目录
1、 每秒钟 5k 个请求，查询手机号的笔试题，设计算法?
2、 高并发情况下，我们系统是如何支撑大量的请求的？
3、 集群如何同步会话状态？
4、 负载均衡的原理？
网站访问量已经越来越大，响应速度越来越慢。
5、 怎么提高并发量，请列举你所知道的方案？
6、 系统的用户量有多少？多用户并发访问时如何解决？
7、 如果有一个特别大的访问量，到数据库上，怎么做优化？
8、 大面积并发，在不增加服务器，如何解决服务器响应不及时问题？
1、 每秒钟 5k 个请求，查询手机号的笔试题，设计算法?
请求再多，比如 5w，如何设计整个系统? 设计出每秒并 5K 的一个系统，根据网上的这个题目做以下梳理，众所周知一个良好的架构 需要考虑它的高可用和可伸缩，需要做服务的熔断、降级、隔离等等
架构设计原理：
1、路由网关-流量分发入口，不承载具体业务，简单点可以使用 nginx，如果是微服务可以使用 zuul 等（支持请求的分发、限流、下游依赖的发现，可以结合 docker 实现服务下游的web 服务自动伸缩），如果采用 nginx 完成不了下游的伸缩发现，但是基本的限流和分发可以解决
2、web 服务-可以水平扩展，通过 cache 加速，查询手机号码号段对应的地区，对于缓存未命中的号段，直接丢入 kafka 队列，实时返回 client 端查询中的状态
3、消费微服务-完成 kafka 队列的消费，根据 kafka topic 的 partition 个数也可以实现水平扩展，负责把发送号段的查询请求至实时查询微服务，保存至 cache
4、实时查询微服务-因为是无状态服务，根据业务负载也可以实现水平扩展，且仅负责对外部运营商的查询，根据外部供应商的接口能力，也可以通过 hystrix 把该服务 export 出的接口做限流和熔断，这样影响面就不会波及外部合作伙伴
5、缓存预热服务-为提升体验，减少发出查询请求后的刷新等待时间，在服务发布前，可以预先把一批号段通过请求实时查询微服务，并先保存起来 总结如上设计：缓存读取不会形成瓶颈，队列生产不会形成瓶颈，唯一形成瓶颈的点有可能发生在外部运营商接口，因此我们会对实时查询服务做限流和熔断，所以不会压垮运营商，但是用户端的体验就糟些了，所以我们需要把缓存预热的功夫做足，改善体验。上面的设计在不同场景下需要进行微调，基本思想不会发生大的变化，把请求异步化，一天吃不成胖子，就分多天吃，就是这个意思，当然还考察了服务的隔离、降级、可伸缩的特性！
2、 高并发情况下，我们系统是如何支撑大量的请求的？
1、尽量使用缓存技术， 包括用户缓存，信息缓存还有静态页面缓存，多花点内存来做缓存，可以大大减少与数据库的交互次数和 tomcat 执行次数，减少不变的数据重复在 tomcat 和数据库中获取的次数。
2、同步转异步， 对于一些不需要即时结果的操作，可以使用 MQ 消息机制，达到同步转异步的效果，如秒杀系统，正常流程：先点击秒杀，然后往服务器发送请求，在页面等待响应，这样融入大量请求，服务器压力会特别大，搞不好服务器就会宕机。使用 MQ 消息队列实现异步的步骤为：点击秒杀，返回请稍后查看结果，请求去 MQ 队列中排队，等排队执行完成后返回给用户信息。这样就可以大大减少服务器的压力，提升用户体验度。
3、合并多个同类型请求为一个请求， 使用 SpringCloud 的 Hystrix 技术来实现。在服务提供者提供了返回单个对象和多个对象的接口，并且单个对象的查询并发数很高，服务提供者负载较高的时候，我们就可以使用请求合并来降低服务提供者的负载。
4、数据库方面， 搭建数据库集群，网站一般读的多写的少，可以按照网站的统计数据来找到一个合适的平衡点，来搭建主从数据库服务，可以实现一主多从，或者多主多从，来减轻单个数据库的压力。可以按照每台数据库服务器的硬件条件，合理分配权重，配合 Mycat 达到负载均衡。 5、高质量代码， 合理的使用循环和递归，不要为了速度丢了内存，也不要为内存丢了速度，要看业务场景，来合理使用。减少自动处理逻辑，比如字符串拼接，每次拼接都会创建一个字符串放入常量池，这里可以按照业务场景来使用 StringBuilder 或者 StringBuffer 来进行字符串拼接，能手动处理就手动处理，代码中所有的临时对象，用完之后都赋值为 Null，这样可以减少 GC 的重复排查，效率就会有所提升。所有的资源用完都要回收，如：IO、数据库连接对象等，因为这些资源对 GC 不是特别友好。减少代码调用链，尽量不要让代码调用链超过 10，远程方法调用没事。提供过滤能力，把每个过滤器写的详细一点，把耦合度高的数据放入到同一个过滤器中，如果第一个过滤器没有通过那么后面的过滤器不执行，相对的业务也就不执行了，效率也就提升了。
6、网络优化， 外网转内网，内网转局域网，外网转 VPN。配合公司内的网络运维人员，进行网络网段的切换，尽量让服务器群处于内网，或者局域网中，提供访问速度。服务器之间的通讯如果都是局域网内进行的，那么可想而知，访问速度肯定有所提升。
