- 综合排序
- 最热优先
- 最新优先
- 来自专栏Java实战博客
1 Netty 网络高并发框架
Netty是当前非常流行的网络通讯开源框架，高并发和高可靠，底层就可以用Netty支撑。 端 高并发应用 本质是NIO框架，适用于服务器通讯的多种场景 什么是同步 和 异步 同步： 浏览器发送请求，等待服务端进行相应后浏览器在做操作 这个过程就叫同步 异步：浏览器发送请求，无需服务器响应出结果 ，继续浏览器渲染接下来的操作，这个过程就叫异步 Netty 结构图 Netty 是基于 JDK下的NIO 的框架 image.png Netty 场景 RPC框架 ：阿里的分布式框架Dubbo用到了 手游 I/O模型使用场景 BIO：适用于连接数目少且固定的架构，高并发不适用，是JDK1.4之前唯一选择 NIO：适用于连接数目多，但是连接短。JDK1.4 开始支持。 会利用OS惨与并发操作，编程较为复杂。
97220编辑于 2022-01-19 - 来自专栏C++学习历程
高并发内存池框架设计
项目源码：https://gitee.com/kkkred/thread-caching-malloc 引言 在高并发场景（如百万QPS的API网关、实时游戏服务器）中，内存分配的延迟与碎片是性能瓶颈的核心来源 获取逻辑，揭示高并发场景下内存分配的「无锁化」与「高效协同」之道。 Size Class的设计需覆盖高频场景并限制分类数量（通常10~20个）。 五、总结与性能优化 高并发内存池框架通过ThreadCache（本地无锁）、CentralCache（全局协调）、PageCache（系统桥梁）的三级架构，实现了： 低延迟：ThreadCache 的无锁操作+哈希桶索引的O(1)计算，将分配/释放延迟降至O(1)； 低碎片：按Size Class分类+页级对齐的设计，减少内存碎片； 高并发：线程本地存储避免了全局锁竞争，分段锁/双链表优化了多线程协作
37610编辑于 2025-07-10 - 来自专栏技术趋势
秒级达百万高并发框架-Disruptor
Disruptor介绍 Disruptor是一个高性能的并发框架，主要应用于创建具有高吞吐量、低延迟、无锁（lock-free）的数据结构和事件处理系统。 它最初由LMAX公司开发的，已经成为了业界广泛使用的高性能并发框架。 Disruptor框架的特点和优势包括： 高性能：Disruptor框架能够通过无锁的方式提供非常高的并发性能和吞吐量，比如在大规模消息发布订阅场景下，能够每秒处理数百万个消息。 Disruptor 的高吞吐量、低延迟以及可扩展性好的特点，使得它成为许多高并发应用的首选方案之一。 Disruptor的基本使用 以下是用于disruptor这个框架的基本功能的学习demo。 ，只是我们很多时候不了解而以，较老一点的程序人应该都有所了解~，当然本文主要是用于了解Disruptor这个框架实现源理和基本应用以便后续一些高并发场景设计方案可以借鉴，希望能与各位共同前进~，最后可以参考下面文献还是挺不错的借鉴
3.3K20编辑于 2023-09-01 - 来自专栏半生瓜のblog
【Linux】多进程高并发设计框架示例
多进程高并发设计框架 建议根据cpu核心数量来设置子进程的数量。 建议将对应某一进程绑定到某一cpu上。(cpu亲缘性) 优点: 充分利用多核系统的并发处理能力。 cpu亲缘关系，将进程绑定在其中的一个核上 static void worker_process_init(int worker){ cpu_set_t cpu_affinity; //多核高并发处理 (intptr_t) data; //工作进程初始化 worker_process_init(worker); //干活 for(;;){ sleep(10
94520编辑于 2023-05-13 - 来自专栏冰河技术
【高并发】如何使用Java7中提供的ForkJoin框架实现高并发程序？
作者个人研发的在高并发场景下，提供的简单、稳定、可扩展的延迟消息队列框架，具有精准的定时任务和延迟队列处理功能。 ForkJoin是由JDK1.7之后提供的多线程并发处理框架。ForkJoin框架的基本思想是分而治之。什么是分而治之？ Fork/Join框架的核心类 Fork/Join框架的核心是两个类：ForkJoinPool和ForkJoinTask。 log.error("exception", e); } } } 写在最后 如果觉得文章对你有点帮助，请微信搜索并关注「 冰河技术 」微信公众号，跟冰河学习高并发编程技术 最后，附上并发编程需要掌握的核心技能知识图，祝大家在学习并发编程时，少走弯路。 ?
