PHP-高并发和大流量的解决方案

一  高并发的概念
在互联网时代,并发,高并发通常是指并发访问。也就是在某个时间点,有多少个访问同时到来。

二  高并发架构相关概念
1、QPS (每秒查询率) : 每秒钟请求或者查询的数量,在互联网领域,指每秒响应请求数(指HTTP请求)

2、PV(Page View):综合浏览量,即页面浏览量或者点击量,一个访客在24小时内访问的页面数量

--注:同一个人浏览你的网站的同一页面,只记做一次pv

3、吞吐量(fetches/sec) :单位时间内处理的请求数量 (通常由QPS和并发数决定)

4、响应时间:从请求发出到收到响应花费的时间

5、独立访客(UV):一定时间范围内,相同访客多次访问网站,只计算为1个独立访客

6、带宽:计算带宽需关注两个指标,峰值流量和页面的平均大小

7、日网站带宽: PV/统计时间(换算到秒) * 平均页面大小(kb)* 8

三 需要注意点:
1、QPS不等于并发连接数(QPS是每秒HTTP请求数量,并发连接数是系统同时处理的请求数量)

2、峰值每秒请求数(QPS)= (总PV数*80%)/ (六小时秒数*20%)【代表80%的访问量都集中在20%的时间内】

3、压力测试: 测试能承受的最大并发数 以及测试最大承受的QPS值

4、常用的性能测试工具【ab,wrk,httpload,Web Bench,Siege,Apache JMeter】

四 优化
1、当QPS小于50时

优化方案:为一般小型网站,不用考虑优化

2、当QPS达到100时,遇到数据查询瓶颈

优化方案: 数据库缓存层,数据库的负载均衡

3、当QPS达到800时, 遇到带宽瓶颈

优化方案:CDN加速,负载均衡

4、当QPS达到1000时

优化方案: 做html静态缓存

5、当QPS达到2000时

优化方案: 做业务分离,分布式存储

五、高并发解决方案案例:
1、流量优化

防盗链处理(去除恶意请求)

2、前端优化

(1) 减少HTTP请求[将css,js等合并]

(2) 添加异步请求(先不将所有数据都展示给用户,用户触发某个事件,才会异步请求数据)

(3) 启用浏览器缓存和文件压缩

(4) CDN加速

(5) 建立独立的图片服务器(减少I/O)

3、服务端优化

(1) 页面静态化

(2) 并发处理

(3) 队列处理

4、数据库优化

(1) 数据库缓存

(2) 分库分表,分区

(3) 读写分离

(4) 负载均衡

5、web服务器优化

(1) nginx反向代理实现负载均衡

(2) lvs实现负载均衡

原文地址:https://www.cnblogs.com/tkzc2013/p/10682444.html

时间: 2024-11-13 09:49:49

PHP-高并发和大流量的解决方案的相关文章

PHP高并发和大流量怎么解决?

PHP高并发和大流量的解决方案 一 高并发的概念 在互联网时代,并发,高并发通常是指并发访问.也就是在某个时间点,有多少个访问同时到来. 二 高并发架构相关概念 1.QPS (每秒查询率) : 每秒钟请求或者查询的数量,在互联网领域,指每秒响应请求数(指HTTP请求) 2.PV(Page View):综合浏览量,即页面浏览量或者点击量,一个访客在24小时内访问的页面数量 --注:同一个人浏览你的网站的同一页面,只记做一次pv 3.吞吐量(fetches/sec) :单位时间内处理的请求数量 (通

高并发、大流量解决方案

一.高并发架构相关概念1.并发:是指并发的访问,也就是某个时间点,有多少个访问同时到来:通常如果一个系统的日PV在千万以上,有可能是一个高并发的系统:2.具体关心什么?QPS:每秒请求或查询的数量,在互联网领域,指每秒响应请求数:吞吐量:单位时间内处理的请求量(通常由QPS与并发数决定)响应时间:从请求发出到收到响应花费的时间,例如一个系统处理一个HTTP请求需要100ms,这个100ms就是系统的响应时间:PV:综合浏览量,即页面浏览量或者点击量,一个访客在24小时内访问的页面数量:UV:独立

(转)高并发和大流量解决方案 (#高并发架构相关概念#)

