高并发-----高并发和大数据的处理

随着网络的普遍，我们的生活慢慢被信息所包围。我们做web开发的，遇到高并发和大数据的情况很正常，那么我们需要怎么做才能解决这些问题？

高并发的解决方案

说到高并发，我们遇到的高并发是如何产生的呢?大家有想过么？并发并发，无外乎是同时访问我们的服务器，服务器处理能力达到上限，整个程序处于高负荷甚至宕机状态，高并发的同时数据库的查询或者数据的存储也相应变多。所以高并发的处理需要处理两个核心点，一个是web服务器问题，另一个就是我们的大数据问题。

第一种：使用集群和分布式

增加web服务器数量，做web服务器集群，通过负载均衡算法，将请求分发给压力小的服务器，使得请求在最短时间内得到响应，避免影响用户体验，集群分布式是大多数公司都使用的常用方式。

集群:在多台服务器集群的前提下，每台服务器的功能是一样的，无论访问哪台服务器都是一样的，主要起到分流的作用。

分布式：将不同的业务分给不同的服务器做，处理一个请求可能用到好几个服务器，使请求得到快速响应，分布式和集群可以用时使用。

第二种：页面静态化

在我们的web里面并不是所有的数据都是时刻变化，有些页面变动很小，我们就可以让这部分的页面存入缓存中，频率变化高的，我们可以使用Ajax来实现数据的更新，这样我们就避免了大量用户对数据库的请求。

第三种：应用和静态资源的分离

这个时候，我们将我们的静态资源（js，html，css等等）放在单独资源服务器上，这样就可以减轻我们应用服务器的压力。

第四种：通过反向代理将别的服务器资源展示给用户

反向代理服务器是我们正常访问A网站的时候，将B网站的信息发给我们。这样极大的减轻了我们服务器的压力。客户端直接访问的服务器并不真正提供服务，它从别的服务器获取资源然后将结果返回给用户

大数据的处理方案:

1， 使用缓存

我们可以将数据放在内存里面，避免每次访问数据库，对数据造成压力。同时使用缓存还能提高查询效率和缩短查询时间。

2，sql语句优化

sql语句的优化很重要，我们需要什么数据就查询什么数据，避免造成不必要的性能浪费。sql语句优化详情，在我的Mysql数据库（三）------mysql优化方案，有想法的可以看看。

3，数据库集群和库表散列

注:上述方案只是部分解决办法，更多的方法大家有兴趣可以自行百度。

温馨提示

如果你喜欢本文，请朋友圈，想要获得更多信息，请关注我。