高并发和大流量解决方案@year12

序都是在同一个处理机上运行，但任一个时刻点上只有一个程序在处理机运行。

我们所说的高并发时什么？

上面的定义明显不是我们通常所言的并发，在互联网时代，所讲的并发，高并发，通常是指并发访问。也就是在某个事件点，有多少访问同时到来。

通常如果一个系统日PV在千万以上，有可能是一个高并发的系统。（有的公司完全不走技术路线，全靠机器堆，这不在我们讨论范围之内)

QPS:每秒钟请求或者查询的数量，在互联网领域，指每秒响应请求数（指HTTP请求）；

QPS不等于并发连接数。QPS是每秒HTTP请求数量，并发连接数是系统同时处理的请求数量。

吞吐量：单位时间内处理的请求数量(通常由QPS与并发数决定)；

响应时间：从请求发出到收到响应话花费的时间。例如系统处理一个HTTP请求需要100ms，这个100ms就是系统的相应时间。

PV：综合浏览量（Page View）,即页面浏览量或者点击量，一个访客在 24小时内访问的页面数量。同一个人浏览你的网站同一页面，只记一次PV。

UV：独立访客（UniQue Visitor）,即一定时间范围内相同访客多次访问网站只计算为1个独立访客。、

带宽：计算宽带大小需关注两个指标，峰值流量和页面的平均大小。

日网站带宽 = PV / 统计时间 （换算到秒）* 平均页面大小（单位KB）* 8

峰值一般是平均值的倍数，根据实际情况来定。

80%的访问集中在百分之20的时间。

（总PV数 * 80%）/（6小时秒数 * 20%）= 峰值每秒请求数（峰值QPS）。

压力测试：测试能承受的并发数，测试最大承受QPS值。

常用的性能测试工具：ab 、wrk、http_load、 Web Bench、Siege 、Apache JMeter

 

ab的使用：-c 并发数 -n 请求总数

模拟 并发100 总请求5000次

例子：ab -c 100 -n 5000 zhanzj.xin

注意事项：测试机器要与被测试机器分开；不要对线上服务做压力测试；观察测试工具ab所在机器，以及被测试的前端机的CPU,内存，网络等都不超过最高限度的75%；

QPS 达到50

可以称为小型网站，一般的服务器就可以应付。

QPS 达到100

假设关系型数据库的每次请求在0.01秒完成。

假设单页面只有一个sql查询，那么100QPS意味着1秒钟之内完成100次请求，但是此时我们并不能保证数据库查询能完成100次，方案：数据库缓存层、数据库的负载均衡；

QPS达到80

假设我们使用的是百兆带宽，意味着网站出口的实际带宽是8M左右，假设每个页面只有10K，在这个并发条件下，百兆带宽已经吃完。 方案：CDN加速，负载均衡。

QPS达到1000

假设使用Memcache缓存数据库查询数据，每个页面对Memcache的请求远大于直接对DB的请求，Memcache的悲观并发数在2W左右，但有可能在之前内网带宽已经吃光，表现出不稳定，方案：静态HTML缓存；

QPS达到2000

这个级别下，文件系统访问锁都成为了灾难，方案：做业务分离，分布式存储；

流量优化：防盗链处理（拒绝恶意请求）

前端优化：1、减少HTTP请求（合并图片，css，js文件）；2、添加异步请求；3、启用浏览器缓存和文件压缩；4、CDN加速；5、建立独立的图片服务器

服务端优化：1、页面静态化处理；2、并发处理（队列，异步，多进程）；3数据库优化：数据库缓存（NOSQL）,分库分表，分区操作，读写分离，负载均衡；

WEB服务器优化：1、负载均衡，2、NGINX反向代理