1、高并发：在极短单位时间内，极多个请求同时发起到服务器。需要了解大数据高并发的瓶颈在哪里，一般都是数据库层面的，机械硬盘承载不起非常快速的读写操作，cpu承载不起大量的逻辑运算，所以最基本的解决思路就是：换固态硬盘加快硬盘的读写效率。
2、qps在2000到5000就可以算高并发了。可能有人会觉得这个数值很小，但我要说的是单机来说已经很高了。之前在互联网大厂的api组做开发，整个api集群午高峰的峰值QPS评价在30左右，集群里的机器就有320台，平均到每台机器的qps不到1000。
3、高吞吐、高并发指的是一种种业务场景，访问人数很多，同一时刻点击也很多。类似的还有双十一，双12。高峰期的时候 涉及大量的读写操作，读取网页资源、数据，写入订单等等。小型网站可以通过增加服务器的方法解决，分离应用程序和数据库，放在两台服务器上。
中间件如RocketMQ解决分布式问题，事务式中间件如GTS、Seata则确保事务一致性，如在数据一致性保障中发挥重要作用。数据访问和运维管控通过Vitess、MyCat等工具实现，大型企业如阿里和京东在这一领域也有自主研发的成果。
为了确保Vitess集群的稳定运行，京东的实践经验建议全面监控系统性能，及时发现和修复可能的问题；同时，选择可靠的调度系统，如Kubernetes，进行细致的资源管理和任务调度。实践是检验真理的唯一标准，迁移业务并进行尝试，是掌握Vitess管理大型MySQL集群的不二法门。
下面假设这3台服务的情况：Server1： MySQLvmtest.net 19160.1Server2： MySQLvmtest.net 19160.2Server3： MySQLvmtest.net 19160.3Servers1和Server2作为实际配置MySQL集群的服务器。
1、F5负载均衡支持对后端服务器进行健康检查，定期检测服务器的状态和可用性。当服务器出现故障时，F5负载均衡会自动将其从负载均衡列表中剔除，保证请求不会被转发到故障服务器上。总的来说，腾讯云数据库F5负载均衡是一种功能强大、易于使用的负载均衡解决方案。
2、网站业务通过源地址hash方式进行负载均衡。非网站业务可通过加权轮询（wrr）的方式轮询转发，负载权重为1：1：1。想不到时鱼科技这么多用户选，我们也是选的这家代理开的腾讯云产品。
3、腾讯云与微信云开发深度集成，为小程序提供数据库、存储、云函数等服务，简化开发流程，提高开发效率。**强大的AI能力：腾讯云提供丰富的人工智能服务，如语音识别、图像识别、自然语言处理等，可用于小程序的智能化功能开发。
4、登录负载均衡控制台，在左侧导航栏单击实例管理。在CLB实例列表页面左上角选择地域，在实例列表右侧的操作列中单击配置监听器。在HTTP/HTTPS监听器下，单击新建，在弹出的创建监听器对话框中配置HTTP监听器。
5、腾讯云提供公网及内外负载均衡，分别处理来自公网和云内的业务流量分发。 云数据库云数据库（CDB：Cloud Data Base）是腾讯云平台提供的面向互联网应用的数据存储服务。NoSQL 高速存储腾讯NoSQL 高速存储，是腾讯自主研发的极高性能、内存级、持久化、分布式的Key-Value存储服务。
1、数据库结构的设计 在一个系统分析、设计阶段，因为数据量较小，负荷较低。我们往往只注意到功能的实现，而很难注意到性能的薄弱之处，等到系统投入实际运行一段时间后，才发现系统的性能在降低，这时再来考虑提高系统性能则要花费更多的人力物力，而整个系统也不可避免的形成了一个打补丁工程。
2、是不是服务器性能瓶颈了，该加配置的先加配置啊，或者是不是sql引起的，需不需要优化sql咯。
3、业务都是从0到1做起来的，并发量和QPS只是参考指标，最重要的是：在业务量逐渐变成原来的10倍、100倍的过程中，你是否用到了高并发的处理方法去演进你的系统，从架构设计、编码实现、甚至产品方案等维度去预防和解决高并发引起的问题？而不是一味的升级硬件、加机器做水平扩展。
4、数据类型的不兼容可能使优化器无法执行一些本来可以进行的优化操作。例如： SELECT name FROM employee WHERE salary 60000 在这条语句中，如salary字段是money型的，则优化器很难对其进行优化，因为60000是个整型数。我们应当在编程时将整型转化成为钱币型，而不要等到运行时转化。
5、JAVA反射。在大数据中高并发是在极短单位时间内，极多个请求同时发起到服务器。需要了解大数据高并发的瓶颈在哪里，一般都是数据库层面的，机械硬盘承载不起非常快速的读写操作，cpu承载不起大量的逻辑运算，也就是JAVA反射。
使用缓存：大部分的高并发场景，都是读多写少，所以可以在数据库和缓存里都写一份，然后读的时候大量走缓存。使用MQ（消息队列）：也许还会出现高并发写的场景，比如一个业务操作里要频繁搞数据库几十次，所以可以使用MQ。
缓存，必须得用缓存 大部分的高并发场景，都是读多写少，那你完全可以在数据库和缓存里都写一份，然后读的时候大量走缓存不就得了。毕竟人家redis轻轻松松单机几万的并发，没问题的。所以可以考的虑考虑项目里，那些承载主要请求读场景，怎么用缓存来抗高并发。
数据库字段的优化。曾经发现一高级程序员在表字段的设计上，一个日期类型，被设计为varchar类型，不规范的同时，无法对写入数据校验，做索引的效率也有差别缓存适合读多写少更新频度相对较低的业务场景，否则缓存异议不大，命中率不高。