关于高并发的一些思考

1.什么是高并发？
高并发是解决大数据量业务的一种思路，源于现实的生产生活中的问题。

举一个现实生活中的例子：去银行办业务，银行里段时间来了100个人办理业务，但是只有一个窗口来办理，平均一个人办完业务需要5分钟，100个人需要500分钟。

当出现类似问题的时候，我们应该怎样去解决呢？
（1）提高单个窗口办理业务的效率，比如提高柜台营业员的业务水平，之前5分钟能够办理1个人，
现在可以办理2个人，提高单人处理效率，那么100个人办完需要250分钟；

（2）当单个人的处理效率达到最大时，应该如何继续提高办理效率呢？
一个窗口处理能力达到最大时，就要考虑其他方法了。一个问题如果纵向上没有好的解决办法，可以考虑横向来处理。比如这个问题，我们可以增加窗口并行处理，增加4个窗口，每个窗口都达到最大处理能力，比如都是5分钟办理两个人的业务，那么办完100个人需要50分钟。

用通俗的话来说，就是众人拾柴火焰高 说的就是这个道理，单个人的力量是有限的 ，大家一起干 处理效率自然就快很多。那么我们在处理海量数据的思路也是这样的，一台机器处理达到瓶颈时 我们增加几台机器 并行处理。

所以总结来说：高并发，就是高效率的并行处理 多通道处理，每个通道的功能相同，通过累加效应 体现整体的高效率。

2.如何实现高并发
目前有很多实现高并发的框架，比如netty、disruptor、消息中间件，他们有一个共同特点：多线程+缓存队列。
（1）并发是多通道并行，那么多线程就是实现多通道，一个线程负责一个处理通道；
（2）缓存队列用来干什么呢？
比如来了100个人办业务，5个窗口同时处理5个人，那么剩余的人就在等待区的座位上等待 当叫到下一位就会离开休息区到窗口去办业务。休息区起到了缓冲作用，否则大家都排在窗口面前堵在那里。在处理数据时候，等到数据来了放到缓冲队列里暂时存放，等到线程空闲了，就继续处理。
有一个问题是，为什么不放到数据库里，而是要创建一个缓存去存放？
要回答这个问题，需要了解两件事情：
1、搞清楚数据库和缓存的区别：
数据库是用来持久存放数据的，是记录到磁盘里，读取或者插入有磁盘IO操作，有一定的耗时的，一般是在业务设计中，如果是业务需要必需存下来的数据，就需要记录到数据库里；
缓存是用来存放少量临时数据的，不需要记录到磁盘，优点是处理速度快。
2、高并发的目的就是高效率，所以一切提高效率的事情都是必要的。
CPU是按照寄存器>内存条>磁盘的次序，效率依次降低，所以这里相对于数据库，使用缓存队列，效率高。 比如JDK的concurrenthashmap，消息中间件、netty等都是加载到内存里，disruptor更厉害，加载到寄存器里，效率更高。

以后要探讨的问题：

关于消息顺序消费 重复消费的问题：https://www.jianshu.com/p/453c6e7ff81c