1.1K10发布于 2020-10-29 - 来自专栏架构专题
没有预热，不叫高并发，叫并发高
大家都知道，高并发系统有三把斧子：缓存、熔断和限流。但还有一把斧子，经常被遗忘在角落里，郁郁不得志，那就是预热。 ? 现象举例 先说两个现象。这些现象，只能在并发高的系统中出现。 一、DB重启后，瞬间死亡 一个高并发环境下的DB，进程死亡后进行重启。由于业务处在高峰期间，上游的负载均衡策略发生了重分配。刚刚启动的DB瞬间接受了1/3的流量，然后load疯狂飙升，直至再无响应。 可能平常1/10的量，就能够把它带入死亡。 二、服务重启后，访问异常 另外一个常见的问题是：我的一台服务器发生了问题，由于负载均衡的作用，剩下的机器立马承载了这些请求，运行的很好。 当服务重新加入集群时，却发生了大量高耗时的请求，在请求量高的情况下，甚至大批大批的失败。 引起的原因大概可以归结于： 1、服务启动后，jvm并未完全准备完毕，JIT未编译等。 当系统长期处于低水位的情况下，流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。
3.2K21发布于 2019-07-10 - 来自专栏Java研发军团
高并发大流量网站 10 个解决方法
阅读本文需要5分钟 1.硬件升级 普通的P4服务器一般最多能支持每天10万独立IP，如果访问量比这个还要大， 那么必须首先配置一台更高性能的专用服务器才能解决问题 ，否则怎么优化都不可能彻底解决性能问题 ，就是将动态数据存储到缓存文件中，动态网页直接调用 这些文件，而不必再访问数据库 9.禁止外部盗链 外部网站的图片或者文件盗链往往会带来大量的负载压力，因此应该严格限制外部对于自身的图片或者文件盗链 10
64540发布于 2019-06-05 10W QPS 高并发，如何防止重复下单？
前言 10wqps高并发，如何防止重复提交/支付订单？ 10wqps高并发，如何防止重复下单？ 10wqps高并发，如何防止重复支付？ 10wqps高并发，如何解决重复操作问题？ 而且啊，很多RPC框架和网关都有自动重试的功能，所以只靠前端来防止重复请求，那是不太可能的。 当然，这种方案也不是真的没有价值。 但请注意，在高并发情况下（如每秒10万请求），这种方法可能不够用。 该方案经过扩展，可高效应对10万QPS（每秒查询率）的高并发场景。 简单来说，其实就是解决幂等性问题，而解决幂等性问题其实主要就是加锁和唯一性ID校验 而如果要满足10W QPS的并发，就需要优化加锁的性能（比如Redis分布式锁）和生成唯一ID的方式。
47110编辑于 2025-11-03- 来自专栏服务器优惠介绍
高并发服务器框架设计方案
简单谈一谈高并发服务器框架设计的基本思路 基本的服务器框架都是C/S结构的，请求和相应流程是这样的： 这样的框架存在一个很严重的问题，当客户端高并发请求到来，服务器需要进行大量的数据库操作，假设数据库最大连接数为 这种做法有效的降低了服务器的压力，但是没有提高处理速度， 仅仅保证了请求被缓存，处理效率仍受限于数据库的并发数。 到目前为止，这个框架可以适用于大部分服务器逻辑。为保证数据库的响应速度和处理效率，可以对数据库进行分区。 数据库分区有两种形式(分库、分表) 分库：数据库可以按照一定的逻辑把表分散到不同的数据库。 到此为止，服务器框架介绍完毕。
1.6K11发布于 2019-07-11 - 来自专栏上云
高并发服务器框架设计方案
