01 如何理解高并發？

高并發意味著大流量，需要運用技術手段抵抗流量的沖擊，這些手段好比操作流量，能讓流量更平穩地被系統所處理，帶給用戶更好的體驗。

我們常見的高并發場景有：淘寶的雙11、春運時的搶票、微博大V的熱點新聞等。除了這些典型事情，每秒幾十萬請求的秒殺系統、每天千萬級的訂單系統、每天億級日活的信息流系統等，都可以歸為高并發。

很顯然，上面談到的高并發場景，并發量各不相同，那到底多大并發才算高并發呢？

1、不能只看數字，要看具體的業務場景。不能說10W QPS的秒殺是高并發，而1W QPS的信息流就不是高并發。信息流場景涉及復雜的推薦模型和各種人工策略，它的業務邏輯可能比秒殺場景復雜10倍不止。因此，不在同一個維度，沒有任何比較意義。

2、業務都是從0到1做起來的，并發量和QPS只是參考指標，最重要的是：在業務量逐漸變成原來的10倍、100倍的過程中，你是否用到了高并發的處理方法去演進你的系統，從架構設計、編碼實現、甚至產品方案等維度去預防和解決高并發引起的問題？而不是一味的升級硬件、加機器做水平擴展。

此外，各個高并發場景的業務特點完全不同：有讀多寫少的信息流場景、有讀多寫多的交易場景，那是否有通用的技術方案解決不同場景的高并發問題呢？

我覺得大的思路可以借鑒，別人的方案也可以參考，但是真正落地過程中，細節上還會有無數的坑。另外，由于軟硬件環境、技術棧、以及產品邏輯都沒法做到完全一致，這些都會導致同樣的業務場景，就算用相同的技術方案也會面臨不同的問題，這些坑還得一個個趟。

因此，這篇文章我會將重點放在基礎知識、通用思路、和我曾經實踐過的有效經驗上，希望讓你對高并發有更深的理解。

02 高并發系統設計的目標是什么？

先搞清楚高并發系統設計的目標，在此基礎上再討論設計方案和實踐經驗才有意義和針對性。

2.1 宏觀目標

高并發絕不意味著只追求高性能，這是很多人片面的理解。從宏觀角度看，高并發系統設計的目標有三個：高性能、高可用，以及高可擴展。

1、高性能：性能體現了系統的并行處理能力，在有限的硬件投入下，提高性能意味著節省成本。同時，性能也反映了用戶體驗，響應時間分別是100毫秒和1秒，給用戶的感受是完全不同的。

2、高可用：表示系統可以正常服務的時間。一個全年不停機、無故障；另一個隔三差五出線上事故、宕機，用戶肯定選擇前者。另外，如果系統只能做到90%可用，也會大大拖累業務。

3、高擴展：表示系統的擴展能力，流量高峰時能否在短時間內完成擴容，更平穩地承接峰值流量，比如雙11活動、明星離婚等熱點事件。

這3個目標是需要通盤考慮的，因為它們互相關聯、甚至也會相互影響。

比如說：考慮系統的擴展能力，你會將服務設計成無狀態的，這種集群設計保證了高擴展性，其實也間接提升了系統的性能和可用性。

再比如說：為了保證可用性，通常會對服務接口進行超時設置，以防大量線程阻塞在慢請求上造成系統雪崩，那超時時間設置成多少合理呢？一般，我們會參考依賴服務的性能表現進行設置。

2.2 微觀目標

再從微觀角度來看，高性能、高可用和高擴展又有哪些具體的指標來衡量？為什么會選擇這些指標呢？

2.2.1 性能指標

通過性能指標可以度量目前存在的性能問題，同時作為性能優化的評估依據。一般來說，會采用一段時間內的接口響應時間作為指標。

1、平均響應時間：最常用，但是缺陷很明顯，對于慢請求不敏感。比如1萬次請求，其中9900次是1ms，100次是100ms，則平均響應時間為1.99ms，雖然平均耗時僅增加了0.99ms，但是1%請求的響應時間已經增加了100倍。

2、TP90、TP99等分位值：將響應時間按照從小到大排序，TP90表示排在第90分位的響應時間， 分位值越大，對慢請求越敏感。

3、吞吐量：和響應時間呈反比，比如響應時間是1ms，則吞吐量為每秒1000次。

通常，設定性能目標時會兼顧吞吐量和響應時間，比如這樣表述：在每秒1萬次請求下，AVG控制在50ms以下，TP99控制在100ms以下。對于高并發系統，AVG和TP分位值必須同時要考慮。

