Loading... # [高并发(水平扩展，垂直扩展)](https://www.jianshu.com/p/be66a52d2b9b) ## 一、什么是高并发 **高并发（High Concurrency）** 是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指， **通过设计保证系统能够同时并行处理很多请求。** 高并发相关常用的一些指标有 **响应时间（Response Time），吞吐量（Throughput），每秒查询率QPS（Query Per Second），并发用户数** 等。 **响应时间：系统对请求做出响应的时间。** 例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间。 **吞吐量：单位时间内处理的请求数量。** **QPS：每秒响应请求数。** 在互联网领域，这个指标和吞吐量区分的没有这么明显。 **并发用户数：同时承载正常使用系统功能的用户数量。** 例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。 ## 二、如何提升系统的并发能力 互联网分布式架构设计， **提高系统并发能力的方式，方法论上主要有两种：垂直扩展（Scale Up）与水平扩展（Scale Out）。** ### 垂直扩展 **垂直扩展：提升单机处理能力** 。垂直扩展的方式又有两种： #### （1）增强单机硬件性能 例如：增加CPU核数如32核，升级更好的网卡如万兆，升级更好的硬盘如SSD，扩充硬盘容量如2T，扩充系统内存如128G； #### （2）提升单机架构性能 例如：使用Cache来减少IO次数，使用异步来增加单服务吞吐量，使用无锁数据结构来减少响应时间； 在互联网业务发展非常迅猛的早期，如果预算不是问题，强烈建议使用“增强单机硬件性能”的方式提升系统并发能力，因为这个阶段，公司的战略往往是发展业务抢时间，而“增强单机硬件性能”往往是最快的方法。 不管是提升单机硬件性能，还是提升单机架构性能，都有一个致命的不足： **单机性能总是有极限的。所以互联网分布式架构设计高并发终极解决方案还是水平扩展。** ### 水平扩展 **水平扩展：只要增加服务器数量，就能线性扩充系统性能。** 水平扩展对系统架构设计是有要求的，如何在架构各层进行可水平扩展的设计，以及互联网公司架构各层常见的水平扩展实践，是本文重点讨论的内容。 ## 三、常见的互联网分层架构  **常见互联网分布式架构** 如上，分为： （1）客户端层：典型调用方是浏览器browser或者手机应用APP （2）反向代理层：系统入口，反向代理 （3）站点应用层：实现核心应用逻辑，返回html或者json （4）服务层：如果实现了服务化，就有这一层 （5）数据-缓存层：缓存加速访问存储 （6）数据-数据库层：数据库固化数据存储 整个系统各层次的水平扩展，又分别是如何实施的呢？ ## 四、分层水平扩展架构实践 ### 反向代理层的水平扩展  反向代理层的水平扩展，是 **通过“DNS轮询”实现的** ：dns-server对于一个域名配置了多个解析ip，每次DNS解析请求来访问dns-server，会轮询返回这些ip。 当nginx成为瓶颈的时候，只要增加服务器数量，新增nginx服务的部署，增加一个外网ip，就能扩展反向代理层的性能，做到理论上的无限高并发。 ### 站点层的水平扩展  站点层的水平扩展，是 **通过“nginx”实现的** 。通过修改nginx.conf，可以设置多个web后端。 当web后端成为瓶颈的时候，只要增加服务器数量，新增web服务的部署，在nginx配置中配置上新的web后端，就能扩展站点层的性能，做到理论上的无限高并发。 ### 服务层的水平扩展  服务层的水平扩展，是 **通过“服务连接池”实现的** 。 站点层通过RPC-client调用下游的服务层RPC-server时，RPC-client中的连接池会建立与下游服务多个连接，当服务成为瓶颈的时候，只要增加服务器数量，新增服务部署，在RPC-client处建立新的下游服务连接，就能扩展服务层性能，做到理论上的无限高并发。如果需要优雅的进行服务层自动扩容，这里可能需要配置中心里服务自动发现功能的支持。 ### 数据层的水平扩展 在数据量很大的情况下，数据层（缓存，数据库）涉及数据的水平扩展，将原本存储在一台服务器上的数据（缓存，数据库）水平拆分到不同服务器上去，以达到扩充系统性能的目的。 互联网数据层常见的水平拆分方式有这么几种，以数据库为例： #### 按照范围水平拆分  每一个数据服务，存储一定范围的数据，上图为例： user0库，存储uid范围1-1kw user1库，存储uid范围1kw-2kw 这个方案的 **好处** 是： （1）规则简单，service只需判断一下uid范围就能路由到对应的存储服务； （2）数据均衡性较好； （3）比较容易扩展，可以随时加一个uid[2kw,3kw]的数据服务； **不足** 是： （1）请求的负载不一定均衡，一般来说，新注册的用户会比老用户更活跃，大range的服务请求压力会更大； #### 按照哈希水平拆分  每一个数据库，存储某个key值hash后的部分数据，上图为例： user0库，存储偶数uid数据 user1库，存储奇数uid数据 这个方案的 **好处** 是： （1）规则简单，service只需对uid进行hash能路由到对应的存储服务； （2）数据均衡性较好； （3）请求均匀性较好； **不足** 是： （1）不容易扩展，扩展一个数据服务，hash方法改变时候，可能需要进行数据迁移； 这里需要注意的是，通过水平拆分来扩充系统性能，与主从同步读写分离来扩充数据库性能的方式有本质的不同。 ### 通过水平拆分扩展数据库性能： （1）每个服务器上存储的数据量是总量的1/n，所以单机的性能也会有提升； （2）n个服务器上的数据没有交集，那个服务器上数据的并集是数据的全集； （3）数据水平拆分到了n个服务器上，理论上读性能扩充了n倍，写性能也扩充了n倍（其实远不止n倍，因为单机的数据量变为了原来的1/n）； ### 通过主从同步读写分离扩展数据库性能： （1）每个服务器上存储的数据量是和总量相同； （2）n个服务器上的数据都一样，都是全集； （3）理论上读性能扩充了n倍，写仍然是单点，写性能不变； 缓存层的水平拆分和数据库层的水平拆分类似，也是以范围拆分和哈希拆分的方式居多，就不再展开。 ## 五、总结 **高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。** 提高系统并发能力的方式，方法论上主要有 **两种：垂直扩展（Scale Up）与水平扩展（Scale Out）** 。前者 **垂直扩展可以通过提升单机硬件性能** ，或者提升单机架构性能，来提高并发性，但 **单机性能总是有极限的** ，互联网分布式架构设计 **高并发终极解决方** 案还是后者： **水平扩展** 。 互联网分层架构中，各层次水平扩展的实践又有所不同： （1）反向代理层可以通过“DNS轮询”的方式来进行水平扩展； （2）站点层可以通过nginx来进行水平扩展； （3）服务层可以通过服务连接池来进行水平扩展； （4）数据库可以按照数据范围，或者数据哈希的方式来进行水平扩展； **各层实施水平扩展后，能够通过增加服务器数量的方式来提升系统的性能，做到理论上的性能无限。** 最后修改：2023 年 09 月 01 日 © 允许规范转载 赞 如果觉得我的文章对你有用，请随意赞赏