7、中间件处理 搭建 Tomcat 集群，通过 Nginx 代理 Tomcat 服务器做负载均衡，对每个 Tomcat 的调优，合理设置设置 Tomcat 的最大连接数，因为 Tomcat 的默认最大并发数为 200。适当的加大 Tomcat的内存和最多线程数，设置 JVM 的处置大小为服务器可用内存的最大值的 80%。关闭 DNS查询，开启 gzip 压缩。 搭建 MQ 集群，高并发的时候一个 MQ 来处理队列根本不够用，这时可以搭建集群来处理。增加 Nginx 的内存，加大 Nginx 缓存数据的范围。服务器操作系统都用 64 位的，因为 32 位的系统最大内存只能有 4G 图片服务器分离，搭建 vsftpd 服务器来存储图片数据，通过 Nginx 代理 vsftpd 存放路径就可以直接访问到图片，这样响应到页面的只是超链接，并不是图片，这样页面的响应会得到大大的提升。
3、 集群如何同步会话状态？
利用 Redis 同步 session Redis 可以做分布式，正式因为这个功能他才可以用来做 session 同步。他可以把 web 服务器中的内存组合起来，形成一个“内存池”，不管是哪个服务器产生的 session 都可以存放于这个内存池中，其它的都可以使用。 以这种方式来同步 session，不会加大数据库的负担，安全性比 cookie 要大大提高，把 session放到内存中，这样比从文件读取也要快很多。
4、 负载均衡的原理？
网站访问量已经越来越大，响应速度越来越慢。
考虑： Scale Up（也就是 Scale vertically）纵向扩展，向上扩展：机器硬件升级，增加配置，如添加CPU、内存。（往往需要购置新机器）–>旧机器不能利用上。
Scale Out（也就是 Scale horizontally）横向扩展，向外扩展：向原有的 web、邮件系统添加一个新机器。–>旧机器仍然可以发挥作用。
负载均衡技术为 scale out 服务。
Nginx 负载均衡器的特点是：
1. 工作在网络的 7 层之上，可以针对 http 应用做一些分流的策略，比如针对域名、目录结构；
2. Nginx 安装和配置比较简单，测试起来比较方便；
3. 也可以承担高的负载压力且稳定，一般能支撑超过上万次的并发；
4. Nginx 可以通过端口检测到服务器内部的故障，比如根据服务器处理网页返回的状态码、超时等等，并且会把返回错误的请求重新提交到另一个节点，不过其中缺点就是不支持 url来检测；
5. Nginx 对请求的异步处理可以帮助节点服务器减轻负载；
6. Nginx 能支持 http 和 Email，这样就在适用范围上面小很多；
7. 默认有三种调度算法: 轮询、weight 以及 ip_hash（可以解决会话保持的问题），还可以 支持第三方的 fair 和 url_hash 等调度算法；
5、 怎么提高并发量，请列举你所知道的方案？
HTML 静态化 模板引擎
图片服务器分离 Nginx
数据库集群、库表散列 数据分片 Mycat
缓存 基于 Redis
镜像是大型网站常采用的提高性能和数据安全性的方式
负载均衡
CDN 加速技术
6、 系统的用户量有多少？多用户并发访问时如何解决？
分布式是以缩短单个任务的执行时间来提升效率的，而集群则是通过提高单位时间内执行的任务数来提升效率。
集群主要分为：高可用集群(High Availability Cluster)，负载均衡集群(Load Balance Cluster，nginx 即可实现)，科学计算集群(High Performance Computing Cluster)。分布式是指将不同的业务分布在不同的地方；而集群指的是将几台服务器集中在一起，实现同一业务。分布式中的每一个节点，都可以做集群。 而集群并不一定就是分布式的。采用微服务架构，使用技术 Spring Cloud 的一站式解决方案
7、 如果有一个特别大的访问量，到数据库上，怎么做优化？
1. SQL 语句的优化处理 通过慢查询确认执行效率低下的 SQL 语句，进行拆解和索引的控制
2. 为数据库搭建集群，实现主从复制
3. 实现数据库的读写分离
4. 实现数据的分片处理
5. 采用数据库中间件 Mycat
8、 大面积并发，在不增加服务器，如何解决服务器响应不及时问题？
衡量服务器的并发能力
1.吞吐率
吞吐率，单位时间里服务器处理的最大请求数，单位 req/s
2.压力测试
使用 Jmeter，压力测试中关心的时间又细分以下 2 种:
用户平均请求等待时间（这里暂不把数据在网络的传输时间，还有用户 PC 本地的计算时间 计算入内）
服务器平均请求处理时间
提高服务器的并发能力
1.提高 CPU 并发计算能力
2.考虑减少内存分配和释放
3.考虑使用持久连接
4.改进 I/O 模型
5.Sendfile Linux 提供 sendfile()系统调用，可以讲磁盘文件的特定部分直接传送到代表客户端的 socket 描述符，加快了静态文件的请求速度，同时减少 CPU 和内存的开销。
6.内存映射