另外，從用戶體驗角度來看，200毫秒被認為是第一個分界點，用戶感覺不到延遲，1秒是第二個分界點，用戶能感受到延遲，但是可以接受。

因此，對于一個健康的高并發系統，TP99應該控制在200毫秒以內，TP999或者TP9999應該控制在1秒以內。

2.2.2 可用性指標

高可用性是指系統具有較高的無故障運行能力，可用性 = 正常運行時間 / 系統總運行時間，一般使用幾個9來描述系統的可用性。

對于高并發系統來說，最基本的要求是：保證3個9或者4個9。原因很簡單，如果你只能做到2個9，意味著有1%的故障時間，像一些大公司每年動輒千億以上的GMV或者收入，1%就是10億級別的業務影響。

2.2.3 可擴展性指標

面對突發流量，不可能臨時改造架構，最快的方式就是增加機器來線性提高系統的處理能力。

對于業務集群或者基礎組件來說，擴展性 = 性能提升比例 / 機器增加比例，理想的擴展能力是：資源增加幾倍，性能提升幾倍。通常來說，擴展能力要維持在70%以上。

但是從高并發系統的整體架構角度來看，擴展的目標不僅僅是把服務設計成無狀態就行了，因為當流量增加10倍，業務服務可以快速擴容10倍，但是數據庫可能就成為了新的瓶頸。

像MySQL這種有狀態的存儲服務通常是擴展的技術難點，如果架構上沒提前做好規劃（垂直和水平拆分），就會涉及到大量數據的遷移。

因此，高擴展性需要考慮：服務集群、數據庫、緩存和消息隊列等中間件、負載均衡、帶寬、依賴的第三方等，當并發達到某一個量級后，上述每個因素都可能成為擴展的瓶頸點。

03 高并發的實踐方案有哪些？

了解了高并發設計的3大目標后，再系統性總結下高并發的設計方案，會從以下兩部分展開：先總結下通用的設計方法，然后再圍繞高性能、高可用、高擴展分別給出具體的實踐方案。

3.1 通用的設計方法

通用的設計方法主要是從「縱向」和「橫向」兩個維度出發，俗稱高并發處理的兩板斧：縱向擴展和橫向擴展。

3.1.1 縱向擴展（scale-up）

它的目標是提升單機的處理能力，方案又包括：

1、提升單機的硬件性能：通過增加內存、 CPU核數、存儲容量、或者將磁盤 升級成SSD 等堆硬 件 的 方 式 來 提升 。

2、提升單機的軟件性能：使用緩存減少IO次數，使用并發或者異步的方式增加吞吐量。

3.1.2 橫向擴展（scale-out）

因為單機性能總會存在極限，所以最終還需要引入橫向擴展，通過集群部署以進一步提高并發處理能力，又包括以下2個方向：

1、做好分層架構：這是橫向擴展的提前，因為高并發系統往往業務復雜，通過分層處理可以簡化復雜問題，更容易做到橫向擴展。

上面這種圖是互聯網最常見的分層架構，當然真實的高并發系統架構會在此基礎上進一步完善。比如會做動靜分離并引入CDN，反向代理層可以是LVS+Nginx，Web層可以是統一的API網關，業務服務層可進一步按垂直業務做微服務化，存儲層可以是各種異構數據庫。

2、各層進行水平擴展：無狀態水平擴容，有狀態做分片路由。業務集群通常能設計成無狀態的，而數據庫和緩存往往是有狀態的，因此需要設計分區鍵做好存儲分片，當然也可以通過主從同步、讀寫分離的方案提升讀性能。

