高并发是一种架构思维模式

发布时间：2025-11-05 07:32:32 来源：创站工坊 作者：数据库

什么是高并高并发，从字面上理解，发种就是架构在某一时刻产生大量的请求，那么多少量称为大量，模式业界并没有标准的高并衡量范围。 原因非常简单，发种不同的架构业务处理复杂度不一样 。

而我所理解的模式 高并发， 它并不只是高并一个数字，而更是发种一种架构思维模式 ，它让你在面对不同的架构复杂情况下，从容地选择不同的模式技术手段，来提升应用系统的高并 处理能力。

但是发种，并不意味应用系统从诞生的架构那一刻，就需要具备强大的处理能力，这种做法并不提倡。要知道， 脱离实际情况的技术，云服务器提供商会显得毫无价值，甚至是一种浪费的表现 。

言归正传，那高并发到底是一种怎样的架构思维模式，它对架构设计又有什么影响，以及如何通过它来驱动架构演进，让我们接着往下读，慢慢去体会这其中的精髓。

性能是一种基础

在架构设计的过程中，思考固然重要，但目标更为关键。 通过目标的牵引力，可以始终确保推进方向，不会脱离成功的轨道 。 那高并发的目标是什么，估计你的第一反应就是性能。

没错， 性能是高并发的目标之一，企商汇它不可或缺，但并不代表所有 。而我将它视为是高并发的一种基础能力，它的能力高低将会直接影响到其他能力的取舍。例如：服务可用性，数据一致性等。

性能在软件研发过程中无处不在，不管是在非功能性需求中，还是在性能测试报告中，都能见到它的身影。那么如何来衡量它的高低呢，先来看看常用的性能指标。

每秒能够处理的事务数，其中T(Transactions)可以定义不同的含义，它可以是完整的一笔业务，也可以是单个的接口请求。

每秒请求数量，也可以叫做QPS，亿华云但它与TPS有所不同，前者注重请求能力，后者注重处理能力。不过，若所有请求都在得到响应后再次发起，那么RPS基本等于TPS。

从发出请求到得到响应的耗时，一般可以采用毫秒单位来表示，而在一些对RT比较敏感的业务场景下，可以使用精度更高的微秒来表示。

同时请求的用户数，很多人将它与并发数画上等号， 但两者稍有不同，前者关注客户端，后者关注服务端，除非 每个 用户仅发送一笔请求，且请求从 客户端到服务端 没有延迟，同时服务端有足够的处 理线程。

以上都是些常用的性能指标，基本可以覆盖80%以上的性能衡量要求。但千万不要以单个指标的高低来衡量性能。比如：订单查询TPS=100万就认为性能很高，但RT=10秒。

这显然毫无意义。因此， 建议同时观察多个指标的方式来衡量性能的高低，大多数情况下主要会关注TPS和RT，而你可以 将TPS视为一种水平能力，注重并行处理能力， 将RT视为一种垂直能力，注重单笔处理能力， 两者缺一不可 。

接触过性能测试的同学，可能会见过如下这种性能测试结果图，图中包含了刚才提到过的三个性能指标，其中横坐标为VU，纵坐标分别为TPS和RT。

注：表格中的数据都是理想情况下的，实际上会有上下抖动，而这里只是为了想用它来解释一种现象而已。

图中的两条曲线， 在不断增加VU的情况下，TPS不断上升，但RT保持稳定，但当VU增加到一定量级的时候，TPS开始趋于稳定，而RT不断上升。

如果你仔细观察，还会发现一个奇妙的地方，当RT=25ms时，它们三者存在着某种关系，即：TPS=VU/RT。但当RT>25ms时，这种关系似乎被打破了，这里暂时先卖个关子，稍后再说。

根据表格中的数据，性能测试报告结论： 最大TPS=65000，当 RT=25ms(最短)时，最大可承受VU=1500 。

感觉有点不对劲，用刚才的公式来验证一下，1500/0.025s=60000，但最大却是TPS=65000。那是因为，当VU=1500时，应用系统的使用资源还有空间。

