互联网架构“高并发”到底怎么玩？

最近留言问“高并发”的朋友颇多，公众号又不支持历史文章检索，故重新优化发布，希望大家有收获。

什么是高并发?

高并发(High Concurrency)是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。

高并发相关的常见指标有哪些?

• 响应时间(Response Time)
• 吞吐量(Throughput)
• 每秒查询率QPS(Query Per Second)
• 并发用户数

什么是响应时间?

系统对请求做出响应的时间。

例如：系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间。

什么是吞吐量?

单位时间内处理的请求数量。

什么是QPS?

每秒响应请求数。在互联网领域，这个指标和吞吐量区分的没有这么明显。

什么是并发用户数?

同时承载正常使用系统功能的用户数量。

例如：一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。

如何提升系统的并发能力?

互联网分布式架构设计，提高系统并发能力的方式，方法论上主要有两种：

• 垂直扩展(Scale Up)
• 水平扩展(Scale Out)

什么是垂直扩展?

垂直扩展是指，提升单机处理能力，垂直扩展的方式又有两种：

• 增强单机硬件性能，例如：增加CPU核数如32核，升级更好的网卡如万兆，升级更好的硬盘如SSD，扩充硬盘容量如2T，扩充系统内存如128G;
• 提升单机架构性能，例如：使用Cache来减少IO次数，使用异步来增加单服务吞吐量，使用无锁数据结构来减少响应时间;

画外音：在互联网业务发展非常迅猛的早期，如果预算不是问题，强烈建议使用“增强单机硬件性能”的方式提升系统并发能力，因为这个阶段，公司的战略往往是发展业务抢时间，而“增强单机硬件性能”往往是最快的方法。

垂直扩展有什么瓶颈?

不管是提升单机硬件性能，还是提升单机架构性能，都有一个致命的不足：单机性能总是有极限的。

如何突破单机的极限?

互联网分布式架构设计，高并发终极解决方案还是水平扩展。

什么是水平扩展?

只要增加服务器数量，就能线性扩充系统性能。

常见的互联网分层架构如何?

各层该如何落地水平扩展?

常见互联网分布式架构如上，分为：

• 客户端层：典型调用方是浏览器browser或者手机应用APP;
• 反向代理层：系统入口，反向代理;
• 站点应用层：实现核心应用逻辑，返回html或者json;
• 服务层：如果实现了服务化，就有这一层;
• 数据-缓存层：缓存加速访问存储;
• 数据-数据库层：数据库固化数据存储;

要想真个系统支持水平扩展，就必须每一层都支持水平扩展。

反向代理层如何进行水平扩展?

反向代理层的水平扩展，是通过“DNS轮询”实现的：dns-server对于一个域名配置了多个解析ip，每次DNS解析请求来访问dns-server，会轮询返回这些ip。

当nginx成为瓶颈的时候，只要增加服务器数量，新增nginx服务的部署，增加一个外网ip，就能扩展反向代理层的性能，做到理论上的无限高并发。

站点层如何进行水平扩展?

站点层的水平扩展，是通过“nginx”实现的，通过修改nginx.conf，可以设置多个web后端。

画外音：nginx是个例子，有可能是LVS或者F5等反向代理。

当web后端成为瓶颈的时候，只要增加服务器数量，新增web服务的部署，在nginx配置中配置上新的web后端，就能扩展站点层的性能，做到理论上的无限高并发。

服务层如何进行水平扩展?

服务层的水平扩展，是通过“服务连接池”实现的。

站点层通过RPC-client调用下游的服务层RPC-server时，RPC-client中的连接池会建立与下游服务多个连接，当服务成为瓶颈的时候，只要增加服务器数量，新增服务部署，在RPC-client处建立新的下游服务连接，就能扩展服务层性能，做到理论上的无限高并发。

画外音：如果需要优雅的进行服务层自动扩容，这里可能需要配置中心里服务自动发现功能的支持。

数据层如何进行水平扩展?

在数据量很大的情况下，数据层(缓存，数据库)涉及数据的水平扩展，将原本存储在一台服务器上的数据(缓存，数据库)水平拆分到不同服务器上去，以达到扩充系统性能的目的。

互联网数据层常见的水平拆分方式有这么几种，以数据库为例：

1. 按照范围水平拆分

每一个数据服务，存储一定范围的数据，上图为例：

• user0库，存储uid范围1-1kw
• user1库，存储uid范围1kw-2kw

（编辑：ASP站长网）