3.2 具體的實踐方案

下面再結合我的個人經驗，針對高性能、高可用、高擴展3個方面，總結下可落地的實踐方案。

3.2.1 高性能的實踐方案

1、集群部署，通過負載均衡減輕單機壓力。

2、多級緩存，包括靜態數據使用CDN、本地緩存、分布式緩存等，以及對緩存場景中的熱點key、緩存穿透、緩存并發、數據一致性等問題的處理。

3、分庫分表和索引優化，以及借助搜索引擎解決復雜查詢問題。

4、考慮NoSQL數據庫的使用，比如HBase、TiDB等，但是團隊必須熟悉這些組件，且有較強的運維能力。

5、異步化，將次要流程通過多線程、MQ、甚至延時任務進行異步處理。

6、限流，需要先考慮業務是否允許限流（比如秒殺場景是允許的），包括前端限流、Nginx接入層的限流、服務端的限流。

7、對流量進行 削峰填谷 ，通過 MQ承接流量。

8、并發處理，通過多線程將串行邏輯并行化。

9、預計算，比如搶紅包場景，可以提前計算好紅包金額緩存起來，發紅包時直接使用即可。

10、 緩存預熱 ，通過異步 任務 提前 預熱數據到本地緩存或者分布式緩存中。

11、減少IO次數，比如數據庫和緩存的批量讀寫、RPC的批量接口支持、或者通過冗余數據的方式干掉RPC調用。

12、減少IO時的數據包大小，包括采用輕量級的通信協議、合適的數據結構、去掉接口中的多余字段、減少緩存key的大小、壓縮緩存value等。

13、程序邏輯優化，比如將大概率阻斷執行流程的判斷邏輯前置、For循環的計算邏輯優化，或者采用更高效的算法。

14、各種池化技術的使用和池大小的設置，包括HTTP請求池、線程池（考慮CPU密集型還是IO密集型設置核心參數）、數據庫和Redis連接池等。

15、JVM優化，包括新生代和老年代的大小、GC算法的選擇等，盡可能減少GC頻率和耗時。

16、鎖選擇，讀多寫少的場景用樂觀鎖，或者考慮通過分段鎖的方式減少鎖沖突。

上述方案無外乎從計算和 IO 兩個維度考慮所有可能的優化點，需要有配套的監控系統實時了解當前的性能表現，并支撐你進行性能瓶頸分析，然后再遵循二八原則，抓主要矛盾進行優化。

3.2.2 高可用的實踐方案

1、對等節點的故障轉移，Nginx和服務治理框架均支持一個節點失敗后訪問另一個節點。

2、非對等節點的故障轉移，通過心跳檢測并實施主備切換（比如redis的哨兵模式或者集群模式、MySQL的主從切換等）。

3、接口層面的超時設置、重試策略和冪等設計。

4、降級處理：保證核心服務，犧牲非核心服務，必要時進行熔斷；或者核心鏈路出問題時，有備選鏈路。

5、限流處理：對超過系統處理能力的請求直接拒絕或者返回錯誤碼。

6、MQ場景的消息可靠性保證，包括producer端的重試機制、broker側的持久化、consumer端的ack機制等。

7、灰度發布，能支持按機器維度進行小流量部署，觀察系統日志和業務指標，等運行平穩后再推全量。

8、監控報警：全方位的監控體系，包括最基礎的CPU、內存、磁盤、網絡的監控，以及Web服務器、JVM、數據庫、各類中間件的監控和業務指標的監控。

9、災備演練：類似當前的“混沌工程”，對系統進行一些破壞性手段，觀察局部故障是否會引起可用性問題。

高可用的方案主要從冗余、取舍、系統運維3個方向考慮，同時需要有配套的值班機制和故障處理流程，當出現線上問題時，可及時跟進處理。

3.2.3 高擴展的實踐方案

1、合理的分層架構：比如上面談到的互聯網最常見的分層架構，另外還能進一步按照數據訪問層、業務邏輯層對微服務做更細粒度的分層（但是需要評估性能，會存在網絡多一跳的情況）。

2、存儲層的拆分：按照業務維度做垂直拆分、按照數據特征維度進一步做水平拆分（分庫分表）。

3、業務層的拆分：最常見的是按照業務維度拆（比如電商場景的商品服務、訂單服務等），也可以按照核心接口和非核心接口拆，還可以按照請求源拆（比如To C和To B，APP和H5 ）。

Kafka實戰筆記

關于這份筆記，為了不影響大家的閱讀體驗，我只能在文章中展示部分的章節內容和核心截圖，如果你需要完整的pdf版本，戳這里即可免費領取。

• Kafka入門
• 為什么選擇Kafka
• Karka的安裝、管理和配置

• Kafka的集群
• 第一個Kafka程序
• 

afka的生產者

• Kafka的消費者
• 深入理解Kafka
• 可靠的數據傳遞

• Spring和Kalka的整合
• Sprinboot和Kafka的整合
• Kafka實戰之削峰填谷
• 數據管道和流式處理(了解即可)

• Kafka實戰之削峰填谷

7464257)]

• Spring和Kalka的整合
• Sprinboot和Kafka的整合
• Kafka實戰之削峰填谷
• 數據管道和流式處理(了解即可)

[外鏈圖片轉存中…(img-omPEyuR2-1627017464257)]

• Kafka實戰之削峰填谷

[外鏈圖片轉存中…(img-7FC3lNxj-1627017464258)]