简单谈一谈高并发服务器框架设计的基本思路 基本的服务器框架都是C/S结构的，请求和相应流程是这样的： [gao1.png] 这样的框架存在一个很严重的问题，当客户端高并发请求到来，服务器需要进行大量的数据库操作 这种做法有效的降低了服务器的压力，但是没有提高处理速度， 仅仅保证了请求被缓存，处理效率仍受限于数据库的并发数。 [gao7.png] 到目前为止，这个框架可以适用于大部分服务器逻辑。为保证数据库的响应速度和处理效率，可以对数据库进行分区。 到此为止，服务器框架介绍完毕。 高并发服务器框架设计方案用到的腾讯云产品： 腾讯云服务器：https://cloud.tencent.com/product/cvm 腾讯云数据库：https://cloud.tencent.com/product
1.7K11发布于 2019-07-08 - 来自专栏Java职业技术分享
Java异步NIO框架Netty实现高性能高并发
下面我们就一起来看下Netty是如何支持10W TPS的跨节点远程服务调用的，在正式开始讲解之前，我们先简单介绍下Netty。 1.2. 传统RPC调用性能差的三宗罪 网络传输方式问题：传统的RPC框架或者基于RMI等方式的远程服务（过程）调用采用了同步阻塞IO，当客户端的并发压力或者网络时延增大之后，同步阻塞IO会由于频繁的wait导致 开发人员一般可以根据自己的需要来选择合适的模式，一般来说，低负载、低并发的应用程序可以选择同步阻塞IO以降低编程复杂度。但是对于高负载、高并发的网络应用，需要使用NIO的非阻塞模式进行开发。 但是对于高负载、大并发的应用却不合适，主要原因如下： 1) 一个NIO线程同时处理成百上千的链路，性能上无法支撑，即便NIO线程的CPU负荷达到100%，也无法满足海量消息的编码、解码、读取和发送； 2 主要分享分布式架构、高可扩展、高性能、高并发、性能优化、Spring boot、Redis、ActiveMQ、Nginx、Mycat、Netty、Jvm大型分布式项目实战学习架构师视频。
3.2K10发布于 2018-09-28 - 来自专栏技术记录
netty框架实现websocket达到高并发
但是在实际项目中，那样的用法是不可取的，理由是tomcat对高并发的支持不怎么好，特别是tomcat9之前，可以测试发现websocket连接达到的数量很低，且容易断开。 什么是Netty Netty是业界最流行的NIO框架之一，它的健壮性、功能、性能、可定制性和可扩展性在同类框架中都是首屈一指的，它已经得到成百上千的商用项目验证，例如Hadoop的RPC框架Avro就使用了 Netty作为底层通信框架，其他还有业界主流的RPC框架，也使用Netty来构建高性能的异步通信能力。 ； 性能高，通过与其他业界主流的NIO框架对比，Netty的综合性能最优； 成熟、稳定，Netty修复了已经发现的所有JDK NIO BUG，业务开发人员不需要再为NIO的BUG而烦恼； 社区活跃，版本迭代周期短 最后给大家一条建议，在实际项目中，别让这种长连接一直保持，在nginx中可以设置连接无交流超时断开，大概设置10分钟左右，然后每8分钟定时从服务端发送一条心跳，具体想法就看你们喽~ url：http
10.3K110发布于 2018-01-30 - 来自专栏后台技术底层理解
redis高并发高可用
redis 实现高并发主要依靠主从架构，一主多从. 对于性能来说，单主用来写入数据，单机几万QPS，多从用来查询数据，多个从实例可以提供每秒 10w 的 QPS。 如果想要在实现高并发的同时，容纳大量的数据，那么就需要 redis 集群， 使用 redis cluster 模式，可以提供每秒几十万的读写并发。 这样也可以很轻松实现水平扩容，支撑读高并发。 Redis虽然读取写入的速度都特别快，但是也会产生读压力特别大的情况，所以为了缓解读的压力，所以进行读写分类，并对读进行扩展。 进行如下配置： min-slaves-to-write 1 min-slaves-max-lag 10 要求至少有 1 个 slave，数据复制和同步的延迟不能超过 10 秒。 ==怎么保证redis是高并发以及高可用的==？ sdown 和 odown 转换机制 sdown 是主观宕机，就一个哨兵如果自己觉得一个 master 宕机了，那么就是主观宕机。
