yyf lily在⼤数据分布式架构设计当中，⾼并发是必须要解决的⼀个问题，⾯对越来越⼤规模的数据处理需求，⾼并发处理好了，才能保证系统运⾏的性能⾼效。今天的⼤数据开发分享，我们主要来聊聊⾼并发的⼏种主流解决思路。
所谓⾼并发，简单来说，就是各⽅同时访问服务器，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。 通常来说，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。
⼤数据⾼并发的⼏种解决⽅案
所谓的静态资源就是我们⽹站中⽤到的Html、Css、Js、Image、Video、Gif等静态资源。应⽤程序和静态资源⽂件进⾏分离也是常见的前后端分离的解决⽅案，应⽤服务只提供相应的数据服务，静态资源部署在指定的服务器上（Nginx服务器或者是CDN服务器上），前端界⾯通过Angular JS或者Node JS提供的路由技术访问应⽤服务器的具体服务获取相应的数据在前端游览器上进⾏渲染。这样可以在很⼤程度上减轻后端服务器的压⼒。
糖基化修饰页⾯缓存是将应⽤⽣成的很少发⽣数据变化的页⾯缓存起来，这样就不需要每次都重新⽣成页⾯了，从⽽节省⼤量CPU资源，如果将缓存的页⾯放到内存中速度就更快。
可以使⽤Nginx提供的缓存功能，或者可以使⽤专门的页⾯缓存服务器Squid。
（3）集与分布式
增加web服务器数量，做web服务器集，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，集分布式是⼤多数公司都使⽤的常⽤⽅式。
（4）反向代理
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。
（5）CDN差分滤波器
国务院关于基础教育改革与发展的决定CDN服务器其实是⼀种集页⾯缓存服务器，其⽬的就是尽早的返回⽤户所需要的数据，⼀⽅⾯加速⽤户访问速度，另⼀⽅⾯也减轻后端服务器的负载压⼒。
关于⼤数据⾼并发的⼏种主流解决思路，以上就为⼤家做了⼤致的介绍了。⾼并发场景，是Java开发常常需要去解决的，在⼤数据场景下，解决⾼并发问题也是重要的⼀个指标。
>语言清晰度>乌鲁克
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议