一招制敌，阿里整理的分布式架构笔记（从理论基础-实战）

本文链接：https://blog.youkuaiyun.com/m0_72327953/article/details/126847494

本文深入探讨了应对高并发场景的各种策略，从简单的机器扩容到复杂的分布式架构，涉及服务拆分、降级、限流、数据库优化、缓存、分布式锁和事务等多个方面。同时，提供了全面的分布式技术学习路径，涵盖消息队列、分布式计算、存储、监控等多个领域，并强调了架构的演进性和实践中的重点。此外，还分享了面试中常考的分布式相关知识点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

现在很多公司的招聘信息，都会有这这么一条要求：有分布式、高并发、高负载、高可用系统设计、开发和调优经验者优先。
写这个岗位描述的 HR，恨不得把自己知道的所有看上去高大上的词全都堆砌上，恨不得让别人一看就会认为这是一家巨牛 X 的公司。

其实，高并发并不神秘，说白了就是想办法搞定两个指标：提升 QPS、降低 RT。并且同时保证数据的正确性、系统的可用性就 OK 了。

1.网站并发量上来了？啥都不要管，先扩容，堆机器。机器多了自然需要集群技术、负载均衡了。（提升 QPS）
2.机器多了也扛不住了？服务拆分，把集中式部署改成分布式部署。（提升 QPS）
3.分布式了还是扛不住？先做降级，再做限流。（保证系统可用性）
4.数据库扛不住了？上分布式缓存。（降低 RT）
5.缓存上了之后，数据还是扛不住？那就考虑读写分离、分库分表、数据库容灾。
6.系统间同步交互有延迟？解耦，上异步方案，采用消息中间件。（降低 RT）
7.高并发导致了脏数据？上分布式锁。（保证数据正确性）
8.高并发导致了数据不一致？上分布式事务。（保证数据正确性）

注意：

首先，架构从来都不是设计出来的，是演进出来的。不要不设计，也不要过度设计。系统流量上来了，先直接扩容而不是上来就搞很复杂的架构。

其次，就算是再牛 X 的架构，使用了再先进的技术，阿里巴巴也不能靠几十台机器就抗的住双十一！

当然，具体的高并发实操肯定不止这么简单，如果想要学习高并发或者 Java 的多线程、分布式等技术