緩存并發(fā)
當大量請求訪問同一個沒有被緩存的數據的時候偏形，會發(fā)送大量請求給數據庫纷妆，導致數據庫壓力過大沮榜，還會導致一致性問題，所以
解決方式就是在緩存獲取的時候加上針對單個數據的鎖戈二，直到緩存被重建成功得到最新數據
緩存擊穿/穿透
查詢一個數據庫中不存在的數據，比如商品詳情另锋，查詢一個不存在的ID待德，每次都會訪問DB俊柔，如果有人惡意破壞筹麸，很可能直接對DB造成過大地壓力。
解決方案：
當通過某一個key去查詢數據的時候雏婶，如果對應在數據庫中的數據都不存在物赶，我們將此key對應的value設置為一個默認的值。
緩存失效
在高并發(fā)的環(huán)境下留晚，如果此時key對應的緩存失效酵紫，此時有多個進程就會去同時去查詢DB，然后再去同時設置緩存倔丈。這個時候如果這個key是系統(tǒng)中的熱點key或者同時失效的數量比較多時憨闰，DB訪問量會瞬間增大状蜗，造成過大的壓力需五。
解決方案：
- 將系統(tǒng)中key的緩存失效時間均勻地錯開。
- 當我們通過key去查詢數據時轧坎，首先查詢緩存宏邮，如果此時緩存中查詢不到，就通過分布式鎖進行加鎖缸血。
熱點key
緩存中的某些Key(可能對應用與某個促銷商品)對應的value存儲在集群中一臺機器蜜氨，使得所有流量涌向同一機器，成為系統(tǒng)的瓶頸捎泻，該問題的挑戰(zhàn)在于它無法通過增加機器容量來解決飒炎。
解決方案：
- 客戶端熱點key緩存：將熱點key對應value并緩存在客戶端本地，并且設置一個失效時間笆豁。
- 將熱點key分散為多個子key郎汪，然后存儲到緩存集群的不同機器上赤赊，這些子key對應的value都和熱點key是一樣的。
消息隊列
消息隊列是為了解決生產和消費的速度不一致導致的問題煞赢，有以下好處：
- 減少請求響應時間抛计。比如注冊功能需要調用第三方接口來發(fā)短信，如果等待第三方響應可能會需要很多時間
- 服務之間解耦吹截。主服務只關心核心的流程波俄，其他不重要的弟断、耗費時間流程是否如何處理完成不需要知道阀趴，只通知即可
- 流量削鋒苍匆。對于不需要實時處理的請求來說，當并發(fā)量特別大的時候浸踩，可以先在消息隊列中作緩存，然后陸續(xù)發(fā)送給對應的服務去處理
如果想要實現一個消息隊列据块，可以參考這里
最簡單的消息隊列就是一個消息轉發(fā)器折剃，基本功能只有三個：消息存儲边篮、消息發(fā)送奏甫、消息刪除思杯，可使用LinkedBlockingQueue挠进、ConcurrentLinkedQueue實現
應用拆分
之前翻譯過的一篇博文已經提到色乾，如何將已經存在的巨無霸單體應用重構成微服務，點擊上面鏈接即可
限流
限流是為了解決高并發(fā)情況下漆撞，大量請求導致數據庫或服務器壓力過大出現延遲或出錯的方式悍汛，在圖中，如果一次性將100多萬數據發(fā)送給master庫奉件，那么服務器與數據庫的IO性能將會被大量占用县貌，導致其他服務對數據庫的不可用，master庫還需要很久的時間將數據同步給slave庫
控制某段代碼在一定時間內的執(zhí)行次數，可通過Guava或Semaphore實現
數據庫切庫巷帝、分庫、分表
切庫：數據庫讀寫分離導致的數據庫切換操作
當單個數據庫的讀寫性能達到瓶頸的時候历谍，可根據業(yè)務來判斷讀與寫的比重，然后通過將數據庫設置為Master-Slave模式完成讀寫分離并配置好所有庫的讀寫權限例驹。
當查詢業(yè)務多余讀取業(yè)務的時候瞧预，通過負載均衡，將查詢的操作分擔給不同的從庫垢油，從而減輕主庫的壓力盆驹。
可以通過Spring注解來完成配置
分庫分表
當單庫的性能達到瓶頸，或當單表容量達到瓶頸滩愁，通過SQL與索引的優(yōu)化之后還是很慢躯喇，那么就需要分表
水平分表：表結構保持不變，根據固定的ID將數據劃分到不同表中硝枉，需要在寫入與查詢的時候進行ID的路由
垂直分表：將表結構根據數據的活躍度拆分成多個表廉丽，來分別提高不同的單表處理能力
問題：
- 事務問題。在執(zhí)行分庫之后妻味，由于數據存儲到了不同的庫上雅倒，數據庫事務管理出現了困難。如果依賴數據庫本身的分布式事務管理功能去執(zhí)行事務弧可，將付出高昂的性能代價蔑匣；如果由應用程序去協助控制，形成程序邏輯上的事務棕诵，又會造成編程方面的負擔裁良。
- 跨庫跨表的join問題。在執(zhí)行了分庫分表之后校套，難以避免會將原本邏輯關聯性很強的數據劃分到不同的表价脾、不同的庫上，我們無法join位于不同分庫的表笛匙，也無法join分表粒度不同的表侨把，結果原本一次查詢能夠完成的業(yè)務，可能需要多次查詢才能完成妹孙。
- 額外的數據管理負擔和數據運算壓力秋柄。額外的數據管理負擔，最顯而易見的就是數據的定位問題和數據的增刪改查的重復執(zhí)行問題蠢正，這些都可以通過應用程序解決骇笔，但必然引起額外的邏輯運算。
