高併發下怎麼優化能避免伺服器壓力過大

1，整個架構:可採用分布式架構，利用微服務架構拆分服務部署在不同的服務節點，避免單節點宕機引起的服務不可用！

高併發下怎麼優化能避免伺服器壓力過大？

2，資料庫:採用主從複製，讀寫分離，甚至是分庫分表，表資料根據查詢方式的不同採用不同的索引比如b tree，hash，關鍵字段加索引，sql避免復合函式，避免組合排序等，避免使用非索引字段作為條件分組，排序等！減少互動次數，一定不要用select *！

3，加快取:使用諸如memcache，redis，ehcache等快取資料庫定義表，結果表等等，資料庫的中間資料放快取，避免多次訪問修改表資料！登入資訊session等放快取實現共享！諸如商品分類，省市區，年齡分類等不常改變的資料，放快取，不要放資料庫！

同時要避免快取雪崩和穿透等問題的出現導致快取崩潰！

高併發下怎麼優化能避免伺服器壓力過大？

4，增量統計:不要實時統計大量的資料，應該採用晚間定時任務統計，增量統計等方式提前進行統計，避免實時統計的記憶體，cpu壓力！

5，加伺服器:等大檔案，一定要單獨經過檔案伺服器，避免io速度對動態資料的影響！保證系統不會因為檔案而崩潰！

6，html檔案，列舉，靜態的方法返回值等靜態化處理，放入快取！

7，負載均衡:使用nginx等對訪問量過大的服務採用負載均衡，實現服務集群，提高服務的最大併發數，防止壓力過大導致單個服務的崩潰！

高併發下怎麼優化能避免伺服器壓力過大？

8，加入搜尋引擎:對於sql中常出現的like，in等語句，使用lucence或者solr中介軟體，將必要的，依賴模糊搜尋的字段和資料使用搜尋引擎進行儲存，提公升搜尋速度！#注意:全量資料和增量資料進行定時任務更新！

9，使用訊息中介軟體:對服務之間的資料傳輸，使用諸如rabbit mq，kafka等等分布式訊息佇列非同步傳輸，防止同步傳輸資料的阻塞和資料丟失！

高併發下怎麼優化能避免伺服器壓力過大？

10，拋棄tomcat:做web開發，接觸最早的應用伺服器就是tomcat了，但是tomcat的單個最大併發量只能不到1w！採取netty等actor模型的高效能應用伺服器！

11，多執行緒:現在的伺服器都是多核心處理模式，如果**採用單執行緒，同步方式處理，極大的浪費了cpu使用效率和執行時間！

高併發下怎麼優化能避免伺服器壓力過大？

12，避免阻塞:避免bio，blockingqueue等常常引起長久阻塞的技術，而改為nio等非同步處理機制！

13，cdn加速:如果訪問量實在過大，可根據請求**採用cdn分流技術，避免大流量完成系統崩潰！

14，避免低效**:不要頻繁建立物件，引用，少用同步鎖，不要建立大量執行緒，不要多層for迴圈