P36第五部分大并发数据处理GPX大并发处理幻灯片.pptxVIP

1、大并发的定义 什么叫大并发： 一段时间内（天/s），支持的同时访问量； QPS：Queries Per Second，是指“每秒查询率”，是一台服务器每秒能够处理的查询次数。 TPS：Transactions Per Second（事务数/秒）。一个事务是指一个客户机向服务器发送请求，然后服务器做出响应的过程。 2、处理大并发考虑的三大问题 一、硬件问题： 常用配置：至强CPU4核/8核、 内存8G/16G/64G/128G 解决办法：升级配置；增加服务器数量； 二、网络问题： 常用：固定带宽、动态带宽 解决办法：升级带宽；或变更为动态带宽； 三、程序问题： 前端每块执行效率：HTML、CSS、JS、images 后台每层执行效率：PHP、MySQL 2.1、前端程序效率优化 – 解决办法 一、前端页面优化（View层）HTML/CSS/JS/IMG： 方案1、压缩文件的本身大小：去除空格，换行，缩进； 方案2、gzip压缩：传输过程是：WEB服务器进行压缩-网络传输文件小，因而更快-用户访问的浏览器进行解压； 方案3、WEB服务器对常用的文件，直接进行一定时间的缓存； 二、CDN全网加速服务： 做法：优化区域访问节点，记录文档更新时间点，且对文档(html/css/js/images)进行缓存； 好处：优化网络环境，依据缓存，让最终到达服务器的请求更少，让访问速度更快。 2.2、后台程序效率优化 一、后台程序的优化（C层+Module层）： 方案：监控Controller层，业务逻辑Module层的每个模块的执行效率，生成报表，找到执行效率低下的代码模块，进行优化；CI框架使用： $this-output-enable_profiler(TRUE); 二、PHP程序采用分布式布署，让逻辑模块分层运行： 方案：做到松散耦合（降低程序模块之间的依赖性），让模块之间相互分离，独立运行，互不干扰。 2.3、MySQL效率优化 一、数据库的优化（M层）： 方案1：存储引擎的选用：Innodb 、Myisam 方案2：SQL优化：适当建议索引，原则：表中查询多的列建立索引，更新多的列不建立索引； 方案3：Model层写sql操作时，建立索引的字段，在where条件里尽量靠前； 二、数据库采用分布式布署： 方案：使用mysql代理服务（阿里巴巴的cobar），将mysql布署为多个节点管理（集群管理）。 3、大并发的架构图 详见《【附件一】大并发处理.jpg》