- 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 、网游服务器 可以理解成PRC框架 都会 I/O模型 I/O模型简单理解：就是用什么样的通道进行数据的发送和接收，很大程度决定程序的性能 Java支持3中网络编程模型：BIO、NIO、AIO 什么是BIO 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。
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 传统单内存池因全局锁竞争和内存碎片问题，难以满足高吞吐需求。 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。 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
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？ (String[] args) { ForkJoinPool forkjoinPool = new ForkJoinPool(); //生成一个计算任务，计算1+2+3+ 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java一日一条
java高并发锁的3种实现
提到锁，大家可能都会想到synchronized关键字，使用它的确可以解决一切并发问题，但是对于系统吞吐要求更高的，在这里提供了几个小技巧，帮助大家减小锁粒度，提高系统并发能力。 int num=storage.get(key); storage.set(key,num+1); lock.unlock(key); 这个比较类似于数据库表锁和行锁的概念，显然行锁的并发能力比表锁高很多 由于锁的粒度局限于具体用户，使系统获得了最大程度的并发。 ? CopyOnWriteMap？
3.2K30发布于 2018-09-14 - 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。 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。 3、负载均衡发生了rebalance。 ---- 这两个问题，都是没有做好预热 Warm Up，即冷启动/预热的方式。 3、你的终端，可能通过了MQTT协议，直接连上了MQTT服务端。 我们进行一下抽象，可以看到：所有这些流量分配逻辑，包括网关，都可以叫做客户端。
3.2K21发布于 2019-07-10 - 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。 但是假设应用服务器A接受了3个任务，应用服务器B接受了5个任务，按照负载均衡的 权重法或最小连接法，肯定会分配给A任务，但是如果这3个任务都是复杂的写操作，而B的5个任务都是简单的 读操作，那么这就存在分配的不合理性 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。 3 内存分配，可以采用内存池，提前分配。 4 锁竞争，加锁解锁会造成一定的效率衰减。 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 [gao3.png] 缓存如何同步？ 但是假设应用服务器A接受了3个任务，应用服务器B接受了5个任务，按照负载均衡的 权重法或最小连接法，肯定会分配给A任务，但是如果这3个任务都是复杂的写操作，而B的5个任务都是简单的 读操作，那么这就存在分配的不合理性 3 内存分配，可以采用内存池，提前分配。 4 锁竞争，加锁解锁会造成一定的效率衰减。 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
，Java序列化后的码流太大，无论是网络传输还是持久化到磁盘，都会导致额外的资源占用； 3) 序列化性能差（CPU资源占用高）。 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 高效的并发编程 Netty的高效并发编程主要体现在如下几点： 1) volatile的大量、正确使用; 2) CAS和原子类的广泛使用； 3) 线程安全容器的使用； 4) 通过读写锁提升并发性能。 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 e.printStackTrace(); }finally{ bossGroup.shutdownGracefully(); workGroup.shutdownGracefully(); } } } 3.
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。 哨兵的核心知识 哨兵至少需要 3 个实例，来保证自己的健壮性。 哨兵 + redis 主从的部署架构，是不保证数据零丢失的，只能保证 redis 集群的高可用性。 ==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 如果这里不要锁，进入请求队列的请求会超过我们设定的个数，但不会多太多； 其实这里应该不用锁，应该快速的响应大多数不能进入请求队列用户的请求，已经进入请求队列的请求在后续处理的时候还会进行业务判断的 3. 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 invite_code=bunl3uhohufn
4K11发布于 2018-08-02 SpringBoot3+Vue3 开发高并发秒杀抢购系统-完结
面对瞬时百倍流量冲击，如何构建既能承受高并发又能保证业务一致性的系统？本文将以SpringBoot3+Vue3技术栈为核心，系统阐述高并发秒杀系统从架构设计到落地实施的全流程实践。 典型业务特征瞬时高并发：QPS可达日常流量的100-300倍库存强一致：超卖率需控制在0.01%以内业务耦合性：涉及订单、支付、库存、物流等多系统协同防刷机制：需抵御黄牛脚本与恶意攻击某头部电商平台数据显示 技术难点突破流量削峰：如何避免数据库直接承受脉冲式冲击数据一致性：分布式环境下如何保证库存扣减的原子性链路稳定性：如何防止单个节点故障引发系统雪崩体验保障：如何在高并发下保持页面响应时间<500ms二、 3. 业务创新方向社交裂变：结合拼团、砍价等社交玩法预售模式：提前锁定库存与流量动态定价：根据实时供需调整价格虚拟商品：拓展秒杀商品品类结语高并发秒杀系统的建设是技术深度与业务理解的双重考验。
37810编辑于 2025-11-27- 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 ---- 如例子3（通过程序代码防止包并发下的数据错乱问题） 需求点： 【缓存数据到cache里】， 当缓存不存在的时候，从数据库中获取并保存在cache里，如果存在从cache里获取，每天10 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。 3）要其他线程中处理图像，使用QImage而不是QPixmap。 3）QSemaphore是一个广义的QMutex，可以用在一个线程在开始工作之前需要锁住不止一个资源的各种情况。信号量使其能够保证线程仅在要进行工作所需的资源全部满足的情况下才锁住资源。 3、必须在创建QObject对象的线程中删除它们 如果需要删除一个存在于不同线程中的QObject对象，则必须调用线程安全的QObject::deleteLater()函数，它可以置入”延期删除
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？ 3、理解片面，把高并发设计等同于性能优化：大谈并发编程、多级缓存、异步化、水平扩容，却忽视高可用设计、服务治理和运维保障。 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。 ❇ 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。 另外，如果业务场景不同，高并发的落地方案也会存在差异，但是总体的设计思路和可借鉴的方案基本类似。 高并发设计同样要秉承架构设计的3个原则：简单、合适和演进。
1.6K40发布于 2021-09-18 - 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 3 中心缓存 central cache：中心缓存是所有线程所共享，thread cache是按需从central cache中获取的对象。
31110编辑于 2024-09-06 - 来自专栏Initial programming
高并发内存池 · 整体框架认识和thread cache编写
当然了，毕竟只是一个开胃菜，有了对内存池的基本了解，我们就开始认识高并发内存池的一个基本框架。 直接进入主题吧! 整体框架认识 高并发内存池效率高的其中一个原因就是因为它的三层架构： 其中的框架分为了三层。 那么对于高并发的场景，假设有一万个用户，对于不同的用户都要申请小于256kb的空间，如果我们使用的是malloc，那肯定是要加锁的，加锁之后，效率慢下来了吧？ 这个映射规则是一个向上补齐，比如我要3字节，就分配8字节给我，我要12字节，就分配16字节给我。 但是为什么要这么补齐呢？为什么我们不可以按照4字节补齐？我要3字节你给我4字节不行吗？ 给用户分配了8字节，但是别人只要3字节，那么多出来的5字节就变成了用户无法访问的空间，但是这个空间又不能回收，即内碎片就是分配出去，但是用户没有办法访问的空间。
29510编辑于 2025-03-08
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