web中高并發(fā)架構(gòu)的示例分析

這篇文章將為大家詳細(xì)講解有關(guān)web中高并發(fā)架構(gòu)的示例分析，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

服務(wù)器架構(gòu)

業(yè)務(wù)從發(fā)展的初期到逐漸成熟，服務(wù)器架構(gòu)也是從相對(duì)單一到集群，再到分布式服務(wù)。

一個(gè)可以支持高并發(fā)的服務(wù)少不了好的服務(wù)器架構(gòu)，需要有均衡負(fù)載，數(shù)據(jù)庫(kù)需要主從集群，nosql緩存需要主從集群，靜態(tài)文件需要上傳cdn，這些都是能讓業(yè)務(wù)程序流暢運(yùn)行的強(qiáng)大后盾。

服務(wù)器這塊多是需要運(yùn)維人員來(lái)配合搭建，具體我就不多說(shuō)了，點(diǎn)到為止。

大致需要用到的服務(wù)器架構(gòu)如下：

• 服務(wù)器

• 均衡負(fù)載(如：nginx，阿里云SLB)

• 資源監(jiān)控

• 分布式

• 數(shù)據(jù)庫(kù)

• 主從分離，集群

• DBA 表優(yōu)化，索引優(yōu)化，等

• 分布式

• nosql

• 主從分離，集群

• redis

• mongodb

• memcache

• cdn

• html

• css

• js

• image

并發(fā)測(cè)試

高并發(fā)相關(guān)的業(yè)務(wù)，需要進(jìn)行并發(fā)的測(cè)試，通過(guò)大量的數(shù)據(jù)分析評(píng)估出整個(gè)架構(gòu)可以支撐的并發(fā)量。

測(cè)試高并發(fā)可以使用第三方服務(wù)器或者自己測(cè)試服務(wù)器，利用測(cè)試工具進(jìn)行并發(fā)請(qǐng)求測(cè)試，分析測(cè)試數(shù)據(jù)得到可以支撐并發(fā)數(shù)量的評(píng)估，這個(gè)可以作為一個(gè)預(yù)警參考，俗話說(shuō)知己自彼百戰(zhàn)不殆。

第三方服務(wù):

• 阿里云性能測(cè)試

并發(fā)測(cè)試工具：

• Apache JMeter

• Visual Studio性能負(fù)載測(cè)試

• Microsoft Web Application Stress Tool

實(shí)戰(zhàn)方案

通用方案

日用戶流量大，但是比較分散，偶爾會(huì)有用戶高聚的情況；

場(chǎng)景： 用戶簽到，用戶中心，用戶訂單，等

服務(wù)器架構(gòu)圖：

說(shuō)明：

場(chǎng)景中的這些業(yè)務(wù)基本是用戶進(jìn)入APP后會(huì)操作到的，除了活動(dòng)日(618,雙11，等)，這些業(yè)務(wù)的用戶量都不會(huì)高聚集，同時(shí)這些業(yè)務(wù)相關(guān)的表都是大數(shù)據(jù)表，業(yè)務(wù)多是查詢操作，所以我們需要減少用戶直接命中DB的查詢；優(yōu)先查詢緩存，如果緩存不存在，再進(jìn)行DB查詢，將查詢結(jié)果緩存起來(lái)。

更新用戶相關(guān)緩存需要分布式存儲(chǔ)，比如使用用戶ID進(jìn)行hash分組，把用戶分布到不同的緩存中，這樣一個(gè)緩存集合的總量不會(huì)很大，不會(huì)影響查詢效率。

方案如：

• 用戶簽到獲取積分

• 計(jì)算出用戶分布的key,redis hash中查找用戶今日簽到信息

• 如果查詢到簽到信息，返回簽到信息

• 如果沒(méi)有查詢到，DB查詢今日是否簽到過(guò)，如果有簽到過(guò)，就把簽到信息同步redis緩存。

• 如果DB中也沒(méi)有查詢到今日的簽到記錄，就進(jìn)行簽到邏輯，操作DB添加今日簽到記錄，添加簽到積分(這整個(gè)DB操作是一個(gè)事務(wù))

• 緩存簽到信息到redis，返回簽到信息

• 注意這里會(huì)有并發(fā)情況下的邏輯問(wèn)題，如：一天簽到多次，發(fā)放多次積分給用戶。

• 我的博文[大話程序猿眼里的高并發(fā)]有相關(guān)的處理方案。

• 用戶訂單

• 這里我們只緩存用戶第一頁(yè)的訂單信息，一頁(yè)40條數(shù)據(jù)，用戶一般也只會(huì)看第一頁(yè)的訂單數(shù)據(jù)

