高併發，幾乎是每個程式設計師都想擁有的經驗。原因很簡單：隨著流量變大，會遇到各種各樣的技術問題，比如介面響應超時、CPU load升高、GC頻繁、死鎖、大資料量儲存等等，這些問題能推動我們在技術深度上不斷精進。
在過往的面試中，如果候選人做過高併發的專案，我通常會讓對方談談對於高併發的理解，但是能系統性地回答好此問題的人並不多，大概分成這樣幾類：
1、對資料化的指標沒有概念：不清楚選擇什麼樣的指標來衡量高併發系統？分不清併發量和QPS，甚至不知道自己系統的總使用者量、活躍使用者量，平峰和高峰時的QPS和TPS等關鍵資料。
2、設計了一些方案，但是細節掌握不透徹：講不出該方案要關注的技術點和可能帶來的副作用。比如讀效能有瓶頸會引入快取，但是忽視了快取命中率、熱點key、資料一致性等問題。
3、理解片面，把高併發設計等同於效能優化：大談併發程式設計、多級快取、非同步化、水平擴容，卻忽視高可用設計、服務治理和運維保障。
4、掌握大方案，卻忽視最基本的東西：能講清楚垂直分層、水平分割槽、快取等大思路，卻沒意識去分析資料結構是否合理，演算法是否高效，沒想過從最根本的IO和計算兩個維度去做細節優化。
這篇文章，我想結合自己的高併發專案經驗，系統性地總結下高併發需要掌握的知識和實踐思路，希望對你有所幫助。內容分成以下3個部分：
- 如何理解高併發？
- 高併發系統設計的目標是什麼？
- 高併發的實踐方案有哪些？
01 如何理解高併發？
高併發意味著大流量，需要運用技術手段抵抗流量的衝擊，這些手段好比操作流量，能讓流量更平穩地被系統所處理，帶給使用者更好的體驗。
我們常見的高併發場景有：淘寶的雙11、春運時的搶票、微博大V的熱點新聞等。除了這些典型事情，每秒幾十萬請求的秒殺系統、每天千萬級的訂單系統、每天億級日活的資訊流系統等，都可以歸為高併發。
很顯然，上面談到的高併發場景，併發量各不相同，那到底多大併發才算高併發呢？
1、不能只看數字，要看具體的業務場景。不能說10W QPS的秒殺是高併發，而1W QPS的資訊流就不是高併發。資訊流場景涉及複雜的推薦模型和各種人工策略，它的業務邏輯可能比秒殺場景複雜10倍不止。因此，不在同一個維度，沒有任何比較意義。
2、業務都是從0到1做起來的，併發量和QPS只是參考指標，最重要的是：在業務量逐漸變成原來的10倍、100倍的過程中，你是否用到了高併發的處理方法去演進你的系統，從架構設計、編碼實現、甚至產品方案等維度去預防和解決高併發引起的問題？而不是一味的升級硬體、加機器做水平擴充套件。
此外，各個高併發場景的業務特點完全不同：有讀多寫少的資訊流場景、有讀多寫多的交易場景，那是否有通用的技術方案解決不同場景的高併發問題呢？
我覺得大的思路可以借鑑，別人的方案也可以參考，但是真正落地過程中，細節上還會有無數的坑。另外，由於軟硬體環境、技術棧、以及產品邏輯都沒法做到完全一致，這些都會導致同樣的業務場景，就算用相同的技術方案也會面臨不同的問題，這些坑還得一個個趟。
因此，這篇文章我會將重點放在基礎知識、通用思路、和我曾經實踐過的有效經驗上，希望讓你對高併發有更深的理解。
02 高併發系統設計的目標是什麼？
先搞清楚高併發系統設計的目標，在此基礎上再討論設計方案和實踐經驗才有意義和針對性。
2.1 巨集觀目標
高併發絕不意味著只追求高效能，這是很多人片面的理解。從巨集觀角度看，高併發系統設計的目標有三個：高效能、高可用，以及高可擴充套件。
1、高效能：效能體現了系統的並行處理能力，在有限的硬體投入下，提高效能意味著節省成本。同時，效能也反映了使用者體驗，響應時間分別是100毫秒和1秒，給使用者的感受是完全不同的。
2、高可用：表示系統可以正常服務的時間。一個全年不停機、無故障；另一個隔三差五出線上事故、當機，使用者肯定選擇前者。另外，如果系統只能做到90%可用，也會大大拖累業務。
3、高擴充套件：表示系統的擴充套件能力，流量高峰時能否在短時間內完成擴容，更平穩地承接峰值流量，比如雙11活動、明星離婚等熱點事件。
這3個目標是需要通盤考慮的，因為它們互相關聯、甚至也會相互影響。
比如說：考慮系統的擴充套件能力，你會將服務設計成無狀態的，這種叢集設計保證了高擴充套件性，其實也間接提升了系統的效能和可用性。
再比如說：為了保證可用性，通常會對服務介面進行超時設定，以防大量執行緒阻塞在慢請求上造成系統雪崩，那超時時間設定成多少合理呢？一般，我們會參考依賴服務的效能表現進行設定。
