# 高并发的解决方案
## 高并发架构相关概念
**并发**:同一时间点,访问的数量。
**高并发**:一个系统的日PV在千万以上,有可能是一个高并发系统
**高并发的问题,我们具体关心什么?**
+ *QPS*:每秒钟请求或者查询的数量
+ *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*:从请求打出到收到响应花费的时间。
+ *PV*:综合浏览量(Page View),一个访客在24小时内访问的页面数量。同一个人浏览网站的同一个页面,只记作一次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,只记1个独立访客。
+ *带宽*:计算带宽需要关注两个指标,峰值流量和页面平均大小。
日网站带宽 = PV / 统计时间(s) * 平均页面大小(KB) * 8
>+ 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
> + 峰值每秒请求数(QPS)= (总PV数据 * 80%) / (6小时秒数 * 20%)
### 压力测试
目的:检测服务器的最大承受QPS,最大的并发数
**性能测试工具**
+ ab
+ wrk
+ http_load
+ Web Bench
+ Siege
+ Apache JMeter
#### ab
全称Apache Benchmark,是Apache推出的工具。
创建多个并发访问线程,模拟多个访问者同时对某一URL地址记性访问。
**安装ab**
~~~
yum -y install http-tools
~~~
**ab的使用**
> 模拟并发请求100次,总共请求5000次
~~~
ab -c 100 -n 5000 待测试网站
# 如:
ab -c 100 -n 5000 http://47.93.6.200/i.php
~~~
**注意**
+ 测试机器与被测试机器要分开
+ 不要对线上的服务做压力测试
+ 观察测试工具ab所在机器,以及被测试的前端机的CPU、内存、网络都不超过最高限度的`75%`
### QPS达到极限值
随着QPS的增长,每个阶段需要根据实际情况来进行优化。
#### QPS达到 50
可称之为小型网站,一般的服务器都可以应付。基本上是不需要优化的。
#### 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 800
假设我们使用百兆带宽,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:**DN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:** 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:** 业务分离、分布式存储
## 高并发解决方案
+ 流量优化
+ 反盗链处理
+ 前端优化
+ 减少HTTP请求:CSS、JS、图片进行合并
+ 添加异步请求:需要再请求
+ 启用浏览器缓存和文件压缩
+ CDN加速
+ 建立独立图片服务器
+ 服务端优化
+ 页面静态化
+ 并发处理
+ 队列处理
+ 数据库优化
+ 数据缓存(Memcache、Redis、Monogo)
+ 分库分表、分区操作
+ 读写分离
+ 负载均衡
+ web服务器优化
+ 负载均衡
# 大流量的解决方案