hhkrye的博客

高并发是一套层层递进的方法论，核心是“找瓶颈、消瓶颈”。五大手段依次为：缓存挡读（降数据库压力）、异步削峰（主链路提速）、池化复用（降低资源开销）、预计算提前算（解决计算瓶颈）、分片水平拆（突破单机上限）。按顺序使用，结合容量规划与全链路压测，可支撑QPS从千级到百万级演进。关键在于遵循Amdahl定律，优先优化瓶颈环节。

本文为《高并发方法论》配套实战篇，聚焦面试高频题与生产事故。通过“五大手段”连贯问答（缓存、异步、池化、预计算、分片），解析高并发设计逻辑与使用顺序；结合QPS演进路线（1千→100万）与容量规划公式，指导系统扩容。强调压测需全链路、影子数据隔离，但指出压测达标不等于上线无忧——流量分布、数据、依赖、时间差异仍需监控与灰度兜底。最后以“缓存雪崩全穿透、异步丢消息、连接池耗尽”等典型事故复盘，提炼“按瓶颈顺序优化、预防胜于救火”的核心原则。

秒杀系统设计核心是构建流量漏斗：通过CDN静态化、网关限流、Redis原子扣减（推荐Lua脚本）、MQ削峰，层层过滤请求，确保仅1000个有效订单到达数据库。防超卖采用Redis Lua脚本实现判断+扣减+记录的原子操作，避免库存超卖；防刷则通过验证码、签名、限流、黑名单四层防护。热点隔离保障秒杀故障不影响正常业务，整体实现高并发下“快速拒绝99%失败请求，精准成交1%成功订单”。

秒杀系统设计面试高频考察流量漏斗、防超卖、防刷与热点隔离。核心架构为：CDN挡读、网关限流、Redis Lua原子扣库存（防超卖）、MQ削峰、延迟消息回补库存。实战中易发超卖资损、秒杀拖垮全站、库存未回补、被脚本刷空等事故。预防关键：Lua原子操作、独立集群隔离、幂等回补、四层防刷。压测需模拟瞬时尖峰，验证成交数≤库存。一句话教训：不原子扣减=资损，无隔离=全站崩。

高可用设计核心是“承认故障必然发生”，通过冗余（应用、数据、机房、链路）、故障转移（自动/手动）、降级预案（预案库+一键执行）三板斧控制影响。量化可用性用SLA“几个9”，结合故障预算管理发布节奏。多机房与异地多活实现跨地域容灾，单元化架构保障独立闭环。通过混沌工程主动注入故障，验证系统韧性，确保真实故障下RTO、RPO达标。

本文系统梳理高可用设计面试核心考点，聚焦“可用性量化”“故障预算”“RTO/RPO”三大维度，结合真实事故复盘，揭示从目标设定、成本权衡到容灾演练的完整闭环。通过三条追问链，深入剖析冗余与故障转移的本质：消灭单点、跨域隔离、自动切换，并强调“量化思维”与“工程落地”能力——真正高可用，是数字驱动、流程闭环、持续验证的体系化工程。

对账像月底夫妻对账本：你记一笔我记一笔，逐笔核对，对不上的必须查清楚。本地有 渠道无渠道有 本地无金额不一致完全一致T+1 凌晨下载渠道对账单。解析为统一格式。本地支付流水导出。逐笔核对引擎。差异类型。长款?实际是本地成功渠道失败→ 冲正, 订单回退, 通知用户。短款 / 掉单。

设计订单系统需从算账、数据模型、核心流程与兜底四方面入手。采用 userId 分片提升查询效率，通过状态机保障流程一致性，结合预扣库存与延迟消息实现超时关单，以幂等令牌与唯一索引防范重复下单。关键决策包括服务端算价、库存预扣、状态三件套及双保险兜底机制，兼顾高并发、一致性与可运维性。

本文以商品详情页P99从800ms优化至80ms的真实案例为主线，系统讲解性能优化方法论。强调“测量先行”，通过全链路压测、流量染色与影子库实现安全验证；运用火焰图、慢SQL日志、链路追踪精准定位瓶颈；遵循“SQL→缓存→调用结构→JVM→网络”优先级分层优化，重点突破串行调用、慢查询与连接池瓶颈。结合P99等核心指标解析，揭示平均值误导性，倡导“一次一改、可回滚、可验证”的闭环实践，完整复现十步优化路径，实现性能跃迁。

本文聚焦性能优化实战，涵盖面试高频追问链：以P99为核心指标，强调延迟、错误率、吞吐量协同监控；提出“测量-定位-优化-验证”四步闭环，倡导按收益/成本比优先排序，避免无效优化；通过链路追踪、资源水位分析与火焰图等工具精准定位瓶颈；强调全链路压测在发现联动效应中的关键作用，助力大促前系统稳定性保障。