1. 硬件的膨胀+微作事的拆分

在互联网早期的时候，单体架构就足以复旧起平素的业务需求，群众的统统业务作事齐在一个花样里，部署在一台物理机器上。

统统的业务包括你的往复系统、会员信息、库存、商品等等齐搀和在一齐，当流量一朝起来之后，单体架构的问题就暴露出来了，机器挂了统统的业务全部无法使用了。

于是，集群架构的架构初始出现，单机无法抗住的压力，最陋劣的方针即是水平拓展横向扩容了，这么，通过负载平衡把压力流量分担到不同的机器上，暂时是科罚了单点导致作事不可用的问题。

然而跟着业务的发展，在一个花样里调节统统的业务场景使栽培和代码调节变得越来越困难，一个陋劣的需求调动齐需要发布统统这个词作事，代码的统一突破也会变得越来越相同，同期线上故障出现的可能性越大。微作事的架构模式就出身了。

把每个寂然的业务拆分开寂然部署，栽培和调节的本钱诽谤，集群能承受的压力也提高了，再也不会出现一个小小的调动点需要牵一发而动全身了。

以上地方从高并发的角度而言，似乎齐不错归类为通过作事拆分和集群物理机器的膨胀提高了全体的系统抗压才能，那么，随之拆分而带来的问题也即是高并发系统需要科罚的问题。

2. 高性能 RPC

微作事化的拆分带来的克己和便利性是无庸赘述的，然而与此同期各个微作事之间的通讯就需要推敲了传统 HTTP 的通讯神情性能领先并不太好，多量的肯求头之类无效的信息是对性能的顿然，这时候就需要引入诸如 Dubbo 类的 RPC 框架。

有小伙伴进行对比测试，Dubbo RPC 的性能，是 Feign RPC 的性能 10 倍。

咱们假定蓝本来自客户端的 QPS 是 9000 的话，那么通过负载平衡战略分散到每台机器就3000，而 Feign HTTP RPC 改为 Dubbo RPC 之后，接口的耗时裁汰了，单体作事和全体的 QPS 就进步了。而 RPC 框架自己一般齐自带负载平衡、熔断左迁的机制，不错更好地调节统统这个词系统的高可用性。

那么说完RPC，手脚基本上国内盛大的选拔Dubbo 的一些基快乐趣即是接下来的问题。

3.音问队伍消峰解耦

关于 MQ 的作用群众齐应该很了解了，主邀功能：

削峰填谷、解耦。同步转异步的神情，不错诽谤微作事之间的耦合。

关于一些不需要同步实行的接口，不错通过引入音问队伍的神情异步实行以提高接口反应技巧。在往复完成之后需要扣库存，然后可能需要给会员披发积分，本色上，发积分的动作应该属于践约作事，对及时性的条目也不高，咱们只消保证最终一致性也即是能践约得手就行了。关于这种同类性质的肯求就不错走 MQ 异步，也就提高了系统抗压才能了。

4.三级缓存架构

缓存手脚高性能的代表，在某些特殊业务可能承担 90%以上的热门流量。关于一些行为比如秒杀这种并发 QPS 可能几十万的场景，引入缓存事前预热不错大幅诽谤对数据库的压力，10 万的 QPS 关于单机的数据库来说可能就挂了，然而关于如redis 这么的缓存来说就彻底不是问题。

以秒杀系统例如，行为预热商品信息不错提前缓存提供查询作事，库存数据不错提前缓存，下单经过不错彻底走缓存扣减，秒杀适度后再异步写入数据库，数据库承担的压力就小得太多了。

5.数据库分库分表

关于统统这个词系统而言，最终统统的流量的查询和写入齐落在数据库上，数据库是复旧系统高并发才能的中枢。若何诽谤数据库的压力，进步数据库的性能是复旧高并发的基石。主要的神情即是通过读写区别和分库分表来科罚这个问题。关于统统这个词系统而言，流量应该是一个漏斗的状况。比如咱们的日活用户 DAU 有 20 万，现实可能每天来到栈单页的用户只好 3 万 QPS，最终退换到下单支付得手的 QPS 只好1 万。那么关于系统来说读是大于写的，这时候不错通过读写区别的神情来诽谤数据库的压力。

读写区别也就相配于数据库集群的神情诽谤了单节点的压力。而面临数据的急剧增长，蓝本的单库单表的存储神情仍是无法复旧统统这个词业务的发展，这时候就需要对数据库进行分库分表了。针对微作事而言垂直的分库自己仍是是作念过的，剩下大部分齐是分表的决策了。

6.高可用

6.1熔断

比如营销作事挂了大略接口多量超时的荒谬情况，不可影响下单的主链路，波及到积分的扣减一些操作不错在过后作念补助。

6.2限流

对突发如大促秒杀类的高并发，要是一些接口不作念限流处理，可能径直就把作事打挂了，针对每个接口的压测性能的评估作念出稳健的限流尤为要紧。

6.3左迁

熔断之后现实上不错说即是左迁的一种，以熔断的例如来说营销接口熔断之后左迁决策即是短技巧内不再调用营销的作事，比及营销规复之后再调用。

6.4预案

一般来说，就算是有斡旋建立中心，在业务的岑岭期亦然不允许作念出任何的变更的，然而通过建立合理的预案不错在费劲的时候作念一些修改。

6.5查对

针对各式分散式系统产生的分散式事务一致性大略受到抨击导致的数据荒谬，罕见需要查对平台来作念临了的兜底的数据考据。比如下流支付系统和订单系统的金额作念查对是否正确，要是收到中间东说念主抨击落库的数据是否保证正确性。

6.6追思

其实不错看到，若何蓄意高并发系统这个问题自己他是不难的，无非是基于你知说念的学问点，从物理硬件层面到软件的架构、代码层面的优化，使用什么中间件来不停提高系统的抗压才能。

然而这个问题自己会带来更多的问题，微作事自己的拆分带来了分散式事务的问题，http、RPC 框架的使用带来了通讯后果、路由、容错的问题，MQ 的引入带来了音问丢失、积压、事务音问、王法音问的问题，缓存的引入又会带来一致性、雪崩、击穿的问题，数据库的读写区别、分库分表又会带来主从同步蔓延、分散式 ID、事务一致性的问题，而为了科罚这些问题咱们又要不停地加入各式门径熔断、限流、左迁、离线查对、预案处理等等来退守和追忆这些问题。

口试题府上共享

Java口试场景题

因篇幅有限，只给群众展示部分大纲领次内容！有需要的小伙伴，不错转发+见原后私信小编【学习】，即可免费领取~