数据库高并发解决方法总结

 一个项目刚开始的时候是为了实现基本功能，随着版本和功能的迭代， 大数据和高并发成了软件设计必须考虑的问题!

本质很简单，一个是慢，一个是等。

二者是相互关联的，由于慢，因此要等，由于等，因此慢，解决了慢，也就解决了等，解决了等，也就解决了慢。

关键是如何解决慢和等，核心一个是短，一个是少，一个是分流,最后一个是集群/横向扩张/读写分离/创建主从。

 

 

• 短是指路径要短:

 

典型的mvc结构是请求->controller->model->dao->view，而后把页面返回给用户。要想短的话，

1，页面静态化- 用户能够直接获取页面，不用走那么多流程，比较适用于页面不频繁更新。

2，使用缓存- 第一次获取数据从数据库准提取，而后保存在缓存中，之后就能够直接从缓存提取数据。不过须要有机制维持缓存和数据库的一致性。

3，使用储存过程-那些处理一次请求须要屡次访问数据库的操做，能够把操做整合到储存过程，这样只要一次数据库访问就能够了。

4，批量读取 - 高并发状况下，能够把多个请求的查询合并到一次进行，以减小数据库的访问次数

5，延迟修改 - 高并发状况下，能够把屡次修改请求，先保存在缓存中，而后定时将缓存中的数据保存到数据库中，风险是可能会断电丢失缓存中的数据，

6,  使用索引 - 索引能够看做是特殊的缓存，尽可能使用索引就要求where字句中精确的给出索引列的值。

 

 

• 少是指查询的数据要少:

 

1，分表 - 把原本同一张表的内容，能够按照地区，类别等分红多张表，很简单的一个思路，可是要尽可能避免分出来的多表关联查询。

2，分离活跃数据 - 例如登陆用户业务，注册用户不少，可是活跃的登陆用户不多，能够把活跃用户专门保存一张表，查询是先查询活跃表，没有的话再查总表，这也相似与缓存啦。

3， 分块 - 数据库层面的优化，对程序是透明的，查询大数据只用找到相应块就行。

 

 

• 分流三种:

 

1，集群 - 将并发请求分配到不一样的服务器上，能够是业务服务器，也能够是数据库服务器。

2，分布式 - 分布式是把单次请求的多项业务逻辑分配到多个服务器上，这样能够同步处理不少逻辑，通常使用与特别复杂的业务请求。

3，CDN - 在域名解析层面的分流，例如将华南地区的用户请求分配到华南的服务器，华中地区的用户请求分配到华中的服务器。