JAVA中的高并发
1 什么是高并发
1.1 高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。
1.2 高并发相关常用的一些指标有响应时间（Response Time），吞吐量（Throughput），每秒查询率QPS（Query Per Second），并发用户数等。
1.2.1 响应时间：系统对请求做出响应的时间。例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间。
1.2.2 吞吐量：单位时间内处理的请求数量。
1.2.3 QPS：每秒响应请求数。在互联网领域，这个指标和吞吐量区分的没有这么明显。
1.2.4 并发用户数：同时承载正常使用系统功能的用户数量。例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。
2 高并发的解决方法
总结：尽量使用乐观锁，分库分表，SQL优化，微服务，限流，缓存
2.1 使用Redis缓存原因
首先缓存技术是在用户请求时将数据保存在缓存中，下次请求时会检测缓存中是否有数据存在，防止多次请求服务器，导致服务器性能降低，严重导致服务器崩溃，这只是我自己的理解，详细的资料还是需要在网上收集；
2.2 Nginx生成页面静态化
2.3 图片服务器分离；图片是最消耗资源的
2.4 尽量使用乐观锁
乐观锁可以解决这个问题，不过乐观锁有时候会更新不到数据，此时就会去重试，增加系统开销，但相对悲观锁来说会好很多。可以使用redis的watch功能(redis乐观锁)。数据库加版本号，每次更新操作需要带版本号进行幂等操作。比如synchronized,lock,redis分布式锁，悲观锁容易造成阻塞。
2.5 拆分功能-微服务概念，这可能需要增加成本
比如一个系统里有会员信息、商品信息、交易信息，那么我们可以拆成3个微服务，图片、文件用专门的服务器存储，每个应用单独部署，且每个微服务部署集群，每个微服务有自己的数据库。这样就会用户请求跟数据交互都分流了。
2.6 分库分表（垂直拆分，水平拆分）
