互联网三高架构：高并发、高性能、高可用技术
0 引言
当下时代发展下业务场景的迅速变化，对于系统架构的要求针对高并发，高可用，高性能的要求更是越来越高本文针对“三高”展开叙述。
1 高并发
1.1.1高并发的关心的问题
高并发是现在互联网分布式框架设计必须要考虑的因素之一，它是可以保证系统能被同时并行处理很多请求，对于高并发来说，它的指标有：响应时间及吞吐量。
1.1.1.1 响应时间
系统对进来的请求反应的时间，比如你打开一个页面需要1秒，那么这1秒就是响应时间。
1.1.1.2 吞吐量
吞吐量是指每秒能处理多少请求数量，好比你吃饭，每秒能吃下多少颗米饭。秒查询率：秒查询率是指每秒响应请求数，和吞吐量差不多。并发用户数：同时承载正常使用系统功能的用户数量。例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。
1.1.2高并发的宏观⽬标
⾼并发绝不意味着只追求⾼性能。从宏观角度看，⾼并发系统设计的⽬标有三个：⾼性能、⾼可⽤，以及⾼可扩展。就是所谓的“三⾼”，三⾼不是孤⽴的，⽽是相互⽀撑的。⾼性能：性能体现了系统的并⾏处理能⼒，在有限的硬件投⼊下，提⾼性能意味着节省成本。同时，性能也反映了⽤户体验，响应时间分别是100毫秒和1秒，给⽤户的感受是完全不同的。⾼可⽤：表⽰系统可以正常服务的时间。另外，如果系统只能做到90%可⽤，也会⼤⼤拖累业务。⾼扩展：表⽰系统的扩展能⼒，流量⾼峰时能否在短时间内完成扩容，更平稳地承接峰值流量，⽐如双11活动、明星离婚等热点事件。
2 常见的互联网分层架构
常见互联网分布式架构如上，分为：客户端层：典型调用方是浏览器browser或者应用APP。反向代理层：系统入口，反向代理。站点应用层:实现核心应用逻辑，返回HTML或者JSON。服务层：如果实现了服务化，就有这一层。数据-缓存层：缓存加速访问存储。数据-数据库层：数据库固化数据存储。
2 分层水平扩展架构实现高并发架构
2.1.1 反向代理层的水平扩展
反向代理层的水平扩展，是通过“DNS轮询”实现的：dns-server对于一个域名配置了多个解析ip，每次DNS解析请求来访问dns-server，会轮询返回这些ip。当nginx成为瓶颈的时候，只要增加服务器数量，新增nginx服务的部署，增加一个外网ip，就能扩展反向代理层的性能，做到理论上的无限高并发。
2.1.2 站点层的水平扩展
站点层的水平扩展，是通过“nginx”实现的。通过修改nginx.conf，可以设置多个web后端。当web后端成为瓶颈的时候，只要增加服务器数量，新增web服务的部署，在nginx配置中配置上新的web后端，就能扩展站点层的性能，做到理论上的无限高并发。
2.1.3 服务层的水平扩展
服务层的水平扩展，是通过“服务连接池”实现的。站点层通过RPC-client调用下游的服务层RPC-server时，RPC-client中的连接池会建立与下游服务多个连接，当服务成为瓶颈的时候，只要增加服务器数量，新增服务部署，在RPC-client处建立新的下游服务连接，就能扩展服务层性能，做到理论上的无限高并发。
如果需要优雅的进行服务层自动扩容，这里可能需要配置中心服务自动发现功能的支持。
2.1.4 数据层的水平扩展
在数据量很大的情况下，数据层（缓存，数据库）涉及数据的水平扩展，将原本存储在一台服务器上的数据（缓存，数据库）水平拆分到不同服务器上去，以达到扩充系统性能的目的。
这里需要注意的是，通过水平拆分来扩充系统性能，与主从同步读写分离来扩充数据库性能的方式有本质的不同。
通过水平拆分扩展数据库性能：每个服务器上存储的数据量是总量的1/n，所以单机的性能也会有提升；n个服务器上的数据没有交集，那个服务器上数据的并集是数据的全集；数据水平拆分到了n个服务器上，理论上读性能扩充了n倍，写性能也扩充了n倍（其实远不止n倍，因为单机的数据量变为了原来的1/n）。 通过主从同步读写分离扩展数据库性能：每个服务器上存储的数据量是和总量相同；n个服务器上的数据都一样，都是全集；理论上读性能扩充了n倍，写仍然是单点，写性能不变。
4 结束语
并发量，是一个容量的概念，服务可以接受的最大任务数量，动态的看待它，还需要把性能考虑进去。性能，是一个速度的概念，单位时间内可以处理的任务数量。高并发和高性能是紧密相关的，提高应用的性能，是肯定可以提高系统的并发能力的。应用性能优化的时候，对于计算密集型和IO密集型还是有很大差别，需要分开来考虑。
增加服务器资源（CPU、内存、服务器数量），绝大部分时候是可以提高应用的并发能力和性能（前提是应用能够支持多任务并行计算，多服务器分布式计算才行），但也是要避免其中的一些问题，才可以更好的更有效率的利用服务器资源。
