所谓高合并，“高”一词没有具体标准，高合并也是根据具体业务场景相对的！例如，如果100台机器集群中有10000个QPS，即使不是高并发，如果一台机器中有1000个QPS，也可能会出现相对高并发性。

在高并发性的情况下，一般有什么样的应对措施来提高并发性呢？

因为是

QPS的计算方式

高并发，所以首先说明并发的计算QPS=秒内处理的请求数=并发连接数*(1/每个请求的时间) )

缓存

通过增加缓存来提高请求的响应速度。根据QPS的计算公式，很容易看出响应时间变短，同时执行量就会上升。这里有数据。作为参考，编辑实际参与的其中一个项目，使用缓存后平均响应时间将下降十分之一。

建议使用一些常用的高速缓存：

GuavacacheGoogle开源本地缓存

memcache、redis缓存

记住一句话，一切都可以缓存！

服务降级主要优先处理关键请求，根据业务实际情况，部分服务将暂时停止。例如，大部分APP都有上传定位信息的逻辑，即使该逻辑影响APP的使用也可能没有什么影响，但用于一些统计等。如果由于后台高而同时发生问题，可以暂时停止这部分服务，优先处理其他服务。

限流可以说是紧急情况下万金油的方案！在流式传输方式中，也在NGINX和后台记录同时数等超过同时数的情况下，直接响应经常失败

====相关文章推荐=====

互联网架构中的八大流行技术

三年的JAVA WEB开发所需的技术堆栈

在redis生产环境中需要配置的三个项目是

百度的面试经验