分布式集群与多线程高并发

后台数据的处理语言有很多，Java是对前端采集的数据的一种比较常见的开发语言。互联网移动客户端的用户量特别大，大量的数据处理需求应运而生。可移动嵌入式设备的表现形式很多，如PC端，手机移动端，智能手表，Google 眼镜等。Server2client 的互联网开发模式比较常见，有一种新的数据服务模式 end2end 。端到端的数据服务模式也应该要回归到一个最终的服务器。编程就是处理数据，数据像书籍一样，很重要，要入库编辑处理。

分布式集群的解决方案可以处理大量的数据累积。多线程高并发会增大单机的服务器压力。每台服务器压力测试会有一个压力阀值。当一台服务器的cup处理压力太大的时候，需要做分布式处理。为了提高数据的处理效率，需要做集群。主机和从机的设置，集群节点压力值的算法测试编写。当一台主机出现故障的时候，需要有合适的从机替换升级为主机，再进行新一轮的主机和从机的挑选。每个集群的主机为处理数据的主要服务器。很多市面上的管理集群节点的框架从2017年陆续出现，国产的 dubbo zookeeper, 国外的像 springcloud 。

处理多线程高并发的方式很多。时间和空间的考量，以时间换空间，或者是以空间换时间。同步锁和分布式锁的应用，要综合考虑性能的问题。同步锁 synchronized 的使用会使得线程排队阻塞，损失时间性能。用户体验响应超时是不好的选择。分布式锁就像去火车张排队买票一样，把每一个购票者当做一个用户线程，占有一定的内存空间。排队购票是必须的选择。每个火车站的窗口的开设，每个购票窗口处理票务业务处理，到底一座城市需要有几个火车站，每个火车站需要开设几个购票窗口。算法的设计就是处理类似的计算问题，要计算很多因素，人流量是最大的统计数据处理情况。

小程序的流行，因为简单而设计。简洁即是美。小程序开发周期较短，数据流量平台要经过微信的支持。每次到一个新的城市，首先是要询问地铁的购票乘车小程序，用得多了就会下载相应的APP。