架构师眼中的高并发架构
高并发经常会发生在有大活跃用户量，用户高聚集的业务场景中，如：秒杀活动，定时领取红包等。为了让业务可以流畅的运行并且给用户一个好的交互体验，我们需要根据业务场景预估达到的并发量等因素，来设计适合自己业务场景的高并发处理方案。这次有幸阅读了一篇关于支付宝一位架构师讲述的高并发架构，分享给大家。
服务器架构
业务从发展的初期到逐渐成熟，服务器架构也是从相对单一到集群，再到分布式服务。
一个可以支持高并发的服务少不了好的服务器架构，需要有均衡负载，数据库需要主从集群，nosql缓存需要主从集群，静态文件需要上传cdn，这些都是能让业务程序流畅运行的强大后盾。
服务器这块多是需要运维人员来配合搭建，具体我就不多说了，点到为止。
大致需要用到的服务器架构如下：
-
服务器
-
均衡负载(如：nginx，阿里云SLB)
-
资源监控
-
分布式
-
数据库
-
主从分离，集群
-
DBA 表优化，索引优化，等
-
分布式
-
nosql
-
主从分离，集群
-
主从分离，集群
-
主从分离，集群
-
redis
-
mongodb
-
memcache
-
cdn
-
html
-
css
-
js
-
image
并发测试
高并发相关的业务，需要进行并发的测试，通过大量的数据分析评估出整个架构可以支撑的并发量。
测试高并发可以使用第三方服务器或者自己测试服务器，利用测试工具进行并发请求测试，分析测试数据得到可以支撑并发数量的评估，这个可以作为一个预警参考，俗话说知己自彼百战不殆。
第三方服务：
-
阿里云性能测试
并发测试工具：
-
Apache JMeter
-
Visual Studio性能负载测试
-
Microsoft Web Application Stress Tool
实战方案
通用方案
日用户流量大，但是比较分散，偶尔会有用户高聚的情况；
场景： 用户签到，用户中心，用户订单，等
服务器架构图：
场景中的这些业务基本是用户进入APP后会操作到的，除了活动日(618,双11，等)，这些业务的用户量都不会高聚集，同时这些业务相关的表都是大数据表，业务多是查询操作，所以我们需要减少用户直接命中DB的查询；优先查询缓存，如果缓存不存在，再进行DB查询，将查询结果缓存起来。
更新用户相关缓存需要分布式存储，比如使用用户ID进行hash分组，把用户分布到不同的缓存中，这样一个缓存集合的总量不会很大，不会影响查询效率。
一级缓存
高并发请求连接缓存服务器超出服务器能够接收的请求连接量，部分用户出现建立连接超时无法读取到数据的问题；
因此需要有个方案当高并发时候时候可以减少命中缓存服务器；
这时候就出现了一级缓存的方案，一级缓存就是使用站点服务器缓存去存储数据，注意只存储部分请求量大的数据，并且缓存的数据量要控制，不能过分的使用站点服务器的内存而影响了站点应用程序的正常运行，一级缓存需要设置秒单位的过期时间，具体时间根据业务场景设定，目的是当有高并发请求的时候可以让数据的获取命中到一级缓存，而不用连接缓存nosql数据服务器，减少nosql数据服务器的压力
比如APP首屏商品数据接口，这些数据是公共的不会针对用户自定义，而且这些数据不会频繁的更新，像这种接口的请求量比较大就可以加入一级缓存；
分层，分割，分布式
大型网站要很好支撑高并发，这是需要长期的规划设计
在初期就需要把系统进行分层，在发展过程中把核心业务进行拆分成模块单元，根据需求进行分布式部署，可以进行独立团队维护开发。
-
分层
-
将系统在横向维度上切分成几个部分，每个部门负责一部分相对简单并比较单一的职责，然后通过上层对下层的依赖和调度组成一个完整的系统
-
比如把电商系统分成：应用层，服务层，数据层。(具体分多少个层次根据自己的业务场景)
-
应用层：网站首页，用户中心，商品中心，购物车，红包业务，活动中心等，负责具体业务和视图展示
-
服务层：订单服务，用户管理服务，红包服务，商品服务等，为应用层提供服务支持
-
数据层：关系数据库，nosql数据库 等，提供数据存储查询服务
-
分层架构是逻辑上的，在物理部署上可以部署在同一台物理机器上，但是随着网站业务的发展，必然需要对已经分层的模块分离部署，分别部署在不同的服务器上，使网站可以支撑更多用户访问
-
分割
-
在纵向方面对业务进行切分，将一块相对复杂的业务分割成不同的模块单元
-
包装成高内聚低耦合的模块不仅有助于软件的开发维护，也便于不同模块的分布式部署，提高网站的并发处理能力和功能扩展
-
比如用户中心可以分割成：账户信息模块，订单模块，充值模块，提现模块，优惠券模块等
-
分布式
-
分布式应用和服务,将分层或者分割后的业务分布式部署，独立的应用服务器，数据库，缓存服务器
-
当业务达到一定用户量的时候，再进行服务器均衡负载，数据库，缓存主从集群
-
分布式静态资源，比如：静态资源上传cdn
-
分布式计算，比如：使用hadoop进行大数据的分布式计算
-
分布式数据和存储,比如：各分布节点根据哈希算法或其他算法分散存储数据
高并发架构是一个不断衍变的过程，冰洞三尺非一日之寒，长城筑成非一日之功 。打好基础架构方便以后的拓展。