转发:https://blog.csdn.net/beihenanfei/article/details/78919682 #高并发架构相关概念# 并发: 在操作系统中,是指一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任意一个时刻上只有一个程序在处理机上运行. 我们说的高并发是什么? 上面的定义明显不是我们通常所言的并发,在互联网时代,所讲的并发.高并发,通常是指并发访问.也就是在某个时间点,有多少个访问同时到来通常如果一个系统的日PV在千万以上

高并发和大流量解决方案

序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机运行. 我们所说的高并发时什么? 上面的定义明显不是我们通常所言的并发,在互联网时代,所讲的并发,高并发,通常是指并发访问.也就是在某个事件点,有多少访问同时到来. 通常如果一个系统日PV在千万以上,有可能是一个高并发的系统.(有的公司完全不走技术路线,全靠机器堆,这不在我们讨论范围之内) QPS:每秒钟请求或者查询的数量,在互联网领域,指每秒响应请求数(指HTTP请求): QPS不等于并发连接数.QPS是每秒HTTP请求数量,并发

高并发、大流量、大存储

①衡量网站的标准 pv值(page views):页面浏览量 uv值(unique visitor):独立访客②三大建站问题 1.高并发解决 负载均衡器 硬件:F5-BIGIP:立竿见影,效果非常好,价格昂贵 软件:lvs(linux virtual server)集成到linux的内核里面了,nginx 负载均衡器的策略: 轮询技术:就是负载均衡把请求轮流转发给 web服务器. 最少连接:负载均衡把请求转发给最空闲的web服务器. ip哈希: 同一地址的客户端始终请求同一台 web服务器. 2

php高并发,大流量

一般使用LVS+PHP集群(1000台),就算日均80亿次请求,每秒有10万并发,那分到每台机器的请求只有100个.只要你的PHP程序不是太差,100QPS总没问题吧? 而真正的瓶颈在于数据库和存储系统,数据的一致性,可扩展性,可用性很难保证.所以需要根据具体的业务场景再做横向和纵向的分库分表. 再辅以memcache.redis集群缓存,key-value高性能存储,异步队列任务系统,整个架构就可以建立起来. 还有一类是真正的高并发,比如WebIM,一台机器要承受数十万的TCP客户端连接,进行

大型技术网站的技术( 高并发、大数据、高可用、分布式....)(一)

面对高并发.大流量.高可用.海量数据.用户分布广泛.网络情况复杂这类网站系统我们如何应对??? 第一阶段   一台服务器不行就上多台服务器    1.应用程序与数据服务分离        将应用程序.数据库.文件等资源放在一台服务器上,面对海量用户的访问只可能是崩崩崩的挂掉. so? 我们知道的是应用服务器.数据库服务器.文件服务器这三块对服务器的要求是不同的,应用服务器就需要大大的CPU来处理复杂的业务逻辑,数据库服务器需要快速磁盘检索      和 数据缓存也就是要大内存,而文件服务器要求的

高并发、大数据企业级框架整合maven_Springmvc_Mybatis_Shiro_REST_WebService_JMS_Lucene_Bootstrap

1. 使用阿里巴巴Druid连接池(高效.功能强大.可扩展性好的数据库连接池.监控数据库访问性能.支持Common-Logging.Log4j和JdkLog,监控数据库访问) 2. 提供高并发JMS消息处理机制 3. 所有功能模块化.所有模块服务化.所有服务原子化的方式,提供可拓展的服务模型,使程序稳定运行,永不宕机 4. 提供Wink Rest.Webservice服务,故可作为独立服务平台部署 框架整合: Springmvc + Mybatis + Shiro(权限) + REST(服务)

【maven构建高并发、大数据、服务化框架搭建】maven+Springmvc+Mybatis+Shiro+REST+WebService+JMS+Lucene+Bootstrap html5

1. 使用阿里巴巴Druid连接池(高效.功能强大.可扩展性好的数据库连接池.监控数据库访问性能.支持Common-Logging.Log4j和JdkLog,监控数据库访问) 2. 提供高并发JMS消息处理机制 3. 所有功能模块化.所有模块服务化.所有服务原子化的方式,提供可拓展的服务模型,使程序稳定运行,永不宕机 4. 提供Wink Rest.Webservice服务,故可作为独立服务平台部署 框架整合: Springmvc + Mybatis + Shiro(权限) + REST(服务)