想了解下 大数据时代大网站都是怎么处理高并发的,最好能举个例子说明.本人菜鸟一只 - - 现在连mysql 几百并发都搞不定啊
timepast · Jun 30, 2013 · 6142 viewsThis topic created in 4727 days ago, the information mentioned may be changed or developed.
 |
1
Livid MOD PRO 大数据需要的也是大机器，而且是不止一台大机器。当你手上有一堆大机器时，需要做的就是设计一个能够应对灾难状况的架构，及尽可能在流量高峰能够吃透这些机器的性能。到一家大公司参与一个有规模的项目，是学习这些技术最快的方式。
|
 |
2
likuku Jun 30, 2013
「现在连mysql 几百并发都搞不定啊」
烂的SQL语句可以让机器表现变慢1万倍。 充分利用缓存了没？用好缓存能解决绝大部分「性能问题」。 web静态缓存(varnish/squid)，对象内存缓存(memcached)，db 查询缓存，等等。 |
 |
3
jjx Jun 30, 2013
都是靠横向和纵向扩展的
业务系统的关系数据库查询和插入都很复杂的，就算你能把操作平均到10毫秒，一秒也就能处理100个，但实际情况是远远达不到。 但你可能通过扩展多个工作进程达到n倍的性能改进。 但最终，数据库又是瓶颈，你只好再对数据库做扩展（但对关系数据库做扩展都比较麻烦）， 或使用内存数据库。 很多人使用mongdb, 无非就是他标称的快和所谓的扩展能力。 |
 |
4
kennedy32 Jun 30, 2013
可以考虑把数据库分离出来，aws或者aliyun都有提供单独的数据库服务器
|
 |
5
dongbeta Jun 30, 2013
高性能MySQL ＋ 靠谱的生产环境项目
|
 |
8
akalanala Jun 30, 2013
搞着几百并发的事, 操着几千万并发的心... 楼主还是先歇歇吧.
|
 |
9
keakon Jun 30, 2013  2
1. 尽量别依赖数据库来实现数据的关联关系。
知乎内部的 MySQL 使用准则中，就禁止使用 JOIN、GROUP BY、子查询和外键。 说实话，这等于使用非关系型数据库了。 2. 查询主要靠缓存和索引。 但千万别乱加缓存和索引，它们和表的结构、业务逻辑、使用频率之间有且只有一个最优解。 你只能靠经验和测试来寻找，而且越到后期，这些就越难改动。 做到这 2 点还有瓶颈的话，基本也是价值不菲司了，也不会缺有经验的 DBA 了。 这时的瓶颈主要在写了，就通过分离读写、分库、使用 SSD 的方式来满足吧。这部分我也不熟。 |
 |
10
kevinv Jun 30, 2013
上面说的都有道理，其实最基础的还是把程序优化好，再做其他的，要不然都是扯淡。
|
 |
12
avichen Jun 30, 2013
1.把需要执行10秒的sql优化成0.x秒
2.花钱买硬件 |
 |
13
darasion Jun 30, 2013
软件上能精简的都精简，甚至硬件都特殊定制。
比如apache，不用的部分就连代码都删掉。比如google连服务器都自己造. |
 |
14
akira Jun 30, 2013
数据库几百并发不算少了吧，网站的话，都是日均百万pv级别了。
之前在dbanote还是nosql看到过一篇讲新浪架构的，那个对你应该有点帮助。 |
 |
15
lhx2008 Jul 4, 2013
几百并发可以玩玩memcache顶顶吧
|
 |
16
clino Jul 4, 2013
openresty 不就是擅长高并发的嘛
不过据我粗浅的了解,还是要注意很多方面才能扛得住 |
 |
17
cxe2v Jul 4, 2013
数据库几百并发，你做的项目有点大啊，有多少台服务器要连你的数据库啊？
|
Select Language