一、瓶颈分析
用户高并发场景下（几万级别的QPS）
可能出现的瓶颈分析：
Java虚拟机访问内存：每秒大约1亿次内存读写（不是瓶颈）
MySQL数据库IO：每秒大约4万次读写（不是瓶颈）
网络延迟（毫秒级）+JVM的GC产生全局暂停（毫秒级）+MySQL行级锁（可能是瓶颈）

二、多用户对数据库中同一行数据抢占修改
原子计数器（放入Redis缓存：用户名----操作时间）
记录行为（读取Redis缓存，放入分布式MQ消息队列，从队列头部读取最先进入队列的数据：用户A-----操作时间A）
最终修改数据（在MySQL中修改一行数据）

三、优化流程（CDN,Redis,MySQL）
用户流量主要产生在：静态资源、动态资源（频繁变更的数据、不频繁变更的数据）
（1）对静态资源（JS页面，CSS等静态页面）优化：
放入CDN（内容分发网络）节点中，CDN部署在离用户最近的网络节点（用户----》城域网）
一旦命中CDN结点，获取资源后，不再从后端服务器获取。
（2）对不频繁变更的动态资源（定期更新，由服务器决定更新周期：彩票、天气预报）优化：
放入Redis（NoSQL）缓存服务器（集群）中，抵抗百万级的QPS
（3）对频繁变更的动态资源（用户点赞、评论、订单、访问量）
减少MySQL行级锁持有时间（update同一行数据的语句执行时间尽量短）
将Java虚拟机服务器的事务管理移植到MySQL服务器上运行（在MySQL上commit/rollback），减少GC、网络时延。
（4）MySQL优化：分表分库（TDDL框架），读写分离

四、集群化部署
服务端开发主流架构（非微服务）
CDN WebService：Nginx+ tomcat Redis/NoSQL MySQL

五、人员安排
开发：前后端（前端工程师、后端工程师）
测试：Jmeter等压力测试（测试工程师）
DBA：分表分库、数据库优化（数据库工程师）
运维：服务器日志、服务器运行情况、服务器维护（运维工程师）