什么是高并發？
高并發（High Concurrency）是互聯網分布式系統架構設計中必須考慮的因素之一，它通常是指，通過設計保證系統能夠同時并行處理很多請求。
高并發相關的常見指標有哪些？
- 響應時間（Response Time）
- 吞吐量（Throughput）
- 每秒查詢率QPS（Query Per Second）
- 并發用戶數
什么是響應時間？
系統對請求做出響應的時間。
例如：系統處理一個HTTP請求需要200ms，這個200ms就是系統的響應時間。
什么是吞吐量？
單位時間內處理的請求數量。
什么是QPS？
每秒響應請求數。在互聯網領域，這個指標和吞吐量區分的沒有這么明顯。
什么是并發用戶數？
同時承載正常使用系統功能的用戶數量。
例如：一個即時通訊系統，同時在線量一定程度上代表了系統的并發用戶數。
如何提升系統的并發能力？
互聯網分布式架構設計，提高系統并發能力的方式，方法論上主要有兩種：
- 垂直擴展（Scale Up）
- 水平擴展（Scale Out）
什么是垂直擴展？
垂直擴展是指，提升單機處理能力，垂直擴展的方式又有兩種：
（1）增強單機硬件性能，例如：增加CPU核數如32核，升級更好的網卡如萬兆，升級更好的硬盤如SSD，擴充硬盤容量如2T，擴充系統內存如128G；
（2）提升單機架構性能，例如：使用Cache來減少IO次數，使用異步來增加單服務吞吐量，使用無鎖數據結構來減少響應時間；
畫外音：在互聯網業務發展非常迅猛的早期，如果預算不是問題，強烈建議使用“增強單機硬件性能”的方式提升系統并發能力，因為這個階段，公司的戰略往往是發展業務搶時間，而“增強單機硬件性能”往往是最快的方法。
垂直擴展有什么瓶頸？
不管是提升單機硬件性能，還是提升單機架構性能，都有一個致命的不足：單機性能總是有極限的。
如何突破單機的極限？
互聯網分布式架構設計，高并發終極解決方案還是水平擴展。
什么是水平擴展？
只要增加服務器數量，就能線性擴充系統性能。
常見的互聯網分層架構如何？
各層該如何落地水平擴展？
常見互聯網分布式架構如上，分為：
（1）客戶端層：典型調用方是瀏覽器browser或者手機應用App；
（2）反向代理層：系統入口，反向代理；
（3）站點應用層：實現核心應用邏輯，返回html或者json；
（4）服務層：如果實現了服務化，就有這一層；
（5）數據-緩存層：緩存加速訪問存儲；
（6）數據-數據庫層：數據庫固化數據存儲；
要想真個系統支持水平擴展，就必須每一層都支持水平擴展。
反向代理層如何進行水平擴展？
反向代理層的水平擴展，是通過“DNS輪詢”實現的：dns-server對于一個域名配置了多個解析ip，每次DNS解析請求來訪問dns-server，會輪詢返回這些ip。
當Nginx成為瓶頸的時候，只要增加服務器數量，新增nginx服務的部署，增加一個外網ip，就能擴展反向代理層的性能，做到理論上的無限高并發。
站點層如何進行水平擴展？
站點層的水平擴展，是通過“nginx”實現的，通過修改nginx.conf，可以設置多個web后端。
畫外音：nginx是個例子，有可能是LVS或者F5等反向代理。
當web后端成為瓶頸的時候，只要增加服務器數量，新增web服務的部署，在nginx配置中配置上新的web后端，就能擴展站點層的性能，做到理論上的無限高并發。
服務層如何進行水平擴展？
服務層的水平擴展，是通過“服務連接池”實現的。
站點層通過RPC-client調用下游的服務層RPC-server時，RPC-client中的連接池會建立與下游服務多個連接，當服務成為瓶頸的時候，只要增加服務器數量，新增服務部署，在RPC-client處建立新的下游服務連接，就能擴展服務層性能，做到理論上的無限高并發。
畫外音：如果需要優雅的進行服務層自動擴容，這里可能需要配置中心里服務自動發現功能的支持。
數據層如何進行水平擴展？
在數據量很大的情況下，數據層（緩存，數據庫）涉及數據的水平擴展，將原本存儲在一臺服務器上的數據（緩存，數據庫）水平拆分到不同服務器上去，以達到擴充系統性能的目的。
互聯網數據層常見的水平拆分方式有這么幾種，以數據庫為例：
一、按照范圍水平拆分
每一個數據服務，存儲一定范圍的數據，上圖為例：
- user0庫，存儲uid范圍1-1kw
- user1庫，存儲uid范圍1kw-2kw
這個方案的好處是：
（1）規則簡單，service只需判斷一下uid范圍就能路由到對應的存儲服務；
（2）數據均衡性較好；
（3）比較容易擴展，可以隨時加一個uid[2kw,3kw]的數據服務；
不足是：
（1）請求的負載不一定均衡，一般來說，新注冊的用戶會比老用戶更活躍，大range的服務請求壓力會更大；
二、按照哈希水平拆分
每一個數據庫，存儲某個key值hash后的部分數據，上圖為例：
- user0庫，存儲偶數uid數據
- user1庫，存儲奇數uid數據
這個方案的好處是：
（1）規則簡單，service只需對uid進行hash能路由到對應的存儲服務；
（2）數據均衡性較好；
（3）請求均勻性較好；
不足是：
（1）不容易擴展，擴展一個數據服務，hash方法改變時候，可能需要進行數據遷移；
通過水平拆分來擴充系統性能，與主從同步讀寫分離來擴充數據庫性能，有什么本質的不同？
畫外音：這兩個方案千萬別搞混。
通過水平拆分擴展數據庫性能：
（1）每個服務器上存儲的數據量是總量的1/n，所以單機的性能也會有提升；
（2）n個服務器上的數據沒有交集，那個服務器上數據的并集是數據的全集；
（3）數據水平拆分到了n個服務器上，理論上讀性能擴充了n倍，寫性能也擴充了n倍（其實遠不止n倍，因為單機的數據量變為了原來的1/n）；
通過主從同步讀寫分離擴展數據庫性能：
（1）每個服務器上存儲的數據量是和總量相同；
（2）n個服務器上的數據都一樣，都是全集；
（3）理論上讀性能擴充了n倍，寫仍然是單點，寫性能不變；
緩存層的水平拆分和數據庫層的水平拆分類似，也是以范圍拆分和哈希拆分的方式居多，就不再展開。
總結
高并發（High Concurrency）是互聯網分布式系統架構設計中必須考慮的因素之一，它通常是指，通過設計保證系統能夠同時并行處理很多請求。
提高系統并發能力的方法主要有兩種：
- 垂直擴展（Scale Up）
- 水平擴展（Scale Out）
前者垂直擴展可以通過提升單機硬件性能，或者提升單機架構性能，來提高并發性，但單機性能總是有極限的，互聯網分布式架構設計高并發終極解決方案還是后者：水平擴展。
互聯網分層架構中，各層次水平擴展的實踐又有所不同：
（1）反向代理層可以通過“DNS輪詢”的方式來進行水平擴展；
（2）站點層可以通過nginx來進行水平擴展；
（3）服務層可以通過服務連接池來進行水平擴展；
（4）數據庫可以按照數據范圍，或者數據哈希的方式來進行水平擴展；
各層實施水平擴展后，能夠通過增加服務器數量的方式來提升系統的性能，做到理論上的性能無限。
思路比結論重要。