再来观察一下表格中的数据，VU从1500增加到1750时，TPS继续上升，且到了最大值65000。此时，你是不是会理解为当VU增加到1750时，使用资源被耗尽了。话虽没错，但不严谨。

注：使用资源不一定是指硬件资源，也可能是其他方面，例如：应用系统设置的最大处理线程。

其实在VU增加到1750前，使用资源就已饱和，那如何来测算VU的临界值呢。你可以将最大TPS作为已知条件，即：VU=TPS*RT，65000*0.025s=1625。也就是说，当VU=1625时，使用资源将出现瓶颈。

调整性能测试报告 结论： 最大TPS=65000， 当RT=25ms(最短)时 ，最大可承受VU=1625 。

有人会问，表格中的RT是不是平均值，首先回答为是。不过， 高并发场景对RT会特别敏感，所以除了要考虑RT的平均值外，建议还要考虑它的分位值 ，例如：P99。

举例：假设1000笔请求，其中900笔RT=23ms，50笔RT=36ms，50笔RT=50ms

平均值

P99值

P95值

P90值

25ms

50ms

36ms

23ms

P99的计算方式，是将1000笔请求的RT从小到大进行排序，然后取排在第99%位的数值，基于以上举例数据来进行计算，P99=50ms，其他分位值的计算方式类似。

再次调整性能测试报告结论： 最大TPS=65000，当 RT(平均)=25ms(最短)时，最大可承受VU=1625，RT(P99)=50ms，RT(P95)=36ms，RT(P90)=23ms 。

在非功能性需求中，你可能会看到这样的需求，性能指标要求： RT(平均) <=30。结合刚才的性能测试报告结论， 当 RT(平均)=25ms(最短)时，最大可承受VU=1625。那就等于在RT上还有5ms的容忍时间。

既然是这样的话，那我们不妨就继续尝试增加VU，不过RT (平均) 会出现上升，但只要控制不要上升到30ms即可， 这是一种通过牺牲耗时(RT)来换取并发用户数(VU)的行为 。但请不要把它理解为每笔请求耗时都会上升5ms，这将是一个严重的误区。

RT(平均) 的增加，完全可能 是 由于应用系统 当前 没有足够的使用资源来处理请求所造成的，例如：处理线程。如果没有可用线程可以分配给请求时，就会将这请求先放入队列，等前面的请求处理完成并释放线程后，就可以继续处理队列中的请求了。

那也就是说，没有进入队列的请求并不会增加额外的耗时，而只有进入队列的请求会增加。那么 进入队列的请求会 增加多少耗时呢， 在理想情况下(RT恒定)， 可能会 是正常处理一笔请求耗时的倍数，而倍数的大小又取决于并发请求的数量。

假设 最大处理 线程=1625，若每个用户仅发送一笔请求，且请求从 客户端到服务端没有延迟的条件下， 当并发用户数=1625时，能够保证 RT=25ms，但当 并发用户数 >1625时，因为线程只能分配给1625笔请求，那多余的请求就无法保证RT=25ms。

超过1625笔的请求会先放入队列，等前面1625笔请求处理完成后，再从队列中拿出最多1625笔请求进行下一批处理，如果队列中还有剩余请求，那就继续按照这种方式循环处理。

进入队列的请求，每等待一批就需要增加前一批的处理耗时。在理想情况下，每一批都是 RT=25ms，如果这笔请求在队列中等待了两批，那就要额外增加50ms的耗时。

VU

第一批

第二批

第三批

1000

1000笔请求

RT=25ms

2000

1625笔请求

RT =25ms

375笔请求

RT =50ms

4000

1625笔请求

RT =25ms

1625 笔请求

RT =50ms

750笔请求

RT =75ms

因此，并不能简单通过VU=TPS*RT= 65000*0.03=1950 来计算最大可承受VU。而是需要 引入一种叫做 科特尔法则(Little’s Law) 的排队模型来估算，不过由于这个法则比较复杂，这里暂时不做展开。

通过粗略估算后，VU大约在2032，我们再对这个值用上述表格中再反向验算一下。

VU

第一批

第二批

RT (平均)

