大数据高并发常用解决方案

总体一句话,分库分表,负载均衡,sql优化,采用缓存中间件

1.高访问量 缓解数据库压力方案:采用数据库集群(如:PXC),添加集群数据库节点。采用Nginx负载均衡降低数据库访问压力
2.慢查询解决方案:
a.表中数据量大导致的慢查询,有两种解决方案:
一数据分表:如果数据表中历史比较久,访问概率比较低的数据拆分到一张表,数据比较新,访问量频繁的放在另外一张表。
二是表结构拆分:如果数据库中的表字段过多,在数据量大时也会影响到查询速度,这个时候需要将不常用的字段进行拆分到另外一张表。
b.sql本身问题导致的慢查询,优化方案有两种:
1.单表查询,禁止使用比较多的联表查询,且sql中禁止使用select * 字样。
2.采用redis缓存数据库,业务方可以根据规则配置接口需要查询的字段,将规则存入redis。调用该接口时候,入参只需要传入redis中的key(标识),后端可以根据key去redis中取出需要查询的字段,拼接sql,精确查询数据,从而提高效率。

原文地址:https://www.cnblogs.com/lijinping321/p/14309227.html