优化方案分析

​ 对于一个系统而言，想要综合性提高并发能力，一般采取的都是下面3种方案：

• 提高单机并发：减少接口的RT（Response Time），提高单个接口的响应速度。
• 服务水平扩展(水平复制)：将高频服务多部署几台，借助负载均衡提升整体性能
• 做好服务保护：并发提升的情况下，服务的高可用更要保障，做好服务熔断、降级保护措施
  小提示：
  比如当前系统较慢，排查的方法可以从前端-缓存-后端（业务代码/线程池/sql索引）入手。
  具体的优化可以从提高单机并发/服务水平扩展入手。

  高并发读优化

• 增加缓存：优先查缓存，缓存也可以有多种集群架构，可用性也进一步提升
• 优化Java代码：同步查询多个接口可以变成异步(CompletableFuture接口)，多线程
  • for-rpc/http
    • 假设有一个接口：User queryById(Long userId)
    • 接口调用方：for (Long userId : userIds) {queryById(userId)}
    • 解决方案：让接口提供方提供一个批量操作（CRUD）接口
  • for-db
    • insert：for:save
    • update：for updateById
    • delete: for removeById
    • 解决方案：batch操作-mybatis-mp-sql
• SQL优化：创建简单索引，涉及多字段的创建聚合索引

高并发写优化

• 优化Java代码：单线程变多线程写、批量写操作
• 同步变异步：发个MQ、或者定时任务轮询写
  
  • 优点
    • 无需等待，大大减少响应时间。
    • 利用MQ存储信息，流量削峰填谷
    • 降低写频率，减少数据库并发压力
  • 缺点
    • 依赖MQ/定时任务可靠性
    • 只是降低频率，没有减少数据库写次数。

• 合并写请求：所有请求，适用于新增、更新、删除逻辑
  

  • 优点
    • 写缓存速度更快，大大减少响应时间
    • 真正有效降低数据库写频率和写次数，减轻数据库并发压力。
  • 缺点
    • 实现复杂
    • 依赖缓存中间件可靠性
    • 不支持事务和复杂业务