什麼是高併發？
高併發（High Concurrency）是一種系統運行過程中遇到的一種“短時間內遇到大量操作請求”的情況，主要發生在web系統集中大量訪問收到大量請求（例如：12306的搶票情況；天貓雙十一活動）。該情況的發生會導致系統在這段時間內執行大量操作，例如對資源的請求，數據庫的操作等。
高併發的處理指標？
高併發相關常用的一些指標有:
1.響應時間（Response Time）
響應時間：系統對請求做出響應的時間。例如系統處理一個HTTP請求需要200ms，這個200ms就是系統的響應時間
2.吞吐量（Throughput）
吞吐量：單位時間內處理的請求數量。
3.每秒查詢率QPS（Query Per Second）
QPS：每秒響應請求數。在互聯網領域，這個指標和吞吐量區分的沒有這麼明顯。
4.併發用戶數
併發用戶數：同時承載正常使用系統功能的用戶數量。例如一個即時通訊系統，同時在線量一定程度上代表了系統的併發用戶數。
高併發和多線程的關係和區別
“高併發和多線程”總是被一起提起，給人感覺兩者好像相等，實則 高併發 ≠ 多線程
1.多線程
多線程是java的特性，因為現在cpu都是多核多線程的，可以同時執行幾個任務，為了提高jvm的執行效率，java提供了這種多線程的機制，以增強數據處理效率。多線程對應的是cpu，高併發對應的是訪問請求，可以用單線程處理所有訪問請求，也可以用多線程同時處理訪問請求。
在過去單CPU時代，單任務在一個時間點只能執行單一程序。之後發展到多任務階段，計算機能在同一時間點並行執行多任務或多進程。雖然並不是真正意義上的“同一時間點”，而是多個任務或進程共享一個CPU，並交由操作系統來完成多任務間對CPU的運行切換，以使得每個任務都有機會獲得一定的時間片運行。
再後來發展到多線程技術，使得在一個程序內部能擁有多個線程並行執行。一個線程的執行可以被認為是一個CPU在執行該程序。當一個程序運行在多線程下，就好像有多個CPU在同時執行該程序。
總之，多線程即可以這麼理解：多線程是處理高併發的一種編程方法，即併發需要用多線程實現。
2.高併發
高併發不是JAVA的專有的東西，是語言無關的廣義的，為提供更好互聯網服務而提出的概念。
典型的場景，例如：12306搶火車票，天貓雙十一秒殺活動等。該情況的發生會導致系統在這段時間內執行大量操作，例如對資源的請求，數據庫的操作等。如果高併發處理不好，不僅僅降低了用戶的體驗度（請求響應時間過長），同時可能導致系統宕機，嚴重的甚至導致OOM異常，系統停止工作等。
如果要想系統能夠適應高併發狀態，則需要從各個方面進行系統優化，包括，硬件、網絡、系統架構、開發語言的選取、數據結構的運用、算法優化、數據庫優化等……而
多線程只是其中解決方法之一。多線程併發技術
java多線程編程將會涉及到如下技術點：
1.併發編程三要素
- 原子性原子，即一個不可再被分割的顆粒。在Java中原子性指的是一個或多個操作要麼全部執行成功要麼全部執行失敗。
- 有序性程序執行的順序按照代碼的先後順序執行。（處理器可能會對指令進行重排序）
- 可見性當多個線程訪問同一個變量時，如果其中一個線程對其作了修改，其他線程能立即獲取到最新的值。
2. 線程的五大狀態
- 創建狀態當用 new 操作符創建一個線程的時候
- 就緒狀態調用 start 方法，處於就緒狀態的線程並不一定馬上就會執行 run 方法，還需要等待CPU的調度
- 運行狀態CPU 開始調度線程，並開始執行 run 方法
- 阻塞狀態線程的執行過程中由於一些原因進入阻塞狀態比如：調用 sleep 方法、嘗試去得到一個鎖等等
- 死亡狀態run 方法執行完 或者 執行過程中遇到了一個異常
3.悲觀鎖與樂觀鎖
- 悲觀鎖：每次操作都會加鎖，會造成線程阻塞。
- 樂觀鎖：每次操作不加鎖而是假設沒有衝突而去完成某項操作，如果因為衝突失敗就重試，直到成功為止，不會造成線程阻塞。
4.線程之間的協作：wait/notify/notifyAll等
5.synchronized 關鍵字
6.CAS
CAS全稱是Compare And Swap，即比較替換，是實現併發應用到的一種技術。操作包含三個操作數 —— 內存位置（V）、預期原值（A）和新值(B)。 如果內存位置的值與預期原值相匹配，那麼處理器會自動將該位置值更新為新值 。否則，處理器不做任何操作。
7.線程池
如果我們使用線程的時候就去創建一個線程，雖然簡單，但是存在很大的問題。如果併發的線程數量很多，並且每個線程都是執行一個時間很短的任務就結束了，這樣頻繁創建線程就會大大降低系統的效率，因為頻繁創建線程和銷燬線程需要時間。線程池通過複用可以大大減少線程頻繁創建與銷燬帶來的性能上的損耗。
高併發技術方案：提高高併發能力
1.分佈式緩存：redis、memcached等，結合CDN來解決圖片文件等訪問。
2.消息隊列中間件：activeMQ等，解決大量消息的異步處理能力。
3.應用拆分:一個工程被拆分為多個工程部署，利用dubbo解決多工程之間的通信。
4.數據庫垂直拆分和水平拆分(分庫分表)等。
5.數據庫讀寫分離，解決大數據的查詢問題。
6.還可以利用nosql ，例如mongoDB配合mysql組合使用。
7.還需要建立大數據訪問情況下的服務降級以及限流機制等。
閱讀更多 優知學院 的文章