2032

1625笔请求

RT =25ms

407笔请求

RT =50ms

(1625*25+407*50)/(1625+407 )≈30ms

最终 调整性能测试报告结论： 最大TPS=65000，当RT(平均)=25(最短)时，最大可承受VU=1625，RT(P99)=50，RT(P95)=36，RT(P90)=23；当RT(平均)=30(容忍)时，(理想情况)最大可承受VU=2032 ， RT(P99)=RT(P95)=50，RT(P90)=25 。

这就解释了为什么当RT>25ms时，VU=TPS*RT会不成立的原因。 不过，这些都是在理想情况下推演出来的，实际情况会比这要复杂得多。

所以，还是尽量采用多轮性能测试来得到性能指标，这样也更具备真 实性。毕竟 影响性能的因素实在大多且很难完全掌控，任何细微变化都将影响 性能指标的变化。

到这里，我们已经了解了可以用哪些 指标 来衡量性能的高低。不过，这里更想强调的是， 性能是高并发的基础能力，是实现高并发的基础条件，并且你需要有侧重性地提升不同维度的性能指标，而非仅关注某一项 。

限制是一种设计

上文说到，性能是高并发的目标之一。 追求性能没有错，但并非永无止境 。想要提升 性能，势必投入成本，不过它们并不是一直成正比，而是随着成本不断增加，性能提升幅度逐渐衰减，甚至可能不再提升。所以，有时间我们要懂得适可而止。

思考一下，追求性能是为了解决什么问题，至少有一点，是为了让应用系统能够应对突发请求。换言之，如果能解决这个问题，是不是也算实现了高并发的目标。

而有时候，我们 在解决问题时，不要总是习惯做加法，还可以尝试做减法 ，架构设计同样如此。那么，如何通过做减法的方式，来解决应对突发请求的问题呢。让我们来讲讲限制。

限制，从狭义上可以理解为是一种约束或控制能力 。在软件领域中，它可以针对功能性或非功能性，而在高并发的场景中，它更偏向于非功能性。

限制应用系统的处理能力，并不代表要降低应用系统的处理能力 ，而是通过某些控制手段， 让突发请求能够被平滑地处理，同时起到 应用系统的保护能力， 避免瘫痪， 还能 将应用系统的资源进行合理分配，避免浪费 。

那么，到底有哪些控制手段，既能实现以上这些能力， 又能减少对客户体验上的影响，下面就来介绍几种常用的控制手段 。

第一招：限流

限流，是在一个时间窗口内，对请求进行速率控制 。若请求达到提前设定的阈值 时 ，则对请求进行排队或拒绝。常用的限流算法有两种：漏桶算法和令牌桶算法。

漏桶算法，所有请求先进入漏桶，然后按照一个恒定的速率对漏桶里的请求进行处理，是一种控制处理速率的限流方式，用于平滑突发请求速率。

它的优点是，能够确保资源不会瞬间耗尽，避免请求处理发生阻塞现象，另外，还能够保护被应用系统所调用的外部服务，也免受突发请求的冲击。

它的缺点是，对于突发请求仍然会以一个恒定的速率来进行处理，其灵活性会较弱一点，容易发生突发请求超过漏桶的容量，导致后续请求直接被丢弃。

令牌桶算法，应用系统会以一个恒定的速率往桶里放入令牌，请求处理前，会从桶里获取令牌，当桶里没有令牌可取时，则拒绝服务，是一种平均流入速率的限流方式。

它的优点是，在限制平均流入速率的同时，还能在面对突发请求的情况下，确保资源被充分利用，不会被闲置或浪费。

它的缺点是，舍弃了处理速率的强控制能力，那么如果某些功能依赖外部服务，可能将会让外部服务无法承受压力，导致无法正常返回，而且还浪费了这次获取的令牌。

综上， 两种算法并没有绝对的好坏，而是需要根据实际的情况，选择合适的方式，从而在发挥限流作用的同时不会引发其他问题 。 但在一些秒杀活动中，软件党的高频请求，会很容易触发限流，导致大量正常请求被误杀的问题。