2.2 微觀目標
再從微觀角度來看，高效能、高可用和高擴充套件又有哪些具體的指標來衡量？為什麼會選擇這些指標呢？
2.2.1 效能指標
通過效能指標可以度量目前存在的效能問題，同時作為效能優化的評估依據。一般來說，會採用一段時間內的介面響應時間作為指標。
1、平均響應時間：最常用，但是缺陷很明顯，對於慢請求不敏感。比如1萬次請求，其中9900次是1ms，100次是100ms，則平均響應時間為1.99ms，雖然平均耗時僅增加了0.99ms，但是1%請求的響應時間已經增加了100倍。
2、TP90、TP99等分位值：將響應時間按照從小到大排序，TP90表示排在第90分位的響應時間， 分位值越大，對慢請求越敏感。
3、吞吐量：和響應時間呈反比，比如響應時間是1ms，則吞吐量為每秒1000次。
通常，設定效能目標時會兼顧吞吐量和響應時間，比如這樣表述：在每秒1萬次請求下，AVG控制在50ms以下，TP99控制在100ms以下。對於高併發系統，AVG和TP分位值必須同時要考慮。
另外，從使用者體驗角度來看，200毫秒被認為是第一個分界點，使用者感覺不到延遲，1秒是第二個分界點，使用者能感受到延遲，但是可以接受。
因此，對於一個健康的高併發系統，TP99應該控制在200毫秒以內，TP999或者TP9999應該控制在1秒以內。
2.2.2 可用性指標
高可用性是指系統具有較高的無故障執行能力，可用性 = 正常執行時間 / 系統總執行時間，一般使用幾個9來描述系統的可用性。
對於高併發系統來說，最基本的要求是：保證3個9或者4個9。原因很簡單，如果你只能做到2個9，意味著有1%的故障時間，像一些大公司每年動輒千億以上的GMV或者收入，1%就是10億級別的業務影響。
2.2.3 可擴充套件性指標
面對突發流量，不可能臨時改造架構，最快的方式就是增加機器來線性提高系統的處理能力。
對於業務叢集或者基礎元件來說，擴充套件性 = 效能提升比例 / 機器增加比例，理想的擴充套件能力是：資源增加幾倍，效能提升幾倍。通常來說，擴充套件能力要維持在70%以上。
但是從高併發系統的整體架構角度來看，擴充套件的目標不僅僅是把服務設計成無狀態就行了，因為當流量增加10倍，業務服務可以快速擴容10倍，但是資料庫可能就成為了新的瓶頸。
像MySQL這種有狀態的儲存服務通常是擴充套件的技術難點，如果架構上沒提前做好規劃（垂直和水平拆分），就會涉及到大量資料的遷移。
因此，高擴充套件性需要考慮：服務叢集、資料庫、快取和訊息佇列等中介軟體、負載均衡、頻寬、依賴的第三方等，當併發達到某一個量級後，上述每個因素都可能成為擴充套件的瓶頸點。
03 高併發的實踐方案有哪些？
瞭解了高併發設計的3大目標後，再系統性總結下高併發的設計方案，會從以下兩部分展開：先總結下通用的設計方法，然後再圍繞高效能、高可用、高擴充套件分別給出具體的實踐方案。
3.1 通用的設計方法
通用的設計方法主要是從「縱向」和「橫向」兩個維度出發，俗稱高併發處理的兩板斧：縱向擴充套件和橫向擴充套件。
3.1.1 縱向擴充套件（scale-up）
它的目標是提升單機的處理能力，方案又包括：
1、提升單機的硬體效能：通過增加記憶體、 CPU核數、儲存容量、或者將磁碟 升級成SSD 等堆硬 件 的 方 式 來 提升 。
2、提升單機的軟體效能：使用快取減少IO次數，使用併發或者非同步的方式增加吞吐量。
3.1.2 橫向擴充套件（scale-out）
因為單機效能總會存在極限，所以最終還需要引入橫向擴充套件，通過叢集部署以進一步提高併發處理能力，又包括以下2個方向：
1、做好分層架構：這是橫向擴充套件的提前，因為高併發系統往往業務複雜，通過分層處理可以簡化複雜問題，更容易做到橫向擴充套件。
上面這種圖是網際網路最常見的分層架構，當然真實的高併發系統架構會在此基礎上進一步完善。比如會做動靜分離並引入CDN，反向代理層可以是LVS+Nginx，Web層可以是統一的API閘道器，業務服務層可進一步按垂直業務做微服務化，儲存層可以是各種異構資料庫。
2、各層進行水平擴充套件：無狀態水平擴容，有狀態做分片路由。業務叢集通常能設計成無狀態的，而資料庫和快取往往是有狀態的，因此需要設計分割槽鍵做好儲存分片，當然也可以通過主從同步、讀寫分離的方案提升讀效能。
3.2 具體的實踐方案
下面再結合我的個人經驗，針對高效能、高可用、高擴充套件3個方面，總結下可落地的實踐方案。
3.2.1 高效能的實踐方案