• 用戶訪問(wèn)訂單列表，如果是第一頁(yè)讀緩存，如果不是讀DB

• 計(jì)算出用戶分布的key,redis hash中查找用戶訂單信息

• 如果查詢到用戶訂單信息，返回訂單信息

• 如果不存在就進(jìn)行DB查詢第一頁(yè)的訂單數(shù)據(jù)，然后緩存redis，返回訂單信息

• 用戶中心

• 計(jì)算出用戶分布的key,redis hash中查找用戶訂單信息

• 如果查詢到用戶信息，返回用戶信息

• 如果不存在進(jìn)行用戶DB查詢，然后緩存redis，返回用戶信息

• 其他業(yè)務(wù)

• 上面例子多是針對(duì)用戶存儲(chǔ)緩存，如果是公用的緩存數(shù)據(jù)需要注意一些問(wèn)題，如下

• 注意公用的緩存數(shù)據(jù)需要考慮并發(fā)下的可能會(huì)導(dǎo)致大量命中DB查詢，可以使用管理后臺(tái)更新緩存，或者DB查詢的鎖住操作。

• 我的博文[大話Redis進(jìn)階]對(duì)更新緩存問(wèn)題和推薦方案的分享。

以上例子是一個(gè)相對(duì)簡(jiǎn)單的高并發(fā)架構(gòu)，并發(fā)量不是很高的情況可以很好的支撐，但是隨著業(yè)務(wù)的壯大，用戶并發(fā)量增加，我們的架構(gòu)也會(huì)進(jìn)行不斷的優(yōu)化和演變，比如對(duì)業(yè)務(wù)進(jìn)行服務(wù)化，每個(gè)服務(wù)有自己的并發(fā)架構(gòu)，自己的均衡服務(wù)器，分布式數(shù)據(jù)庫(kù)，nosql主從集群，如：用戶服務(wù)、訂單服務(wù)；

消息隊(duì)列

秒殺、秒搶等活動(dòng)業(yè)務(wù)，用戶在瞬間涌入產(chǎn)生高并發(fā)請(qǐng)求

場(chǎng)景：定時(shí)領(lǐng)取紅包，等

服務(wù)器架構(gòu)圖：

說(shuō)明：

場(chǎng)景中的定時(shí)領(lǐng)取是一個(gè)高并發(fā)的業(yè)務(wù)，像秒殺活動(dòng)用戶會(huì)在到點(diǎn)的時(shí)間涌入，DB瞬間就接受到一記暴擊，hold不住就會(huì)宕機(jī)，然后影響整個(gè)業(yè)務(wù)；

像這種不是只有查詢的操作并且會(huì)有高并發(fā)的插入或者更新數(shù)據(jù)的業(yè)務(wù)，前面提到的通用方案就無(wú)法支撐，并發(fā)的時(shí)候都是直接命中DB；

設(shè)計(jì)這塊業(yè)務(wù)的時(shí)候就會(huì)使用消息隊(duì)列的，可以將參與用戶的信息添加到消息隊(duì)列中，然后再寫(xiě)個(gè)多線程程序去消耗隊(duì)列，給隊(duì)列中的用戶發(fā)放紅包；

方案如：

• 定時(shí)領(lǐng)取紅包

• 一般習(xí)慣使用 redis的 list

• 當(dāng)用戶參與活動(dòng)，將用戶參與信息push到隊(duì)列中

• 然后寫(xiě)個(gè)多線程程序去pop數(shù)據(jù)，進(jìn)行發(fā)放紅包的業(yè)務(wù)

• 這樣可以支持高并發(fā)下的用戶可以正常的參與活動(dòng)，并且避免數(shù)據(jù)庫(kù)服務(wù)器宕機(jī)的危險(xiǎn)

附加：

通過(guò)消息隊(duì)列可以做很多的服務(wù)。

如：定時(shí)短信發(fā)送服務(wù)，使用sset(sorted set)，發(fā)送時(shí)間戳作為排序依據(jù)，短信數(shù)據(jù)隊(duì)列根據(jù)時(shí)間升序，然后寫(xiě)個(gè)程序定時(shí)循環(huán)去讀取sset隊(duì)列中的第一條，當(dāng)前時(shí)間是否超過(guò)發(fā)送時(shí)間，如果超過(guò)就進(jìn)行短信發(fā)送。

