一、抗并发量
1.1 一台4核8G的机器能扛多少并发量呢
说实话，要解决这个问题，一般来说，不是先聊数据能抗多少压力，因为往往不是数据库先去抗高并发，而是你连接数据库的web系统得先去抗高并发。也就是我们的spring boot+ssm那套业务系统能抗多高并发我们得先搞清楚。所以要搞明白这个问题，就得先说一个主题，一般来说我们的spring boot应用系统大致就是部署在2核4G或者4核8G的机器上，这个机器配置其实是很关键的，所以这里直接告诉大家一个经验值，即使说咱们如果部署的是一个4核8G的机器，然后spring boot内嵌的tomcat默认开了200个线程来处理请求，接着每个请求都要读写多次数据库，那么此时，大致来说你的一台机器可以抗大概500~1000这个并发量，具体多少得看你的接口复杂度。
1.2 高并发来袭时数据库会先被打死吗
所以其实一般来说，当你的高并发压力来袭的时候，通常不会是数据库先扛不住了，而是你的业务系统所在机器抗不住了，比如你部署了2台机器，那么其实到每秒一两千并发的时候，这两台机器基本上cpu负载都得飙升到90%以上 ，压力很大，而且接口性能会开始往下掉很多了。
那么这个时候我们的数据库压力会如何呢？其实一般来说你的两台机器抗下每秒一两千的请求的时候后，数据库压力通常也会到一个小瓶颈，因为为什么呢？关键是你的业务系统处理每个业务请求的时候，他是会读写多次数据库的，所以业务系统的一次请求可能会导致数据库有多次请求，也正因为这样，所以此时可能你的数据库并发压力会到几千的样子。
1.3 8核16G的数据库每秒大概可以抗多少并发压力
那么所以下一个问题来了，你的数据库通常是部署在什么样配置的机器上？一般来说给大家说，数据库的配置如果是那种特别低并发的场景，其实2核4G或者4核8G也是够了，但是如果是常规化一点的公司的生产环境数据库，通常会是8核16G。那么8核16G的数据库每秒大概可以抗多少并发压力？大体上来说，在几千这个数量级。因为这个具体能抗多少并发也得看你数据库里的数据量 以及你的SQL语句的复杂度，所以一般来说8核16G的机器，大概也就是抗到每秒几千并发就差不多了，量再大基本就扛不住了，因为往往到这个量级下，数据库的cpu、内存、网络、io的负载基本都很高了，尤其是cpu，可能至少也在百分之七八十了。
二、数据库架构可以从哪些方面优化
2.1 根据业务系统拆分多个数据库机器优化方案
如果到了这个并发压力之下，通常来说可以如何进行数据库架构的优化呢？其实也简单，我们完全可以加机器，把数据库部署到多台机器上去。因为通常来说，我们的一个数据库里会放很多业务系统的db和tables，所以首先就是可以按照业务系统来进行拆分，比如说多加一台机器，再部署一个数据库，然后这里放一部分业务系统的db和tables，老数据库机器放另外一部分业务系统的db和tables，此时一下子就可以缓解老数据库机器的压力了。
2.2 读写分离架构优化方案
那么接着问题来了，如果说并发压力继续提升，导致拆分出去的两台数据库压力越来越大了呢？此时可以上一招，叫做读写分离，就是说给每个数据库挂一个从库，让主数据库基于binlog数据更新日志同步复制给从数据库，让主从数据库保持数据一致，然后我们的系统其实可以往主库里写入，在从库里查询，此时就又可以缓解原来的主数据库的压力了。
2.3 分库分表架构优化方案
再往下说，如果说即使是给主数据库挂了从库，然后接着并发压力继续提升，让我们的主数据库写入压力过大，每秒几千写入，又要扛不住了呢？此时就只能上终极方案，分库分表了，就是把主库拆分为多个库，每个库里放一个表的部分数据，然后用多个主库抗高并发写入压力，这样就可以再次分散我们的压力了。
三、总结
架构演变：刚开始你单台数据库机器抗几千并发扛不住了，就按照业务系统拆分多个数据库机器，然后再扛不住了，就上主从架构分摊读写压力，再扛不住了就分库分表，多个机器抗数据库写入压力，最后总是可以用数据库架构抗住高并发压力的。
网友评论