处理并发主要从 服务器架构层面 和 网站项目架构 层面。
一、服务器架构层面
1.1、硬件升级
为了避免采购浪费，建议先对服务器做一下压力测试，看看到底能支持多少访问量。
linux下几款测试工具
https://www.cnblogs.com/heqiyoujing/p/9432111.html
可以根据服务器监控,cpu/内存/带宽的消耗情况进行升级!
场景:
单服务器的低并发
带宽的计算
静态页面大小(500k)X并发数(100)*8(固定)/8(8秒加载页面) 约等于 50M
2、负载均衡
它是对多台云服务器进行流量分发的负载均衡服务，让整个服务器群来处理网站的请求。负载均衡支持亿级连接和千万级并发，可轻松应对大流量访问，满足业务需求。
一般有钱的公司，可以购买专门负责负载均衡的硬件,效果肯定会很好。
但是对于大部分公司，会选择廉价有效的方法扩展整个系统的架构，来增加服务器的吞吐量和处理能力，以及承载能力。通常会选择相对成熟的成品架构，比如：阿里云的负载均衡SLB
3、服务器集群
服务器集群就是指将很多服务器集中起来一起进行同一种服务，在客户端看来就像是只有一个服务器。集群可以利用多个计算机进行并行计算从而获得很高的计算速度，也可以用多个计算机做备份，从而使得任何一个机器坏了整个系统还是能正常运行。
如果你的企业、平台够大，那么完全可以自己来搞集群。但是对于一遍企业来讲，这种服务器框架耗钱、耗时、耗力。好在现在云服务厂商都提供了集群服务器，比较有名的就是阿里云集群。这也给企业省去不少人力、时间成本。
4、分布式结构
分布式结构就是将一个完整的系统,按照业务功能,拆分成一个个独立的子系统,在分布式结构中,每个子系统就被称为“服务”.这些子系统能够独立运行在web容器中,它们之间通过RPC方式通.
好处就是系统之间的耦合度大大降低,可以独立开发、独立部署、独立测试,系统与系统之间的边界非常明确,排错也变得相当容易,开发效率大大提升。
总结：
负载均衡：
是一种优化手段，目的是为了让集群中的每台机器的负载保持均衡，这样就不会出现集群中某台机器挂了的情况；
集群：
多台机器做相同的业务，对外如一台机器在做事情一样，集群中任意一台机器挂了没有影响，因为其他机器还在工作；
分布式：
一个业务在不同的物理点上做，比如web服务器、应用服务器、数据库服务器，这三个节点分开部署在不同的机器上，共同完成一个业务；分布式的特点是，每个节点都不能挂，否则这个业务就不能完成了；当然，我们可以给分布式中的每个节点都做集群处理，这样可以降低分布式系统的单节点故障；
所以，针对自己业务量大小，对上述的负载均衡、服务器集群、分布式结构，任意选用方案。
常用搭配顺序:
单服务器
请求服务器+数据服务器
请求服务器(负载均衡) + 数据库服务器
请求服务器(负载均衡) + 数据库服务器(主从)
二、网站本地项目层面
1.项目用golang重构
golang CPS模型处理并发程序
2.前端优化
css js html 打包压缩
页面静态化 减少数据请求处理
3.图片优化
页面中的图文进行动静分离处理，把页面用到的图片放到专用存储空间（比较常见的有阿里云OSS ），减少网站服务器的压力，另外也建议动静分离的那一部分也做一下CDN加速。让图片等相对较大的资源才CDN节点获取，提高网站打开速度。
4、缓存技术(Redis/MongoDB等)
缓存技术就是另一个解决方案，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。
5、数据库优化
数据库的优化总结为如下三点
1、数据库分表技术
当一张的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，很有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。
2、数据库读写分离
数据库读写分离的基本原理是让主数据库处理事务性增、改、删操作（INSERT、UPDATE、DELETE），而从数据库处理SELECT查询操作。
3、表建立相应的索引
使用索引可快速访问数据库表中的特定信息。
三 参考文章
如何处理网站高并发流量问题
https://www.cnblogs.com/zgq123456/articles/10776330.html