谈谈高并发系统的一些解决方案

本文结合项目经验,整理一份大纲,供参考。

常用指标

  • RT(Response Time):响应时间。可能会衍生出 TP999、TP99、TP95、TP90等指标。一般在几毫秒到几百毫秒之间。

  • QPS(Query Per Second):每秒查询量。这是我们最常说的一个指标了。视业务复杂度不同而不同,轻量级的可能单机上万,重量级的可能就几百,这是主要依靠水平扩容来解决。

  • TPS(Transaction per second):每秒事务量。主要衡量数据库性能,一般比 QPS 低 1~3 个数量级。

  • 吞吐量(Throughput):单位时间内处理的请求数量。该指标概念比较宽泛:

    • 从业务角度看,吞吐量可以用QPS、TPS等单位来衡量。

    • 从网络角度看,吞吐量可以用bps来衡量。一般用于排查网络抖动等问题,尤其是弱网环境下的RPC请求会更加关注。

  • PV(Page View):页面浏览量。一般用于统计页面访问频次,每次刷新页面即被计算一次。高并发系统的单日 PV 基本上会超过千万。

  • UV(Unique Visitor):独立访客量。用于统计单位时间内页面访问的用户数,同一个用户多次刷新页面只会被算做一次。高并发系统的单日 UV 基本上会过万。

 

提升系统性能的两个维度

  • 垂直扩展:提升单机性能。包括硬件配置和软件编写方式两种维度。

  • 水平扩展:集群整体性能。无状态服务加机器可解决;有状态服务还要额外考虑状态存储及迁移。实践中尽量做成无状态服务。

  

灾备管理

多区域部署机房,通常存在冷备、热备、双活等几种形式。主要用于流量分摊和故障转移。

 

故障处理

  • Failover 失败自动切换:当出现失败,重试其它服务器,通常用于读操作。一般核心服务会使用该策略。

  • Failfast 快速失败:只发起一次调用,失败立即报错,通常用于非幂等性的读写操作。多数场景均有重试机制。

  • Failsafe 失败安全:出现异常时,直接忽略。通常用于写入日志等操作。

  • Failback 失败自动恢复:后台记录失败请求,定时重发。通常用于消息通知等操作。

  • Forking 并行调用多个服务方:其中一个成功即可返回,通常用于实时性要求较高的读操作。

  • Broadcast广播调用:所有提供方逐个调用,任意一台报错则报错。主要用于RPC框架注册节点使用(更新提供方本地状态),应用型服务基本不会使用。

  

负载均衡

  • 监控机器性能,并配置机器的权重(静态或动态)。

    • 处理能力越强,分到的流量越多。

    • 某台机器故障时自动摘除流量。

    • 服务刚启动时的小流量预热,防止瞬间高流量把机器打崩。主要是各类中间件资源初始化可能会很耗时,导致请求响应慢,此时如果大量流量涌入会导致 Cpu Load急剧升高,甚至可能打崩。

  • 自动扩缩容。业务高峰时段自动扩容,低峰时段自动缩容,节约成本。

 

区分服务等级

  • 核心服务:一般都存在Backup,出错时自动切换,同时触发中高级别告警。

  • 非核心服务:出错时可执行(手动或自动)降级甚至熔断,同时触发中低级别告警。

  

使用缓存

主要针对不易变化的数据,可能是多级缓存,可能横跨客户端和多个服务端。

  • 本地缓存。如 ConcurrentMap、Guava Cache、Caffeine。

  • 分布式缓存。如 Redis、GemFire/Geode。

  

异步操作

  • 架构层面:

    • 如使用MQ消息队列进行削峰、解耦处理,日志处理也用得比较多。

    • 若追求 Cpu 的稳定性,可使用 Spring WebFlux 等全链路异步化技术,需要上下游服务都改造,才能有显著效果。

  • 代码层面:如 Java 中的 Future 机制(常用 CompletableFuture),同时发起多个微服务的调用,隔一段时间后统一 get 结果。

  

批量执行

  • 框架层面:可参考 Hystrix 的请求合并机制 HystrixCollapser。

  • 代码层面:服务接口批量调用数据,拿到批量结果后再分派结果。

  

池化技术

  • 线程池:常用如 ThreadPoolExecutor。

  • 连接池:常用如 HikariCP、Druid、c3p0、DBCP。

  • 对象池:常用如 Apache Commons Pool2。另外,如 Integer 等包装类针对(-127~128)的对象缓存,其实也是一种对象池的体现。

  

限流处理

  • 服务入口:监控近实时统计QPS,达到阈值时拒绝请求。

  • 常见的几种限流框架:

    • 单机版(JDK自带的锁、信号量、Guava Limiter)

    • 分布式(基于 Redis 的 redis-cell 模块和 Redisson、重量级的 Sentinel,以及老牌框架Hystrix)

  • 常见的几种限流算法:

    • 计数器法。存在临界流量问题,基本不会使用。

    • 滑动窗口。时间片划分精度不好控制,基本不会使用。

    • 漏桶算法。难以应对突发流量,使用较少。

    • 令牌桶算法。常用。

  • 常见的线程池拒绝策略:

    • CallerRunsPolicy 由调用者运行。

    • AbortPolicy 抛弃并抛异常。这是默认策略,也是最常用的策略,可以让应用层快速发现失败,进而介入处理。

    • DiscardPolicy 静静地抛弃,应用层无法感知到。

    • DiscardOldestPolicy 抛弃最老的请求。

  

防刷分流

搭建两套服务集群,将存在爬虫标记(依赖于专业的爬虫识别算法)的流量分流到另一套集群,甚至可以返回假数据,做蜜罐处理。

 

静态资源分发

主要依赖 CDN 技术进行资源的就近部署,可提前预热。常见如html、js、css、image等资源。

 

数据库并发

  • 单机:MVCC、事务隔离、做好索引优化。

  • 集群:分库分表、读写分离。

  • 结合其他中间件:如简单的查询、统计,或者文本搜索等场景,可使用 ElasticSearch,必要时进行二级检索( ElasticSearch 检索出 id,再到 SQL 中查询)。

 

压力测试 /性能测试

  • Apache JMeter。

  • 搭建压测集群,平时抓取服务真实流量,节日或大促前进行必要的压测,以暴露性能瓶颈。

  

日常巡检/故障演练

用于提前发现问题,如接口扫描、混沌工程就是做这些事情的。

 

大纲就写到这里,你还有其他解决方案吗?欢迎评论区讨论。

页面下部广告