互联网三高架构分析

1 高性能

        提升系统处理效率，降低延迟（响应时间≤200ms），提高吞吐量（QPS/TPS）‌。

        可以从以下几个方面考虑：

                ① JVM调优与垃圾回收机制优化，降低内存占用和GC频率‌，目标就是减少STW

                ② 池化技术（线程池、连接池）减少资源创建销毁开销，提升响应速度‌

                ③ 无锁编程，通过原子操作和内存屏障实现线程同步的技术，旨在消除传统锁机制的性能瓶颈和死锁风险     

                ④ 高性能IO

                          零拷贝技术‌：通过sendfile、mmap等减少CPU数据拷贝次数，提升文件传输效

                          分布式存储‌：Ceph、MinIO等实现数据分片存储与并行读写，突破单机IO瓶颈‌

                          Reactor多线程：主线程处理连接，子线程池处理IO读写，支撑千万级QPS（如Netty）‌

                          IO多路复用：select/poll‌：单线程监控多个文件描述符，存在FD数量限制和性能瓶颈‌；epoll‌：事件驱动模式，支持百万级并发连接，通过红黑树存储FD提升查询效率‌；io_uring‌：Linux新型异步IO框架，采用环形缓冲区和零拷贝技术，系统调用开销降低50%以上‌

                          异步IO（AIO）：内核完成数据准备和拷贝后通知应用层，适用于数据库、分布式存储等高吞吐场景‌

2 高可用

        保障系统7×24小时稳定运行，全年可用性达4个9（99.99%）以上（年停机时间≤52分钟）‌，中小型公司也至少要达到3个9（99.9%）原则。

        从以下几点思考：

                ① 多副本部署‌：关键组件（如数据库、服务节点）部署多个副本，通过主从复制、集群化消除单点故障‌

                ② 流量自动切换‌：使用负载均衡器（如Nginx、LVS）动态分配请求，故障节点流量自动转移至健康节点‌

                ③ 健康检查‌：通过心跳检测、探针监控节点状态，异常时触发熔断或剔除故障节点‌

                ④ 服务降级‌：在系统压力过大时，暂时关闭非核心功能（如评论、推荐），优先保障核心链路可用性‌

                ⑤ 限流与熔断‌：通过令牌桶、滑动窗口算法限制突发流量，防止雪崩效应；异常服务调用触发熔断，快速失败‌

                ⑥ 数据库主从复制‌：MySQL主从同步结合半同步复制，保障数据一致性；故障时通过VIP或DNS切换主库‌

                ⑦ 分布式缓存‌：Redis Cluster支持分片存储与自动故障转移，结合持久化策略防止数据丢失‌

3 高并发

        应对海量用户同时请求，确保系统稳定承载流量压力，避免响应延迟或服务崩溃‌。

        可以从以下几个方面考虑：

                ① 异步化处理‌（削峰）：使用消息队列（Kafka/RabbitMQ）解耦同步操作，减少阻塞‌

                ② ‌缓存优化‌：多级缓存策略（本地缓存+Redis），降低数据库负载‌

                ③ 水平扩展‌：通过弹性扩缩容（Kubernetes）动态调整资源，应对流量波动‌

                ④ 数据库优化-分库分表‌：按业务维度拆分（如用户ID哈希），避免单表数据过大‌

                ⑤ 数据库优化-读写分离‌：主库处理写操作，从库集群承载读请求，提升并发能力‌

                ⑥ 高并发下数据一致性

                        并发写冲突‌：多个请求同时修改同一数据，导致最终状态不符合预期

                        ‌缓存与数据库不一致‌：缓存更新延迟或失败，引发脏读或旧数据覆盖新数据（如Redis缓存未同步MySQL更新）‌【‌双删延迟策略‌：更新数据库后删除缓存两次（间隔业务处理时间），降低脏数据概率‌】

                        分布式事务复杂性‌：跨服务或跨数据库操作难以保证原子性，部分成功可能破坏一致性（如支付扣款成功但订单未更新）‌【分布式事务机制：TCC模式（Try-Confirm/Cancel 三阶段补偿机制，适用于需高一致性的支付、订单场景‌）、Saga模式（事件驱动的长事务拆分与补偿回滚，适用于异步业务流程）、‌本地消息表（结合消息队列与本地事务表，保证最终一致性，电商异步扣库存）】