3.2K10发布于 2020-08-04 - 来自专栏后台及大数据开发
【高并发】秒杀系统高并发请求排队处理
今天无意中看见了这位兄弟的文章 通过请求队列的方式来缓解高并发抢购（初探） 但文章最后说并发超过500 就会出现超发，看了下代码，的确有这个问题 抽空简单完善了下，经压力测试后发现暂无超发现象， 下面为我的代码 疑问解除，原来我线程组里面循环了10次 没注意到那个参数 ? 经过多轮测试，暂未发现多发现象， OK项目始终只有15个 ? 欢迎指正 由于是在windows下测试，并发高了就报错 java.net.BindException: Address already in use 这个初看上去很像端口被占用，其实是因为已经完成请求的
4K11发布于 2018-08-02 - 来自专栏Java探索之路
高并发技术
而大数据也带来的高并发的问题. 解决高并发问题是大数据时代的永恒主题. 我们假设已经解决高并发的问题, 我们可以通过对数以亿计的数据做日志分析 , 从中分析用户行为 ,分析在哪个渠道的用户最具购买力 , 哪个渠道最容易接纳我们的产品. 即: 高并发>日志>分析行为>画像>推荐>服务 这便是大数据时代下企业发展之路 ,因此 ,解决高并发问题便是关键. 通过相应技术, 解决高并发问题 ,为企业节省更多资金 ,有益企业良性发展. 国际标准化组织（ISO）制定了OSI模型，该模型定义了不同计算机互联的标准，是设计和描述计算机网络通信的基本框架。 ，而apache 则是阻塞型的，在高并发下nginx 能保持低资源低消耗 高性能, 高度模块化的设计，编写模块相对简单 社区活跃，各种高性能模块出品迅速 apache 相对于nginx 的优点
4.4K50发布于 2020-07-27 - 来自专栏PHP在线
大话－高并发
简单理解下高并发: 高并发是指在同一个时间点，有很多用户同时的访问URL地址，比如：淘宝的双11，双12，就会产生高并发,如贴吧的爆吧，就是恶意的高并发请求， 也就是DDOS攻击，再屌丝点的说法就像玩撸啊撸被 ， 签到成功后用户获取到一个积分 已知表 用户表，包含积分字段 高并发意淫分析(属于开发前的猜测)： 在高并发的情况下，会导致，一个用户签到记录会有多条，或者用户签到后不止加一积分 0的时候无法进行抽奖 已知表: 用户表，包含积分字段 奖品表，包含奖品剩余数量字段 高并发意淫分析(属于开发前的猜测): 在高并发的情况下，会导致用户参与抽奖的时候积分被扣除，而奖品实际上已经被抽完了 还有客户端页面会在10点时候用js发起页面的刷新，就是因为有这样的逻辑，导致10点的时候有很多并发请求同时过来，然后就会导致很多的sql查询操 作，理想的逻辑是，只有一个请求会去数据库获取，其他都是从缓存中获取数据 在高并发接口的设计中可以使用具有高并发能力的编程语言去开发，如：nodejs 做web接口 服务器部署，图片服务器分离，静态文件走CDN 并发测试神器推荐 Apache JMeter Microsoft
2.2K40发布于 2018-03-08 - 来自专栏全栈程序员必看
Qt高并发
