本文目录一览：
用PHP 编写支持高并发的网站，需要做什么处理
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，进行大规模的实时通信。这种的可以用PHP的异步高并发扩展swoole 。链接：Swoole: PHP的异步、并行、分布式扩展框架。还有不懂的可以上后盾人看看相关的视频。
php 高并发解决思路解决方案
php 高并发解决思路解决方案，如何应对网站大流量高并发情况。本文为大家总结了常用的处理方式，但不是细节，后续一系列细节教程给出。希望大家喜欢。
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
关于PHP-Apache-Mysql高并发集群（详细加双倍分）
这个这样说很难说详细，第一可以用阿里云的SLB，但是我没配置这个， 具体实施不清楚，而且要保证2台或者3台服务器的数据是一致的。理想情况下是可以用nginx做反向代理或者用lvs，不熟起来相对有些小小难度。建议不要用windows了。具体可以详聊。
怎么做集群服务器
网站的文件集群跟备份很重要。首先推荐服务器使用lnmp环境（linux+nginx+mysql+php），然后在来做集群。集群分三步走：
第一：域名支持智能解析。
第二：组建好主服务器跟分服务器。
第三：安装好自动备份软件，推荐：rsync。使用增量备份。设置1分钟自动发送一次。
原理如下：a为主服务器，b为分服务器。在a服务器上面更新网站的新内容，生成的新文件，在1分钟内，自动检测a服务器文件是否有变动，如果有，自动更新。以此类推。组建集群。