？淘宝是怎么承受住90秒100亿请求的？

---

零：单机架构

弊端： 随着用户数的增长，Tomcat和数据库之间竞争资源，单机性能不足以支撑业务

一：Tomcat与数据库分开部署

弊端：随着用户数的增长，并发读写数据库称为瓶颈

二：引入本地缓存和分布式缓存

弊端：随着用户数的增长，并发压力主要落在单机的Tomcat上，响应逐渐变慢

三：引入反向代理实现负载均衡

弊端：并发量的增长也意味着更多请求穿透到数据库，单机的数据库最终成为瓶颈

四：数据库读写分离

弊端：不同业务之间的访问量差距较大，不同业务直接竞争数据库，相互影响性能。*

五：数据库按业务分库

弊端：单机的写库会逐渐会达到性能瓶颈*

六：把大表拆分为小表

弊端：随着用户数的增长，最终单机的Nginx会成为瓶颈。

七：使用LVS或F5来使多个Nginx负载均衡

弊端：用户分布在不同的地区，与服务器机房距离不同，导致了访问的延迟会明显不同

八：通过DNS轮询实现机房间的负载均衡

弊端：随着数据的丰富程度和业务的发展，检索、分析等需求越来越丰富，单单依靠数据库无法解决如此丰富的需求。

九：引入NoSQL数据库和搜索引擎等技术

弊端：一个应用中包含了太多的业务代码，业务的升级迭代变得困难。

十：大应用拆分为小应用

弊端：不同应用之间存在共用的模块，由应用单独管理会导致相同代码存在多份，导致公共功能升级时全部应用代码都要跟着升级。

十一：复用的功能抽离成微服务

弊端：应用访问服务，服务之间也可能相互访问，调用链将会变得非常复杂，逻辑变得混乱。

十二：引入企业服务总线ESB屏蔽服务接口的访问差异

弊端：对于如大促这些需要动态扩缩容的场景，需要水平扩展服务的性能，就需要在新增的服务上准备运行环境，部署服务等，运维将变得十分困难。

十三：引入容器化技术实现运行环境隔离与动态服务管理

弊端：机器换还是需要公司自身来管理，在非大促的时候，还是需要闲置着大量的机器资源来应对大促，机器自身成本和运维成本都极高，资源利用率低。

十四：以云平台承载系统