高并发

概念

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。

指标

• 响应时间（Response Time）
  • 系统对请求做出响应的时间
• 吞吐量（Throughput）
  • 单位时间内处理的请求数量
• 每秒查询率QPS（Query Per Second）
  • 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
• 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

提升并发能力

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）与水平扩展（Scale Out）

垂直扩展

提升单机处理能力

• 增强单机硬件性能
  • 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
  • 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

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。所以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

水平扩展

只要增加服务器数量，就能线性扩充系统性能

常见互联网分层架构

• 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

分层水平扩展

反向代理层

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。

站点应用层

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。

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

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。

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

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：

按照范围水平拆分

每一个数据服务，存储一定范围的数据

user0库，存储uid范围1-1kw

user1库，存储uid范围1kw-2kw

该方案优点：

• 规则简单，service只需判断一下uid范围就能路由到对应的存储服务
• 数据均衡性较好
• 比较容易扩展，可以随时加一个uid[2kw,3kw]的数据服务

该方案缺点：

• 请求的负载不一定均衡，一般来说，新注册的用户会比老用户更活跃，大range的服务请求压力会更大

按照哈希水平拆分

每一个数据库，存储某个key值hash后的部分数据

user0库，存储偶数uid数据

user1库，存储奇数uid数据

该方案优点：

• 规则简单，service只需对uid进行hash能路由到对应的存储服务
• 数据均衡性较好
• 请求均匀性较好

该方案缺点：

• 不容易扩展，扩展一个数据服务，hash方法改变时候，可能需要进行数据迁移

需要注意的是，通过水平拆分来扩充系统性能，与主从同步读写分离来扩充数据库性能的方式有本质的不同。

水平拆分扩展数据库性能：

• 每个服务器上存储的数据量是总量的1/n，所以单机的性能也会有提升
• n个服务器上的数据没有交集，那个服务器上数据的并集是数据的全集
• 数据水平拆分到了n个服务器上，理论上读性能扩充了n倍，写性能也扩充了n倍（其实远不止n倍，因为单机的数据量变为了原来的1/n）

主从同步读写分离扩展数据库性能：

• 每个服务器上存储的数据量是和总量相同
• n个服务器上的数据都一样，都是全集
• 理论上读性能扩充了n倍，写仍然是单点，写性能不变