设计一个高并发系统可以从下面这些角度来考虑。

所谓设计高并发系统，就是设计一个系统，保证它整体可用的同时，能够处理很高的并发用户请求，能够承受很大的流量冲击。

我们要设计高并发的系统，那就需要处理好一些常见的系统瓶颈问题，如内存不足、磁盘空间不足，连接数不够，网络宽带不够等等，以应对突发的流量洪峰。

1分而治之，横向扩展

这个如何理解呢？
如果应用就部署在一台服务器上面，那么能抗住的流量请求是非常有限的，并且存在单点风险，如果挂了，服务就不可以用了。
因此将项目部署在多台服务器上面，用nginx进行负载均衡，把流量分开，让每个服务器都承担一部分的并发和流量，来提升并发能力。

2微服务拆分

把一个单体应用按功能拆分为多个服务模块，当一个服务挂了的时候，其他服务还是可以运行的。

3分库分表

比如双十一，业务量直接爆了，mysql单机磁盘量会撑爆。
可以将数据库拆分为多个数据库，来抗住高并发的毒打。
如果一个表里面的数据达到了千万级别，就需要进行分表了。

这个中间还有很多的细节需要学习，比如分表之后如何保证数据的一致性，ID是怎么做的。

使用缓存

这个也是最简单的，很多请求其实都是get请求，没有修改对应的数据，可以将热点数据缓存到磁盘中去。这样每次访问的时候都会去磁盘中寻找，如果缓存中有，那么就直接返回，如果没有就需要查询数据库。
使用Redis缓存也会有三个问题：缓存击穿、缓存雪崩、缓存穿透。

缓存击穿：当热点数据过期的时候，大量的请求发过来，全部会压倒数据库,

缓存穿透：当redis里面没有数据的时候，就会到数据库中找数据，当出现大量这种请求的时候，接口的访问全部穿过Redis访问数据库，而数据库中没有这些数据，所以这种现在被称为缓存穿透。

缓存雪崩：大面积的数据过期，然后大量并发的查询穿透Redis冲击到数据库上面，此时数据库的压力会变大，相比于缓存击穿，雪崩更容易发生。

限流

异步Rocketmq

用mq来进行异步处理。

设计一个高并发的系统，需要在恰当的场景使用异步。如何使用异步呢？后端可以借用消息队列实现。比如在海量秒杀请求过来时，先放到消息队列中，快速相应用户，告诉用户请求正在处理中，这样就可以释放资源来处理更多的请求。秒杀请求处理完后，通知用户秒杀抢购成功或者失败。

ElasticSearch

Elasticsearch，一般搜索功能都会用到它。它是一个分布式、高扩展、高实时的搜索与数据分析引擎，简称为ES。

我们在聊高并发，为啥聊到ES呢？ 因为ES可以扩容方便，天然支撑高并发。当数据量大的时候，不用动不动就加机器扩容，分库等等，可以考虑用ES来支持简单的查询搜索、统计类的操作。