前言
其實所謂的高并發，如果你要了解這個問題呢，其實就得從高并發的根源出發，為啥會有高并發？為啥高并發就很牛逼？
說的淺顯一點，很簡單，就是因為剛開始系統都是連接配接資料庫的，但是要知道資料庫支撐到每秒并發兩三千的時候，基本就快完了。是以才有說，很多公司，剛開始幹的時候，技術比較 low，結果業務發展太快，有的時候系統扛不住壓力就挂了。
當然會挂了，憑什麼不挂？你資料庫如果瞬間承載每秒 5000/8000，甚至上萬的并發，一定會當機，因為比如 mysql 就壓根兒扛不住這麼高的并發量。
是以為啥高并發牛逼？就是因為現在用網際網路的人越來越多，很多 app、網站、系統承載的都是高并發請求，可能高峰期每秒并發量幾千，很正常的。如果是什麼雙十一之類的，每秒并發幾萬幾十萬都有可能。
那麼如此之高的并發量，加上原本就如此之複雜的業務，咋玩兒？真正厲害的，一定是在複雜業務系統裡玩兒過高并發架構的人，但是你沒有，那麼我給你說一下你該怎麼回答這個問題：
可以分為以下 6 點：
**1.系統拆分
2.緩存
3.MQ
4.分庫分表
5.讀寫分離
6.ElasticSearch**
系統拆分
将一個系統拆分為多個子系統，用 dubbo 來搞。然後每個系統連一個資料庫，這樣本來就一個庫，現在多個資料庫，不也可以扛高并發麼。
緩存
緩存，必須得用緩存。大部分的高并發場景，都是讀多寫少，那你完全可以在資料庫和緩存裡都寫一份，然後讀的時候大量走緩存不就得了。畢竟人家 redis 輕輕松松單機幾萬的并發。是以你可以考慮考慮你的項目裡，那些承載主要請求的讀場景，怎麼用緩存來抗高并發。
MQ
MQ，必須得用 MQ。可能你還是會出現高并發寫的場景，比如說一個業務操作裡要頻繁搞資料庫幾十次，增删改增删改，瘋了。那高并發絕對搞挂你的系統，你要是用 redis 來承載寫那肯定不行，人家是緩存，資料随時就被 LRU 了，資料格式還無比簡單，沒有事務支援。是以該用 mysql 還得用 mysql 啊。
那你咋辦？用 MQ 吧，大量的寫請求灌入 MQ 裡，排隊慢慢玩兒，後邊系統消費後慢慢寫，控制在 mysql 承載範圍之内。是以你得考慮考慮你的項目裡，那些承載複雜寫業務邏輯的場景裡，如何用 MQ 來異步寫，提升并發性。MQ 單機抗幾萬并發也是 ok 的，這個之前還特意說過。
分庫分表
分庫分表，可能到了最後資料庫層面還是免不了抗高并發的要求，好吧，那麼就将一個資料庫拆分為多個庫，多個庫來扛更高的并發；然後将一個表拆分為多個表，每個表的資料量保持少一點，提高 sql 跑的性能。
讀寫分離
讀寫分離，這個就是說大部分時候資料庫可能也是讀多寫少，沒必要所有請求都集中在一個庫上吧，可以搞個主從架構，主庫寫入，從庫讀取，搞一個讀寫分離。讀流量太多的時候，還可以加更多的從庫。
ElasticSearch
Elasticsearch，簡稱 es。es 是分布式的，可以随便擴容，分布式天然就可以支撐高并發，因為動不動就可以擴容加機器來扛更高的并發。那麼一些比較簡單的查詢、統計類的操作，可以考慮用 es 來承載，還有一些全文搜尋類的操作，也可以考慮用 es 來承載。
歡迎大家關注我的公種浩【程式員追風】，文章都會在裡面更新，整理的資料也會放在裡面。
上面的 6 點，基本就是高并發系統肯定要幹的一些事兒，大家可以仔細結合之前講過的知識考慮一下，到時候你可以系統的把這塊闡述一下，然後每個部分要注意哪些問題，之前都講過了，你都可以闡述闡述，表明你對這塊是有點積累的。
說句實話，畢竟你真正厲害的一點，不是在于弄明白一些技術，或者大概知道一個高并發系統應該長什麼樣？其實實際上在真正的複雜的業務系統裡，做高并發要遠遠比上面提到的點要複雜幾十倍到上百倍。
你需要考慮：哪些需要分庫分表，哪些不需要分庫分表，單庫單表跟分庫分表如何 join，哪些資料要放到緩存裡去，放哪些資料才可以扛住高并發的請求，你需要完成對一個複雜業務系統的分析之後，然後逐漸逐漸的加入高并發的系統架構的改造，這個過程是無比複雜的，一旦做過一次，并且做好了，你在這個市場上就會非常的吃香。
其實大部分公司，真正看重的，不是說你掌握高并發相關的一些基本的架構知識，架構中的一些技術，RocketMQ、Kafka、Redis、Elasticsearch，高并發這一塊，你了解了，也隻能是次一等的人才。對一個有幾十萬行代碼的複雜的分布式系統，一步一步架構、設計以及實踐過高并發架構的人，這個經驗是難能可貴的。
最後
歡迎大家一起交流，喜歡文章記得點個贊喲，感謝支援！