體請求的時間
看下面一個例子，一個用戶請求需要三個環節，如果是串行，分別是10,12，20 那么就是42
串行
那么如果并發請求呢？那么就是最長一個 就是20 前提是這三個沒有相互依賴關系
并發請求
3、服務化設計
當系統扛不住，業務需求變化比較頻繁的時候，那么這個時候我們就需要去拆我們的服務，拆到更小，更細的服務，就是做微服務。
比如一個實時交易系統，一開始沒有什么流量我們用一個系統就夠了，但是當流量上來，業務規則變化比較大，這個時候我們會把一個系統拆分成幾個，甚至十幾個服務，什么查詢服務，支付服務，訂單服務，商品服務，庫存服務等等
服務化設計主要解決了哪些問題
- 流量分散，原來模式整體網絡會很容易出現流量集中情況。
- 合理降級，原來模式核心業務與非核心業務耦合，在關鍵時候互相影響
- 擴容簡單，原來模式由于業務多，服務整體擴容，浪費成本也不經濟
- 上線獨立，原來模式單次上線需求列表多，上線時間長，影響面大
- 開發獨立，原來模式代碼耦合度比較高，修改代碼通常會對多個模塊產生影響，操控難度大，風險高。
4、緩存設計
在說緩存的時候我們要先給大家普及一個概念，CPU緩存，是介于CPU和內存之間的一個臨時存儲設備，它用來解決CPU運算速度與內存讀寫速度不同的問題，緩存的容量非常小，一般就幾兆或者十幾兆，因為緩存的讀寫速度要比內存的頻率更高，所以CPU減少了大量與內存之間的數據傳輸，所以大大提高了CPU的運輸能力。
一級緩存其實還分為一級數據緩存( Data Cache，D-Cache，L1d)和一級指今緩存(Instruction Cache，I-CacheL1i)，分別用于存放數據及執行數據的指令解碼，兩者可同時被CPU訪問，減少了CPU多核心、多線程爭用緩存造成的沖突，提高了處理器的效能
緩存的分類
所以大家在做開發設計的時候要多考慮增加緩存，可以大大減少請求量和提升請求效率。但是在做緩存的時候也會遇到二個問題
第一個就是緩存穿透的問題 緩存穿透主要只查詢緩存時候，緩存里沒有，然后再去數據庫里查詢。如果是惡意請求，在瞬間請求流量非常大的時候，緩存里都沒有，所有請求都會穿透到數據庫，這樣會導致數據庫瞬間壓力會非常大
應對方案一：緩存空對象，這樣就不會去查DB，但是需要考慮業務的影響
應對方案二：用一個定時任務不斷的刷新緩存里的值
第二個就是緩存熱點的問題 比如在查詢某一個活動信息的時候 某一個存在Redis的Key在短時間內被查詢了1億次，這樣會導致所有請求在瞬間都會請求到同一臺Redis上，導致單臺Redis壓力過大，整體服務不可用，那么怎么去解決。也是兩個方案
1、根據hash值分散存儲
2、數據打散，采用多級緩存的策略
所以大家在做緩存設計的時候要注意上面的這兩個點，很重要 很重要 很重要
5、隊列設計
隊列主要使用場景:異步處理、系統解耦數據同步、流量削峰、擴展性、緩沖等。
比如 削峰處理 :瞬間流量過大，數據排隊處理
例如 : 發券系統能力有限，瞬間流量太大直接打到發券服務，可能會導致發券服務壓力過大，服務不可用
6、數據異構
異構數據主要存儲數據之間的關系，然后通過查詢源庫，查詢實際數據。不過，有時可以通過數據冗余存儲來減少源庫查詢量或者提升查詢性能。
例如 : 評價數據，商品和評價的數據關系用Solr存儲，用戶和評價的數據關系用數據庫存儲，最后元數據采用Hbase存儲。
總結：高并發的六大核心設計思想希望大家好好的學習，有任何不懂或者不理解的私聊老R 為你一一解答
#頭條創作挑戰賽#