虽然在请求被限流后，会返回友好话术，减轻对客户体验的影响，但也有可能他们的请求，会一直无法得到有效处理，这时候耐心再好的客户也会离开及抱怨。

所以，我们 除了使用限流这招外，还得搭配其他的招数组合一起使用，从而让 应用系统能够对资源进行合理分配，避免资源浪费，减少正常请求被误杀的情况。

第二招：降频

降频，是在一个时间窗口内，对同一特征的请求进行速率控制 。 若请求达到提前设定的阈值时，则会对请求进行拒绝。

虽然和限流 有点类似，但存在着细微的差别。对限流而言，它并不关心请求方，而只对服务端的速率进行控制，而对降频而言，它会基于某种特征，对请求方的请求速率进行控制。

而降频的目的，是为了减少 应用系统资源被不正常的请求所消耗，而导致正常的请求因限流被拒绝的情况发生 。它的实现方式也有多种，而且在前端和后端都可以使用。

识别不正常的请求是降频的第一步，也是最关键的一步。一般会制定某种特征+某段时间+请求数量这种三段式的识别规则。

特征可以是账号、会话、IP地址、设备号等，时间一般会是1秒，也可以设置更长。账号+1秒+5笔，意思就是同一个账号在1秒内可以发生5笔请求，但是这里请求数量与限流的设定参考依据不同。

限流大小主要依据性能来决定，而降频中的请求数量，一般会以正常人的交互速率作为参考 。所以，并不能因为性能好，就设定账号+1秒+100笔这种识别规则，这不但不科学还会浪费资源。

接下来，有了识别规则还得搭配对应的处置手段，常见的有两种模式：挑战和拒绝。

挑战

弹出验证码，输入并验证通过后，可以继续请求

仅适用于前端

拒绝

弹出“请求频繁”提示，且这笔请求将直接被拒绝

适用于前端及后端

限流会发生误杀，难道降频就不会吗，其实也会发生，特别是用户的网络环境是一个出口IP地址时。所以，如果是基于IP地址特征的识别规则，请求数量建议适当放大。

在降频策略方面，建议配置多层+渐进式的方式 ， 识别规则较为严格的 采用挑战模式， 识别规则较为宽松的 采用拒绝模式，减少因 降频而引发的误杀情况，参考如下：

优先级

识别规则

处置手段

1

账号+1秒+5笔

挑战

2

账号+1秒+10笔

拒绝

3

IP地址+1秒+20笔

挑战

4

IP地址+1秒+40笔

拒绝

降频确实可以使应用系统的资源，被合理地分配给请求方，但并不能保证万无一失，特别对于那些技术高超的软件党们，他们仍然可以通过其他方式绕开这种控制手段。

不过， 你可以将此视为一种攻防战，通过增强防守的方式，来提高攻击者成本 ，而攻击者一定会权衡成本和收益，当成本大于收益时，可能就不会有攻击，毕竟没有人会这么无聊透顶 。

虽然有了限流和降频这两招，但仍可能无法应对高并发的场景，况且在初期，限 流和 降频的策略，也 无法 设计 得 非常完美。所以，有些时候还得使出最后一招。

降级，是当应用系统处理超载时，对其服务进行裁剪的一种机制 。常见的是应用系统 处理阻塞时，会关闭 非核心服务，并将资源给到核心服务，从而确保核心服务正常。​

经常有人将它与熔断混为一谈，但并非一回事 。降级主要是针对应用系统本身，若处理能力不足则可触发，而熔断主要是针对应用系统所调用的外部服务，若外部服务不稳定时则可触发。

当然，两者也有一定的关系，因为当发生熔断时，也可以触发降级机制，比如当同步调用外部服务出现性能问题时，可以降级为异步调用，避免造成线程阻塞而瘫痪 。

不过在降级前，必须得先梳理应用系统中的核心服务，可以采用经典的二八原则，将服务划分为 20%核心服务+ 80%非核心服务。 而 这种分法的意图，是希望让你找到真正重要的核心服务，不然，你会觉得都很重要 。

在梳理过程中，建议通过多个维度来进行综合评判，如下是我经常采用的一种梳理方法，你可以将此作为一种参考，并结合自己的服务分类标准进行调整。

首先，可以设计一张类似如下的矩阵图，请尽量地简约它，将应用系统中的各类服务，按照矩阵所设定的不同属性进行分门别类。

操作类

查询类

业务类

订单下单订单支付

订单退货...

