答复: 开口大数据闭口高并发，你们都是怎么回答

你需要了解大数据高并发的瓶颈在哪里，一般都是数据库层面的，机械硬盘承载不起非常快速的读写操作，cpu承载不起大量的逻辑运算，所以最基本的解决思路就是：
1.换固态硬盘加快硬盘的读写效率。
2.建立缓存中间件降低对硬盘的读写次数，缓存不用多说了，最最最基本和重要的优化策略。
3.将硬盘的读写或者数据的计算分摊到多台机器上，也就是集群。hadoop就是基于这个层面的。
4.良好的查询算法，降低读的次数，分表，分库，索引等都是基于这层面的。

理论上来讲，在带宽充裕的情况下，只要遵循上面的4个思路进行延伸就可以解决大部分的高并发问题。

评论

2 楼 QING____ 2013-10-22  

我来阐明一下个人的几个废话:
1) 良好的架构设计/数据存储结构设计,是提高并发能力和大数据存储能力的最有效办法;不良的架构,即影响扩展,又影响稳定性,对于提升整体负载能力有很大的阻力..不良的数据存储结构,是造成数据操作性能的元凶,也是导致很多扭曲的设计的根源.
2) 扩展硬件,是提升独立server负载能力的最直接办法,也是成效最快捷的办法,但是这种办法的可持续性较差.
3) 基于2)之下,需要说明的是,最好不要让硬件成为"并发能力"的瓶颈;如果硬件总是瓶颈,那么说明软件的可优化余地非常大.
4) 没有免费的性能结余

1 楼 yanqingluo 2013-06-05  

好,转走了啊.