一級(jí)緩存

高并發(fā)請(qǐng)求連接緩存服務(wù)器超出服務(wù)器能夠接收的請(qǐng)求連接量，部分用戶出現(xiàn)建立連接超時(shí)無(wú)法讀取到數(shù)據(jù)的問(wèn)題；

因此需要有個(gè)方案當(dāng)高并發(fā)時(shí)候時(shí)候可以減少命中緩存服務(wù)器；

這時(shí)候就出現(xiàn)了一級(jí)緩存的方案，一級(jí)緩存就是使用站點(diǎn)服務(wù)器緩存去存儲(chǔ)數(shù)據(jù)，注意只存儲(chǔ)部分請(qǐng)求量大的數(shù)據(jù)，并且緩存的數(shù)據(jù)量要控制，不能過(guò)分的使用站點(diǎn)服務(wù)器的內(nèi)存而影響了站點(diǎn)應(yīng)用程序的正常運(yùn)行，一級(jí)緩存需要設(shè)置秒單位的過(guò)期時(shí)間，具體時(shí)間根據(jù)業(yè)務(wù)場(chǎng)景設(shè)定，目的是當(dāng)有高并發(fā)請(qǐng)求的時(shí)候可以讓數(shù)據(jù)的獲取命中到一級(jí)緩存，而不用連接緩存nosql數(shù)據(jù)服務(wù)器，減少nosql數(shù)據(jù)服務(wù)器的壓力

比如APP首屏商品數(shù)據(jù)接口，這些數(shù)據(jù)是公共的不會(huì)針對(duì)用戶自定義，而且這些數(shù)據(jù)不會(huì)頻繁的更新，像這種接口的請(qǐng)求量比較大就可以加入一級(jí)緩存；

服務(wù)器架構(gòu)圖：

合理的規(guī)范和使用nosql緩存數(shù)據(jù)庫(kù)，根據(jù)業(yè)務(wù)拆分緩存數(shù)據(jù)庫(kù)的集群，這樣基本可以很好支持業(yè)務(wù)，一級(jí)緩存畢竟是使用站點(diǎn)服務(wù)器緩存所以還是要善用。

靜態(tài)化數(shù)據(jù)

高并發(fā)請(qǐng)求數(shù)據(jù)不變化的情況下如果可以不請(qǐng)求自己的服務(wù)器獲取數(shù)據(jù)那就可以減少服務(wù)器的資源壓力。

對(duì)于更新頻繁度不高，并且數(shù)據(jù)允許短時(shí)間內(nèi)的延遲，可以通過(guò)數(shù)據(jù)靜態(tài)化成JSON，XML,HTML等數(shù)據(jù)文件上傳CDN，在拉取數(shù)據(jù)的時(shí)候優(yōu)先到CDN拉取，如果沒(méi)有獲取到數(shù)據(jù)再?gòu)木彺?，?shù)據(jù)庫(kù)中獲取，當(dāng)管理人員操作后臺(tái)編輯數(shù)據(jù)再重新生成靜態(tài)文件上傳同步到CDN，這樣在高并發(fā)的時(shí)候可以使數(shù)據(jù)的獲取命中在CDN服務(wù)器上。

CDN節(jié)點(diǎn)同步有一定的延遲性，所以找一個(gè)靠譜的CDN服務(wù)器商也很重要

針對(duì)上面的技術(shù)我特意整理了一下，有很多技術(shù)不是靠幾句話能講清楚，所以干脆找朋友錄制了一些視頻，很多問(wèn)題其實(shí)很簡(jiǎn)單，但是背后的思考和邏輯不簡(jiǎn)單，要做到知其然還要知其所以然。費(fèi)分享給大家。

其他方案

對(duì)于更新頻繁度不高的數(shù)據(jù)，APP,PC瀏覽器，可以緩存數(shù)據(jù)到本地，然后每次請(qǐng)求接口的時(shí)候上傳當(dāng)前緩存數(shù)據(jù)的版本號(hào)，服務(wù)端接收到版本號(hào)判斷版本號(hào)與最新數(shù)據(jù)版本號(hào)是否一致，如果不一樣就進(jìn)行最新數(shù)據(jù)的查詢并返回最新數(shù)據(jù)和最新版本號(hào)，如果一樣就返回狀態(tài)碼告知數(shù)據(jù)已經(jīng)是最新。

關(guān)于“web中高并發(fā)架構(gòu)的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。