商品查询订单查询退货进度...

基础类

用户登录用户登出密码修改头像修改

...

用户查询历史浏览我的收藏我的分享...

然后，将业务类+操作 类的挑选出来作为 核心服务 ，你会不会认为这就结束了。不好意思，游戏才刚刚开始。不过你可以试想一下，假设 仅保留这些核心服务，会出现什么问题。

用户登录不了无法订单支付，订单查询不了无法订单退货。所以， 我们还需引入服务关键路径的概念，可以理解为在使用某个服务前，还必须要使用的其他服务 。

分别对挑选出来的核心服务，进行服务关键路径的 梳理。

路径1 ：用户登录——>商品查询 —— > 订单下单

路径2： 用户登录—— > 商品查询 —— > 订单下单—— > 订单支付

路径3：用户登录—— > 订 单 查询—— > 订单退货

待服务关键路径梳理完成后，再对路径上的所有服务进行合并及去重，将会得到一组新的核心服务：用户登录/商品查询/订单下单/订单支付/订单查询/订单退货。

来计算下核心服务的占比，所有服务14个/核心服务6个，占42.86%，远远超过了20%。所以，建议继续从这些核心服务中，识别更核心的部分，但仍然以服务关键路径为整体。

相比订单下单/订单支付/订单退货这三条服务关键路径，我想订单支付可能会更有价值。最后，我们可以仅将订单支付这条服务关键路径上的服务作为核心服务。

重新再来计算下核心服务的占比， 所有服务14个/核心服务4个，占28.57%， 虽然还是超过了20%，但这并不是重点，重点是我们已经找到了最核心的服务 。

其余的核心服务，可以降级为准核心服务，重组后得到如下这份服务重要程度清单。

核心服务

准核心服务

非核心服务

用户登录

商品查询

订单下单

订单支付

订单查询

订单退货

退货进度

用户登出

密码修改

头像修改

用户查询

历史浏览

我的收藏

我的分享

当拥有这份清单后，若 应用系统处理阻塞时 ，就 可以按照非核心服务>准 核心服务> 核心服务这个顺序依次进行降级 。不过， 降级 不一定要拒绝请求，也可以是限流请求，这样可以减少对服务能力的裁剪力度 。

以上只是一种相对较粗的降级策略， 如果你想要制定更精细化的降级策略，还需要 对 每个服务进行优先级的设定 ，高低依据可以结合自身需要来制定，例如： 历史 服务使用情况。

当有了限流、降频、降级这三招，基本就能够在资源有限的情况下，让突发请求能够被平滑地处理，将应用系统的资源能够被合理地分配，以及当应用系统处理堵塞时， 确保核心服务正常。

现在，我们已经基本了解了如何衡量性能的指标，以及大致掌握了如何保护应用系统的招数。但这些就是高并发全部了吗，我想说这仅仅只是入门级别。

上述内容，主要是为了让你能够清晰地看到应用系统的性能水位在哪里，以及在资源有限下，当面对突发请求时可以采取哪些招数，能让应用系统安全地存活下来。

存活，即代表着可用性，它也是高并发的一个特性，而且是我认为相对比较重要的特性 。设想一下，如果你的应用系统连可用性都无法保证，那再高的性能又有何意义。

对于大部分应用系统而言，大家都会比较关注应用系统的可用性，99.9%不够那就99.99%，甚至还有想做到99.999%的，毕竟可用性的不足会直接影响到业务运作。

但对于 一个想成为高并发的应用系统而言，仅单方面关注高可用，肯定无法称得上这个头衔 ，它仍然还需要在其他特性上具备极佳的表现。

让我们拉回到最初的目标，性能是高并发的目标之一， 不过，这里我们不再谈论性能指标，而是来研究如何来提升性能。 因为，高性能是高并发的另外一个重要特性。

想要提升性能，势必投入成本。随着成本不断增加，性能提升幅度逐渐衰减。这两句话，是不是觉得有点耳熟，但不管你是否还记得，先让我在这里打个问号再说。

在架构设计的过程中，你是否经常会听到“取舍”的这个词，它是 通过牺牲一种能力来换取另外一种能力的方式 ，这些能力可以是性能、可用性、数据一致性或是其他能力。

等等，你是不是突然有意识到，提升性能并不只有投入成本这种方式，至少是在硬件资源方面，我们还可以通过牺牲一种能力去换取。 那到底选择牺牲哪种能力呢，牺牲可用性，一般不会第一时间考虑，那是不是可以考虑牺牲数据一致性。

