最近一段時間一直在看一些高併發處理策略的文章，在此也稍微總結一下自己的心得
一.高併發
可以這麼理解高併發，在同一時間，有大量使用者同時訪問同乙個url，容易導致伺服器和資料庫資源被佔滿崩潰，資料庫的儲存和更新結果跟理想不一致，例如出現重複的資料記錄，多次新增記錄等資料錯亂問題。
二.高併發的處理策略
1.伺服器
伺服器可以做負載均衡集群，分攤系統的工作，減少單一伺服器的資源負擔
2.資料庫
2.1 通過表設計防止併發導致資料錯亂
2.2 表設計成分庫分表，分庫減少單一資料庫的負擔，分表防止因資料量增多而降低資料庫的效能
2.3 資料庫讀寫分離
3.程式設計
3.1 同步機制
3.2 事物+鎖，防止併發資料錯亂
3.3 資料快取，加快響應速度
如果有什麼不對的地方，請指正，同時這方面的內容我也會不斷去學習，完善這篇文章
高併發場景下快取處理的一些思路
以下是正文 在實際的開發當中，我們經常需要進行磁碟資料的讀取和搜尋，因此經常會有出現從資料庫讀取資料的場景出現。但是當資料訪問量次數增大的時候，過多的磁碟讀取可能會最終成為整個系統的效能瓶頸，甚至是壓垮整個資料庫，導致系統卡死等嚴重問題。常規的應用系統中，我們通常會在需要的時候對資料庫進行查詢，因此...
關於高併發的一些思考
1.什麼是高併發？高併發是解決大資料量業務的一種思路，源於現實的生產生活中的問題。舉乙個現實生活中的例子 去銀行辦業務，銀行裡段時間來了100個人辦理業務，但是只有乙個視窗來辦理，平均乙個人辦完業務需要5分鐘，100個人需要500分鐘。當出現類似問題的時候，我們應該怎樣去解決呢？1 提高單個視窗辦理...
處理高併發的方法
1 系統拆分 將乙個系統拆分為多個子系統，用dubbo來搞。然後每個系統連乙個資料庫，這樣本來就乙個庫，現在多個資料庫，這樣就可以抗高併發。2 快取 大部分的高併發場景，都是讀多寫少，那你完全可以在資料庫和快取裡都寫乙份，然後讀的時候大量走快取不就得了。畢竟人家redis輕輕鬆鬆單機幾萬的併發啊。沒...