主页 > 电脑硬件 >

高并发系统架构设计全链路指南

电脑硬件
2025-08-29 16:33:01

📌 第一章：架构优化

核心目标：提升系统高并发 & 高可用能力，优化架构，提高吞吐量。

1.1 微服务高可用优化

解决问题：微服务可能存在单点故障、扩展性差、调用效率低等问题。

📍1.1.1 服务无状态化

📌 目的：让服务实例可以随时扩缩容、快速恢复，避免单点故障。

🚨 可能的问题现象影响本地存储 Session，导致用户粘连某个实例实例挂掉后，用户重新登录订单等业务逻辑依赖本地缓存容器扩缩时数据丢失静态文件（Excel/图片）存本地实例销毁后文件丢失 ✅ 解决方案去掉本地 Session，使用 Redis / JWT 认证去掉本地缓存，使用 Redis + 本地 LRU 缓存对象存储代替本地存储，如 OSS / MinIO 💡 代码示例

方案 1：使用 Redis 共享 Session

@Configuration @EnableRedisHttpSession(maxInactiveIntervalInSeconds = 1800) public class RedisSessionConfig {}

方案 2：JWT 代替 Session

String token = Jwts.builder() .setSubject(userId) .setExpiration(new Date(System.currentTimeMillis() + 86400000)) .signWith(SignatureAlgorithm.HS512, SECRET_KEY) pact(); 📌 流程图 [用户请求] -> [Nginx 负载均衡] -> [多个服务实例] -> [Redis 存储会话]

📍1.1.2 负载均衡（Nginx + Spring Cloud Gateway）

📌 目的：优化请求调度，提高吞吐能力。

✅ 解决方案 Nginx + 负载均衡（RR / LeastConn / IP Hash）Spring Cloud Gateway 提供 API 网关能力长连接（HTTP2 / WebSocket）减少 TCP 开销请求压缩（gzip / brotli）提高传输效率 📌 Nginx 负载均衡示例 upstream backend { least_conn; server service1:8080; server service2:8080; } server { listen 80; location /api/ { proxy_pass http://backend; } } 📌 Spring Cloud Gateway 配置 spring: cloud: gateway: routes: - id: user-service uri: lb://USER-SERVICE predicates: - Path=/user/**

📍1.1.3 服务间调用优化（gRPC / HTTP2）

📌 目的：降低服务间延迟，提高 QPS。

✅ 解决方案方案优势gRPC 替换 Feign减少数据包开销，速度提升 7~10 倍HTTP2 复用连接减少 TCP 建立消耗批量请求合并减少网络请求次数 💡 gRPC 代码示例

Server 端

public class UserServiceImpl extends UserServiceGrpc.UserServiceImplBase { @Override public void getUser(UserRequest request, StreamObserver<UserResponse> responseObserver) { UserResponse response = UserResponse.newBuilder().setName("张三").build(); responseObserver.onNext(response); responseObserver.onCompleted(); } }

Client 端

ManagedChannel channel = ManagedChannelBuilder.forAddress("localhost", 50051).usePlaintext().build(); UserServiceGrpc.UserServiceBlockingStub stub = UserServiceGrpc.newBlockingStub(channel); UserResponse response = stub.getUser(UserRequest.newBuilder().setUserId("123").build());

1.2 异步化 & 事件驱动架构

📌 解决问题：系统同步阻塞，订单高并发压力大，需要异步化提高吞吐。

📍1.2.1 任务异步化（线程池、MQ）

📌 目的：避免业务阻塞，提升并发处理能力。

✅ 解决方案场景方案下单扣库存MQ 异步处理批量任务线程池执行延迟任务Redis / MQ 处理 💡 代码示例

线程池优化

@Bean public Executor taskExecutor() { ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); executor.setCorePoolSize(10); executor.setMaxPoolSize(50); executor.setQueueCapacity(100); executor.initialize(); return executor; }

RocketMQ 异步下单

@RocketMQMessageListener(topic = "order", consumerGroup = "order-group") public class OrderConsumer implements RocketMQListener<String> { @Override public void onMessage(String message) { processOrder(message); } }

📍1.2.2 事件驱动架构（RocketMQ + Kafka）

📌 目的：解耦服务，提高系统扩展能力。

✅ 方案场景解决方案订单创建 -> 库存扣减事件驱动（MQ）订单支付 -> 物流发货事件驱动（MQ） 📌 事件流示意图 [用户下单] -> [订单中心] -> (MQ) -> [库存中心] -> (MQ) -> [物流中心]

1.3 分库分表 & 数据分片

📌 解决问题：数据库单点压力大，单表行数过多影响查询效率。

📍1.3.1 MySQL 水平/垂直拆分

📌 目的：减少单库压力，提高并发处理能力。

✅ 方案拆分方式方案垂直拆分拆分订单、用户、支付等水平拆分按用户 ID 取模分表 📌 分库分表示例 CREATE TABLE order_0 (...) PARTITION BY HASH(user_id) PARTITIONS 4;

📍1.3.2 ShardingSphere 代理层优化

📌 目的：屏蔽分库分表复杂性，提高开发效率。

✅ 解决方案方案作用读写分离让查询走从库，写入走主库分库分表自动路由 SQL

ShardingSphere 配置