但在考虑前得先声明一下， 所谓牺牲数据一致性，并不是完全不要，而是将数据强一致性降级为最终一致性 。 而对于数据最终一致性的理解，就是在数据更新后，要过一段时间后才能看到，而时间的长短就代表着牺牲了多少。

但并不是说，所有情况都必须牺牲数据一致性来提升性能，有些时候也可以考虑牺牲其他能力。但在取舍前，得先弄清楚当前要什么，但更需要弄清楚当前可以失去什么， 不合理的取舍，不但无法换取收益，反而还会引来更多的问题 。

情况1：数据缓存

缓存，是高并发架构设计中一种不可或缺的能力 ，一般是指那些经常被访问的热点数据，可以将它放入缓存中，从而提升数据被读取的效率。

但是否所有的数据都适合放入缓存中，如果是静态数据，那么你可以很安心地放入。原因很简单，静态数据不会更新，那么缓存和数据源始终保持一致，而且就算缓存中的数据丢失了，至少还有一份在数据源。

通过将静态数据缓存，可以很轻易地提升静态数据的访问性能，甚至可能是几十倍的效果。但应用系统中还有大量的动态数据，仅提升静态数据可能对总体的提升并不一定显著。

你是不是想说，那就把动态数据也放入缓存中不就行了。在下这个决定前，建议你先想一下，动态数据是会更新的， 这就意味着动态数据在放入缓存后，当数据源中的数据被更新后，再次访问返回的都是更新前的数据，这种效果你是否可以接受。

我想应该没有人会接受吧，而你是不是又想说，设置下缓存会过期不就能解决了。没错，但得等过期后才能解决，那还没过期前呢，这种方式只能缓解，但并不能根治，而且还会引入一个新的问题，请问过期设置多久才合适。

设置缓存5秒钟过期，可能永远无法命中缓存，而且不但没有提升性能，还增加了代码复杂度，有点画蛇添足的感觉。 设置缓存5分钟过期，命中缓存的几率可能会提高，但缓存后在5分钟内的如果数据更新，要从缓存开始往后推5分钟才能看到。

即： 第1分钟缓存，第1-6分钟内的任何数据更新，要第6分钟后才能看到。

所以，如果你无法容忍这种情况，请你不要滥用缓存，虽然性能提高了，但问题可能也出现了。反之，如果你可以容忍这种情况，那就可以这么操作，而至于过期设置多久，可以结合业务场景及使用频率综合来评估，毕竟不同的业务容忍度是不同的。

对于是否要将动态数据进行缓存，本质上，其实就是一种取舍，是一种性能与数据一致性的权衡，而 缓存的过期时长，就像是保持这种平衡的支点，从而让这种牺牲变得更有意义 。

情况2：单机限流

限流，前面已经有介绍过，它有两种常用的限流算法， 漏桶算法和令牌桶算法。不过 ，这两种算法都仅支持单机限流，不支持全局限流。

单机限流，就是对单节点设定一个限流阈值，如果单节点上的请求到达阈值，则会拒绝请求。例如： 限流阈值=每秒100次请求，如果在1秒内单节点上，有第101次的请求则拒绝。

全局限流，就是对一组节点设定一个限流总阈值，如果这组节点上的汇总请求到达阈值，则会拒绝请求。例如： 10个节点的限流总阈值=1000次请求，如果在1秒内这组节点上，汇总有第1001次请求则拒绝，不过单节点上有超过第100次的请求也会接受。