QtConcurrent是一个命名空间，提供了用于编写并发软件的更高层次的类和算法。该命名空间中有一个重要的类，QThreadPool，这是一个管理线程池的类。 要驱动动画（animation），建议使用QTimer，QTimeLine或者动画框架（Animation Framework）。这些API并不需要额外创建其它线程。 10）利用QApplication::postEvent()分发事件，或使用队列式的信号/槽连接，都是用于线程间通信的安全机制——但需要接收线程处于事件循环中。
2.3K20编辑于 2022-09-03 - 来自专栏CSDN搜“看，未来”
高并发（一）
---- 文章目录 取经的地方 曾经，我眼中的高并发 如何理解高并发 高并发系统的设计目标是什么？ 宏观目标 微观目标 高并发的实践方案有哪些？ 对于高并发系统来说，最基本的要求是：保证3个9或者4个9。原因很简单，如果你只能做到2个9，意味着有1%的故障时间，像一些大公司每年动辄千亿以上的GMV或者收入，1%就是10亿级别的业务影响。 但是从高并发系统的整体架构角度来看，扩展的目标不仅仅是把服务设计成无状态就行了，因为当流量增加10倍，业务服务可以快速扩容10倍，但是数据库可能就成为了新的瓶颈。 8、并发处理，通过多线程将串行逻辑并行化。 9、预计算，比如抢红包场景，可以提前计算好红包金额缓存起来，发红包时直接使用即可。 10、缓存预热，通过异步任务提前预热数据到本地缓存或者分布式缓存中。 ❇ 高可用的实践方案 1、对等节点的故障转移，Nginx和服务治理框架均支持一个节点失败后访问另一个节点。
1.6K40发布于 2021-09-18 - 来自专栏运维经验分享
突破10万高并发的nginx性能优化经验 原
转载：http://www.cnblogs.com/kevingrace/p/6094007.html 在日常的运维工作中，经常会用到nginx服务，也时常会碰到nginx因高并发导致的性能瓶颈问题。 fastcgi_cache TEST 10）为指定的应答代码指定缓存时间，如上例中将200，302应答缓存一小时，301应答缓存1天，其他为1分钟。 ---- 以上为nginx中FastCGI相关参数， 另外，FastCGI自身也有一些配置需要进行优化，如果你使用php-fpm来管理FastCGI，可以修改配置文件中的以下值： 1）同时处理的并发请求数 ，即它将开启最多60个子线程来处理并发连接。 net.ipv4.tcp_max_syn_backlog = 262144 10）时间戳可以避免序列号的卷绕。一个1Gbps的链路肯定会遇到以前用过的序列号。
2.7K20发布于 2019-03-11 - 来自专栏就业 C++ 综合学习
【项目日记】高并发内存池项目---整体框架设计
高并发内存池项目---整体框架设计 1 整体框架 现代很多的开发环境都是多核多线程，在申请内存的场景下，必然会存在激烈的锁竞争问题，锁竞争会有一部分的性能损耗（因为需要阻塞等待）。 malloc本身其实已经很优秀，那么我们项目的原型tcmalloc就是在多线程高并发的场景下更胜一筹，效率更加优秀。这次我们实现的内存池需要考虑以下几方面的问题： 性能问题。 PageCache） 他们的关系是这样的： 2 线程缓存 thread cache：线程缓存是每个线程独有的，用于小于256KB的内存的分配，线程从这里申请内存不需要加锁，每个线程独享一个cache，这也就是这个并发线程池高效的地方 比如：申请的是4页page，4页page后面没有挂span，则向后面寻找更大的span，假设在10页page位置找到一个span，则将10页pagespan分裂为一个4页page span和一个6页page
31110编辑于 2024-09-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号