1、叢集部署，通過負載均衡減輕單機壓力。
2、多級快取，包括靜態資料使用CDN、本地快取、分散式快取等，以及對快取場景中的熱點key、快取穿透、快取併發、資料一致性等問題的處理。
3、分庫分表和索引優化，以及藉助搜尋引擎解決複雜查詢問題。
4、考慮NoSQL資料庫的使用，比如HBase、TiDB等，但是團隊必須熟悉這些元件，且有較強的運維能力。
5、非同步化，將次要流程通過多執行緒、MQ、甚至延時任務進行非同步處理。
6、限流，需要先考慮業務是否允許限流（比如秒殺場景是允許的），包括前端限流、Nginx接入層的限流、服務端的限流。
7、對流量進行 削峰填谷 ，通過 MQ承接流量。
8、併發處理，通過多執行緒將序列邏輯並行化。
9、預計算，比如搶紅包場景，可以提前計算好紅包金額快取起來，發紅包時直接使用即可。
10、 快取預熱 ，通過非同步 任務 提前 預熱資料到本地快取或者分散式快取中。
11、減少IO次數，比如資料庫和快取的批量讀寫、RPC的批量介面支援、或者通過冗餘資料的方式幹掉RPC呼叫。
12、減少IO時的資料包大小，包括採用輕量級的通訊協議、合適的資料結構、去掉介面中的多餘欄位、減少快取key的大小、壓縮快取value等。
13、程式邏輯優化，比如將大概率阻斷執行流程的判斷邏輯前置、For迴圈的計算邏輯優化，或者採用更高效的演算法。
14、各種池化技術的使用和池大小的設定，包括HTTP請求池、執行緒池（考慮CPU密集型還是IO密集型設定核心引數）、資料庫和Redis連線池等。
15、JVM優化，包括新生代和老年代的大小、GC演算法的選擇等，儘可能減少GC頻率和耗時。
16、鎖選擇，讀多寫少的場景用樂觀鎖，或者考慮通過分段鎖的方式減少鎖衝突。
上述方案無外乎從計算和 IO 兩個維度考慮所有可能的優化點，需要有配套的監控系統實時瞭解當前的效能表現，並支撐你進行效能瓶頸分析，然後再遵循二八原則，抓主要矛盾進行優化。
3.2.2 高可用的實踐方案
1、對等節點的故障轉移，Nginx和服務治理框架均支援一個節點失敗後訪問另一個節點。
2、非對等節點的故障轉移，通過心跳檢測並實施主備切換（比如redis的哨兵模式或者叢集模式、MySQL的主從切換等）。
3、介面層面的超時設定、重試策略和冪等設計。
4、降級處理：保證核心服務，犧牲非核心服務，必要時進行熔斷；或者核心鏈路出問題時，有備選鏈路。
5、限流處理：對超過系統處理能力的請求直接拒絕或者返回錯誤碼。
6、MQ場景的訊息可靠性保證，包括producer端的重試機制、broker側的持久化、consumer端的ack機制等。
7、灰度釋出，能支援按機器維度進行小流量部署，觀察系統日誌和業務指標，等執行平穩後再推全量。
8、監控報警：全方位的監控體系，包括最基礎的CPU、記憶體、磁碟、網路的監控，以及Web伺服器、JVM、資料庫、各類中介軟體的監控和業務指標的監控。
9、災備演練：類似當前的“混沌工程”，對系統進行一些破壞性手段，觀察區域性故障是否會引起可用性問題。
高可用的方案主要從冗餘、取捨、系統運維3個方向考慮，同時需要有配套的值班機制和故障處理流程，當出現線上問題時，可及時跟進處理。
3.2.3 高擴充套件的實踐方案
1、合理的分層架構：比如上面談到的網際網路最常見的分層架構，另外還能進一步按照資料訪問層、業務邏輯層對微服務做更細粒度的分層（但是需要評估效能，會存在網路多一跳的情況）。
2、儲存層的拆分：按照業務維度做垂直拆分、按照資料特徵維度進一步做水平拆分（分庫分表）。
3、業務層的拆分：最常見的是按照業務維度拆（比如電商場景的商品服務、訂單服務等），也可以按照核心介面和非核心介面拆，還可以按照請求源拆（比如To C和To B，APP和H5 ）。
寫在最後
高併發確實是一個複雜且系統性的問題，由於篇幅有限，諸如分散式Trace、全鏈路壓測、柔性事務都是要考慮的技術點。另外，如果業務場景不同，高併發的落地方案也會存在差異，但是總體的設計思路和可借鑑的方案基本類似。
高併發設計同樣要秉承架構設計的3個原則：簡單、合適和演進。"過早的優化是萬惡之源"，不能脫離業務的實際情況，更不要過度設計，合適的方案就是最完美的。
希望這篇文章能帶給你關於高併發更全面的認識，如果你也有可借鑑的經驗和深入的思考，歡迎評論區留言討論。
作者簡介：985碩士，前亞馬遜工程師，現58轉轉技術總監。歡迎關注我的個人公眾號：IT人的職場進階