这么看下来，感觉单机限流控制能力更厉害一点，它能保证单节点的请求不会超过100次。而全局限流在极端情况下，单节点都有可能在1秒内会接受1000次请求。当然，这种情况的可能性比较低，比如在突发请求时，9个节点同时宕机。

既然如此，那全局限流有存在的意义吗，难道这就是 漏桶算法和令牌桶算法都不支持全局限流的原因。全局限流就真的没有存在的意义吗。 存在即合理，既然存在，那就一定有它存在的道理 。

换个情况，还是将 10个节点为一组，不过这次换成采用单机限流。问题来了，每个节点的限流阈值该如何设定，如果采用平均分配，则 限流阈值=每秒100次请求，让我们来测试一下，在1秒内依次发出1000次请求，会发生什么现象。

结果是在第100次请求后，从第101次到第1000次的请求中，可能有些请求会发生被拒绝的情况，而且请求一会儿成功一会儿拒绝，没有任何规律。原因可能是10个节点请求负载不均所引发的，导致某个节点提前超过了100次请求。

基于以上情况，最终1000次请求没有全部成功，这种情况等同于降低了应用系统的吞吐能力。而在实际情况中，就算采用 轮询的负载算法，请求数不均的可能性仍然还是会存在的 。这么一看，单机限流好像也有缺陷。

估计你已经被我说晕了吧，让我们整体再重新梳理一遍，并对 两 种不同限流模式的影响进行对比。不过，这次 还加上每秒不同的请求数量。

每秒请求

单机限流10*100笔/秒

全局限流1000笔/秒

100笔

无影响

无影 响

1000笔

少量请求拒绝

耗时小幅波动

10000笔

请求拒绝>9000

请求拒绝=9000耗时大幅波动

注：每个节点的处理能力为100笔/秒

两种限流对比下来，单机限流更强调单机的控制范围，但可能会造成额外的请求拒绝，但对单节点不会造成性能压力，而全局限流更强调整体的控制范围，虽不会造成额外的请求拒绝，但可能会对单节点造成性能压力，引发性能过载。

除此之外， 全局限流还是一种采用中心化的设计思路 ，因此在网络开销方面，还会产生额外的性能损耗，这种损耗在请求量少的时候估计还可以容忍，但在高并发的情况下可能是场灾难，因为在每次限流判断前，还会产生一次网络开销。

所以，不能为了想要实现更精准的限流，就盲目地采用全局限流，它将在高并发的情况下损耗更多的性能。而单机限流所额外造成的少量请求拒绝，在某些情况下，可以考虑采用某些技术手段进行补偿。

不过，不管是单机限流还是全局限流，似乎都和数据一致性没有关系。但事实上，全局限流这种精准限流的方式，也可以视为另一种一致性的表现，而单机限流就是通过对这种一致性的牺牲，来减少性能损耗，何尝不是提升性能的另一种方式。

以上，只是简单列举了两种不同情况下的取舍，而在高并发架构上，可取舍的地方远不止这些。你得知道， 高并发的每一处设计或每一份设计方案的背后，都曾是通过不断地取舍所获得的 ，而没有取舍的高并发架构决策，将会显得毫无说服力。

取舍不但可以作为高并发架构决策的有力武器，也将是驱动架构演进最合理的一种方式 。但要切记，取舍的方向并不是一成不变的，而是会随着外界环境的变化而变化，它将是一种独特的艺术。

写在最后

高并发的魅力之处，就在于它没有唯一的答案，而答案是需要我们以不同的业务场景作为线索去不断地寻找，这种寻找的过程也是一种不断思考的过程 ，这就是我为什么说高并发是一种架构思维模式。

本文从浅到深依次讲述了性能是实现高并发的基础条件，控制是实现资源最大化利用的方式，以及如何通过取舍来换取当前应用系统更所需的能力，但这些仅仅只是高并发世界里的一个角落。因篇幅有限，今天就暂告一段落。

最后想说， 高并发其实并不可怕，可怕的是你知其然而不知其所以然 。对于追求技术的你， 需要不断地拓宽你的技术深度与广度，才能更好地掌握高并 发，以及运用高并发的思维模式来提升应用系统处理能力。

相关文章