程序员的“三高”
在 IT 开发领域，“三高” 通常指高并发、高性能、高可用，是衡量分布式系统设计与架构优劣的核心指标。这三个目标相互关联又彼此制约，需要从架构设计、技术选型、开发实践等多维度综合优化。以下是关于 “三高” 的详细解析及实现思路：
一、高并发（High Concurrency）
目标：系统同时处理大量请求的能力，避免因流量峰值导致服务崩溃。
核心挑战
- 流量突增时的请求处理能力不足（如秒杀、抢购场景）。
- 资源竞争导致的性能瓶颈（如数据库连接池耗尽、锁竞争）。
解决方案
- 流量分层与限流
- 分层过滤：通过 CDN 缓存静态资源（图片、JS、CSS），减少源站压力；使用 WAF（Web 应用防火墙） 拦截恶意请求。
- 限流策略：
- 基于令牌桶（Token Bucket）、漏桶（Leaky Bucket）算法限制请求速率（如每秒最多处理 1 万次请求）。
- 分级限流：对不同用户等级（如普通用户 / VIP）、接口优先级（核心接口 / 非核心接口）设置不同限流阈值。
- 工具：Guava RateLimiter（单机）、Sentinel/DistributedRateLimiter（分布式）。
2.异步与消息队列（MQ）
- 将非实时业务（如订单状态通知、日志记录）通过 MQ（如 Kafka、RabbitMQ） 异步处理，削峰填谷。
- 示例：用户下单后，主流程仅处理库存扣减，通知短信、积分奖励等操作通过消息队列异步执行。
3.水平扩展与负载均衡
- 无状态服务：将应用设计为无状态（不依赖本地存储），通过增加服务器节点（如 Docker 容器、Kubernetes Pod）横向扩展。
- 负载均衡：
- 四层负载均衡（如 Nginx、LVS）：基于 IP + 端口转发请求，处理 TCP/UDP 层流量。
- 七层负载均衡（如 Traefik、阿里云 SLB）：基于 HTTP/HTTPS 协议转发，支持按 URL、Header 分流。
- 流量分配策略：轮询、加权轮询、最小连接数、一致性哈希（适用于缓存节点路由）。
4.缓存优化
- 多级缓存：
- 浏览器缓存（Cache-Control、ETag）、CDN 缓存（边缘节点缓存静态资源）。
- 应用层缓存（如 Guava Cache 单机缓存、Redis 分布式缓存）存储热点数据（如商品详情、用户信息）。
- 缓存穿透 / 击穿 / 雪崩：
- 穿透：非法请求访问不存在的缓存数据，可通过布隆过滤器（Bloom Filter）拦截。
- 击穿：热点 key 过期时大量请求直达数据库，可使用互斥锁（Redisson）或逻辑过期（异步刷新）。
- 雪崩：大量缓存同时过期，可通过随机过期时间、二级缓存（如 Caffeine+Redis）缓解。
5.分库分表与读写分离
- 垂直拆分：按业务模块拆分数据库（如订单库、用户库），减少单库压力。
- 水平拆分：对单表数据按规则（如用户 ID 取模、时间范围）拆分到多个库表，避免单表数据量过大（如超过 5000 万行）。
- 读写分离：主库负责写，从库负责读，通过数据库中间件（如 MyCat、Sharding-JDBC）实现透明路由。