前提
说起高并发，一定会想着比如jvm调优，SQL优化，引入各种高大上的中间件或者优化持久化容器。但其实收效甚微，各种调优只有在代码写的极差的情况下可能会有着比较显著的效果。其实在设计高并发程序的时候，优先需要考虑的是架构，后续要考虑各种请求响应时间，并不是一味的需要引入各种很强的中间件。
优化
在面对一个高并发程序的时候，我个人认为，架构是最好的优化手段，就好像盖楼一样，当地基不够稳定的时候，后期就只能各种打补丁甚至推到重做。
面对高并发的时候，我们需要优先考虑的就是整体的方向，例如微服务的颗粒度拆分、MQ削峰中间件的引入点、持久化层的水平垂直扩容、缓存、负载均衡、异步吞吐量的提升等等。
微服务的拆分
出色的微服务体系离不开合适的颗粒度拆分，一般会考虑两种拆分，例如业务依赖的拆分和物理依赖的拆分。
业务依赖拆分：
例如一个稳定的电商系统，一定会有用户模块、订单模块、商品模块、权限模块等等。而在业务流水线上订单模块肯定是强依赖于商品模块和用户模块，权限模块强依赖于用户模块等，这条流水线可以在产品经理的需求中完整的理出来，自此就可以根据业务的每一步合理规划微服务体系的拆分。
物理依赖拆分：
物理依赖这里指的是数据库层面的依赖关系，可以理解为隐形外键，利用物理依赖拆分的时候，可以通过前期数据库的构建划分各个模块的依赖关系，当后期对某模块的数据库进行水平垂直扩容时，可以做到不影响别的系统，因为数据库是独立的。
微服务模块的划分是高并发编程中最重要也是最基础的一个环节，合理划分颗粒度，当后期某一功能到达瓶颈的时候可以合理进行集群扩容，做到该扩容的扩容，不该扩容的维持不动，节省了大部分的机器资源。例如电商平台通常会集群启动订单模块，支付模块等核心模块，因为这些模块的请求量和数据量是最大的，而用户模块则可以单机运行。
MQ削峰
MQ最重要的特点之一就是削峰，这点可以参考12306的架构体系，12306的并发量在春节期间可以跟双11的淘宝不相上下，而如果不引入MQ的话会面临单张票多人抢购的情况，会导致数据库锁死，请求过多等情况。12306的架构特点就是使用MQ进行削峰，当购买请求进来时，并不会第一时间去请求数据库，而是将请求进行排队，通过MQ先进先出的设计，可以让最早的一批人完成订单的购买，后续的购买请求就会被打会，通过这种削峰的手段，避免了数据库一次性大批量的请求，当完成请求后，后台会通过Websocket推送给前端，形成一种伪同步的体验。
持久层扩容
对持久层的扩容在数据量大的情况下是很有必要的，Mysql的性能瓶颈大约在500W，也就是说当Mysql单表达到这个瓶颈的时候，查询效率就会急转直下，这个时候需要考虑对数据库进行扩容，例如分表分库，这个在SDP里面应用的比较多，这种情况可以很好避免单表超过500W的情况，有效的提高查询和写入的效率，提高用户体验。
缓存
缓存是老生常谈的一个点了，高并发下最直观提高性能的手段就是缓存，不管是静态页面缓存还是后台数据缓存，都是可以提高数据请求效率，毕竟在大多数情况下都是读多写少，缓存可以帮助大部分的读请求完成高效的响应。
数据缓存
使用缓存的时候需要考虑缓存击穿、缓存穿透、缓存雪崩以及缓存热更新的情况，例如我们在使用redis做缓存时，一定需要考虑缓存的有效时长以及缓存雪崩后的恢复方案，比较多的手段就是RDB和AOF，但这种手段是极端手段，更多时候我们需要考虑缓存的有效性，这里给大家提供一个方案，大家可以使用canal去进行缓存的实时刷新，既可以避免缓存雪崩的情况，又可以避免热数据更新的问题。
静态页面缓存
电商平台大多数情况下都会在nginx层对商品做一层静态页面缓存，由后台模板生产静态页面，然后放入nginx缓存路径下，建议大家可以尝试用nginx通过lua脚本进行一些业务逻辑的简单处理，在处理请求的效率方面，脚本语言的效率是秒杀java的，网上有一份测试数据，如果java做到极限可以一秒处理1000个请求，那lua脚本可以做到一秒10W。
负载均衡
负载均衡其实比较多的时候还是需要用lvs+nginx来完成，借助web端的负载均衡可以让用户请求进行隔离，后期也能很轻而易举的完成集群扩容。
异步
用异步的时候虽然会损失实时性和线程切换的资源，但异步确实可以很优秀的提高程序的吞吐量，Rxjava
和disruptor
都是很优秀的异步驱动框架。异步程序在合理的使用下可以将服务器性能提升到极致，因为目前服务器都是多核CPU，多线程的方式可以充分利用服务器资源，最大程序的提高吞吐量，但异步一定会造成程序延时，这是不可避免的，还有一个不可避免的就是线程安全问题，异步一定会造成线程安全的问题，所以要合理运用异步，最大程序提升服务器吞吐量。
总结
其实提升服务器最好的手段，就是人民币。但在有限条件的情况下，我们需要考虑程序的各个环节，谨慎的引入中间件，其实最好的武器就是代码，当我们最大程度的使用了机器性能的时候，就已经完成最大程序的优化，希望我的文章能对大家有帮助。
