前言
我们知道，高并发代表着大流量，高并发系统设计的魅力就在于我们能够凭借自己的聪明才 智设计巧妙的方案，从而抵抗巨大流量的冲击，带给用户更好的使用体验。这些方案好似能 操纵流量，让流量更加平稳得被系统中的服务和组件处理。来做个简单的比喻吧。 从古至今，长江和黄河流域水患不断，远古时期，大禹曾拓宽河道，清除淤沙让流水更加顺 畅；都江堰作为史上最成功的的治水案例之一，用引流将岷江之水分流到多个支流中，以分 担水流压力；三门峡和葛洲坝通过建造水库将水引入水库先存储起来，然后再想办法把水库 中的水缓缓地排出去，以此提高下游的抗洪能力。
而我们在应对高并发大流量时也会采用类似“抵御洪水”的方案，归纳起来共有三种方法。
Scale-out（横向扩展）：分而治之是一种常见的高并发系统设计方法，采用分布式部署 的方式把流量分流开，让每个服务器都承担一部分并发和流量。
缓存：使用缓存来提高系统的性能，就好比用“拓宽河道”的方式抵抗高并发大流量的冲 击。
异步：在某些场景下，未处理完成之前，我们可以让请求先返回，在数据准备好之后再通 知请求方，这样可以在单位时间内处理更多的请求。
目录（分为七个部分）
正文（篇幅有限，将以部分截图的形式来展示。完整版的获取方式，我放在文章末尾了）
第一章：基础篇
01.高并发系统：它的通用设计方法是什么？
02.架构分层：我们为什么一定要这么做？
第二章：数据库篇
07.池化技术：如何减少频繁创建数据库连接的性能损耗？
08.数据库优化方案（一）：查询请求增加时，如何做主从分离？
第三章：缓存篇
12.缓存：数据库成为瓶颈后，动态数据的查询要如何加速？
13.缓存的使用姿势（一）：如何选择缓存的读写策略
第四篇：消息队列篇
17：消息队列：秒杀时如何处理每秒上万次的下单请求？
18：消息传递：怎么保证消息仅仅被消费一次？
第五章：分布式篇
21：系统架构：每秒1万次请求的系统要做服务化拆分吗？
22：微服务架构：微服务化后，系统架构要如何改造？
第六章：维护篇
30：给系统加上眼睛，服务端监控要怎么做？
31:应用性能管理：用户的使用体验应该如何监控？
第七章：实战篇
37：计数系统设计（一）面对海量数据的计数要如何做？
38.计数系统设计（二）：50万QPS下如何设计未读数系统
