今天给大家拽点高大上的：高并发写入，高并发读取，大数据量的系统设计
高并发写入：
数据库极限写入能力在这个需求下成了重点性能指标。针对物联网传感器采集类数据，特别适合的是时序数据库，内存型数据库，当然并非只能用时序数据库实现，关系型虽然么那么完美，但是起码也可以尝试一下！
典型的项目案例就是我专注了几年的GPS监控业务。每辆车上装一台GPS采集器，市面上的频率大致都是每隔10秒上报一个坐标点。稍微有点要求的平台都得时10万终端承载量起步的设计容量。
高并发读取：
解决方案太多了，因为很多传统项目都是在读取的时候有着明显的需求。针对这个需求，可以考虑数据库层的一主多从，内存层的缓存，应用层的静态化加速，物理架构层的CDN加速等等方案。
比如论坛网站，10000人同时写入的可能微乎其微，但是10000人同时读取的可能非常常见。
关于连接数：
避免网络中间设备闲置并发数，使用负载均衡分流连接数，使用多台服务器共同承载连接数！
说个我的亲身经历，当初为了追求高并发写入能力，选配合昂贵的物理机，参考价：单台服务器机（2颗E7，32G内存，4块万转SAS盘）价格3万起，最终项目用了没几年放弃了物理机方案，原因在于2万多采购的思科防火墙只能承载25万并发连接数！
末尾彩蛋：
前文一直在考虑高性能单机能力，其实这不是最最重要的。单机写入虽然也可以提高承载上限，但是上限始终存在：我可以用一台企业级服务器代替低配塔式机，也可以用刀片机代替机架式服务器，然而在下一步，用户业务量更多的时候还有多少单机提升空间呢？难道要去买台超级计算机？
超级计算机的确牛逼，可是跟我们这辈子未必有缘接触！系统应该设计成可水平扩容的状态。白话解释就是：业务量多了加服务器，而不是去优化代码！
云架构，就是我一直关注的技术领域，云服务器的单机性能都挺低，甚至连我的老笔记本性能都不如（同参数配置下），但是云架构下的系统可以实现的效果就是一个不行两个上，再多压力都不怕！
原文地址：
https://www.opengps.cn/Blog/View.aspx?id=437
文章的更新编辑依此链接为准。欢迎关注源站原创文章！