高并发代表着大流量，抵抗巨大流量的冲击，带给用户更好的使用体验，让流量更加平稳得被系统中的服务和组件处理。

解决高并发主要方向

1. Scale-out(横向扩展)

分而治之是一种常见的高并发系统设计方法，采用分布式部署 的方式把流量分流开，让每个服务器都承担一部分并发和流量。

那么什么时候选择 Scale-up(纵向扩展)，什么时候选择 Scale-out 呢?
一般来讲，在我们系统设计初 期会考虑使用 Scale-up 的方式，因为这种方案足够简单，所谓能用堆砌硬件解决的问题就 用硬件来解决，但是当系统并发超过了单机的极限时，我们就要使用 Scale-out 的方式

2. 缓存

使用缓存来提高系统的性能，就好比用“拓宽河道”的方式抵抗高并发大流量的冲击。

那么为什么缓存可以大幅度提升系统的性能呢?
数据是放在持久化存储中的，一般的持久化存储都是使用磁盘作为存储介质的，而普通磁盘数据由机械手臂、磁头、转轴、盘片组成，盘片又分为磁道、柱面和扇区
普通磁盘的寻道时间是 10ms 左右，而相比于磁盘寻道花费的时间，CPU 执行指令和内存 寻址的时间都在是 ns(纳秒)级别，从千兆网卡上读取数据的时间是在μs(微秒)级别。 所以在整个计算机体系中，磁盘是最慢的一环，甚至比其它的组件要慢几个数量级。因此， 我们通常使用以内存作为存储介质的缓存，以此提升性能。

3. 异步

在某些场景下，未处理完成之前，我们可以让请求先返回，在数据准备好之后再通
知请求方，这样可以在单位时间内处理更多的请求。

4. 分层架构设计

软件架构分层在软件工程中是一种常见的设计方式，它是将整体系统拆分成 N 个层次，每 个层次有独立的职责，多个层次协同提供完整的功能。

MVC是一种标准的软件分层架构

1. 分层的设计可以简化系统设计，让不同的人专注做某一层次的事情
2. 分层之后可以做到很高的复用。
3. 分层架构可以让我们更容易做横向扩展

缺点
明明可以在接收到请求后就可以直接查询数据库获得结果，却偏偏要在中间插入多个层次，并且有可能每个层次只是简单地做数据的传递。有时增加一个小小的需求也需要更改所有层次上的代码，看起来增加了开发的成本

单一职责原则规定每个类只有单一的功能，在这里可以引申为每一层拥有单一职 责，且层与层之间边界清晰;
迪米特法则原意是一个对象应当对其它对象有尽可能少的了 解，在分层架构的体现是数据的交互不能跨层，只能在相邻层之间进行;而开闭原则要求软 件对扩展开放，对修改关闭。它的含义其实就是将抽象层和实现层分离，抽象层是对􏰀实现 层共有特征的归纳总结，不可以修改，但是具体的实现是可以无限扩展，随意替换的。