高并发解决方案总结.doc

文档介绍：高并发解决方案总结
使用缓存
在绝大多数情况下，服务器的压力都会集中在数据库，减少数 据库的访问次数，就可以减轻服务器的压力。所以，在高并发场景 下，缓存的作用是至关重要的。
redis 缓存数据库，它可以很好的在一定程度上解决一瞬间高并发解决方案总结
使用缓存
在绝大多数情况下，服务器的压力都会集中在数据库，减少数 据库的访问次数，就可以减轻服务器的压力。所以，在高并发场景 下，缓存的作用是至关重要的。
redis 缓存数据库，它可以很好的在一定程度上解决一瞬间的并 发量， redis 之所以能解决高并发的原因是它可以直接访问内存，提 高了访问效率，解决了数据库服务器压力。
使用缓存框架的时候，我们需要关心的就是什么时候创建缓存 和缓存失效策略。
缓存的创建可以通过很多的方式进行创建，具体也需要根据自 己的业务进行选择。例如，供应商平台的应用信息，应用上线后就 进行缓存。需要注意的是，当我们修改或删除应用信息的时候，我 们要考虑到同步更新该条缓存。
数据库优化
数据库优化是性能优化的最基础的一个环节，虽然提供了缓存 技术，但是对数据库的优化还是一个需要认真的对待。数据库优化 的方式很多，这里说下分表与分区。
? 分表
分表的适用场景
一张表的查询速度已经慢到影响使用的时候。
当频繁插入或者联合查询时，速度变慢
分表后数据都是存放在分表里，总表只是一个外壳，存 取数据发生在一个一个的分表里面。分表的重点是存取数据时， 如何提高数据库的并发能力。分表后，单表的并发能力提高了， 磁盘 I/O 性能也提高了。
以安审日志服务的历史记录表为例：
表按年月拆分，格式为：表名 + 年+ 月，例如：
TEST_202001、TEST_202002、、TEST_202003 ……然后可以 根据日期来查询。
? 分区
分区的适用场景
1. 一张表的查询速度已经慢到影响使用的时候。
2. 表中的数据是分段的。
对数据的操作往往只涉及一部分数据，而不是 所有的数据。
分区是把一张表的数据分成 N 多个区块，这些区块可以 在同一个磁盘上，也可以在不同的磁盘上。分区把存放数据的 文件分成了许多小块，分区后的表还是一张表，数据处理还是 由自己来完成。
分离数据库中活跃的数据
数据库的数据虽然很多，但是经常被访问的数据还是有限的， 因此可以将这些相对活跃的数据进行分离出来单独进行保存来提高 处理效率。其实前边使用 redis 缓存的思想就是一个很明显的分离数 据库中活跃的数据示例，将应用经常使用的数据缓存在内