工作中开发过一个上传文件的接口，每个区县都有自己的资源压缩包需要上传到系统，系统接收到压缩包后，需要解压，提取出里面的文件保存到文件服务器中，解析里面的SQLITE文件得到数据保存到数据库中。由于处理的过程会比较耗时，所以使用了异步处理的方式来优化用户体验，接口接收到文件后快速响应，返回上传成功，异步线程在后台继续执行解析压缩包业务逻辑。为了防止在异步线程处理期间，用户再次上传压缩包，从而导致上传资源数据不一致问题，在异步线程处理期间要获取锁来保证上传资源数据一致。

工作中开发过一个服务，这里记作A服务，主要功能是配置，部署以及调用云函数。其中配置云函数的功能里，有一个配置项是并发数，意思是同一时间最多能有多少个请求调用已部署的云函数。客户端通过调用A服务，再由A服务去调用云函数，从而实现客户端请求云函数的功能。在调用云函数时，是要根据配置的并发数控制请求的数量。如果时单机架构的话，直接使用JDK中的 Semaphore 就能够实现并发线程控制了。但是项目的架构是微服务架构，所以需要使用分布式信号量才行。

单机的 redis 的性能虽然已经很强大了，但是随着业务的扩展，总有一天会遇到性能瓶颈，针对高并发带来的性能问题，解决的思路其实就是将请求分散，用多个 redis 来处理请求。具体的操作其实就是搭建一个简单的 redis 主从复制集群。使用 redis 主从复制集群，master 节点用来处理写请求，slave 节点用来处理读请求，当master数据变化时，自动将新的数据异步同步到slave节点上，实现读写分离。根据并发量的大小，动态扩展集群里的 slave 节点，实现水平化扩容。

Linux（CentOS7）安装 MongoDB

Linux（CentOS7）安装 Redis