Java高并发常见架构、处理方式、api调优

1. 分层架构

采用分层设计（如Controller-Service-DAO），结合线程池隔离不同层级的任务，避免资源竞争。例如，Web层使用NIO（如Netty），业务层使用异步处理。

2. 事件驱动架构

基于消息队列（如Kafka、RocketMQ）解耦系统组件，通过事件发布/订阅模式实现异步处理，提升吞吐量。

3. 微服务架构

将系统拆分为独立服务，结合Spring Cloud Alibaba或Dubbo实现分布式事务和限流，避免单点瓶颈。

4. 读写分离与分库分表

数据库层通过MyCAT或ShardingSphere拆分数据，配合主从复制降低单库压力。

无锁编程

使用CAS（如AtomicInteger）或LongAdder替代同步锁，减少线程阻塞。例如：

java 复制代码

AtomicInteger counter = new AtomicInteger();
counter.incrementAndGet();

线程池优化

根据任务类型选择线程池策略：

java 复制代码

ExecutorService executor = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors() * 2);

分布式锁

使用Redisson或Zookeeper实现跨JVM的锁机制，避免超卖问题：

java 复制代码

RLock lock = redissonClient.getLock("orderLock");
lock.lock();
try {
    // 业务逻辑
} finally {
    lock.unlock();
}

异步化处理

通过CompletableFuture或RxJava将同步调用转为异步，例如：

java 复制代码

CompletableFuture.supplyAsync(() -> queryData())
    .thenApplyAsync(data -> process(data))
    .exceptionally(ex -> handleError(ex));

减少锁粒度

使用细粒度锁（如ConcurrentHashMap的分段锁）替代synchronized全局锁：

java 复制代码

ConcurrentHashMap<String, Object> cache = new ConcurrentHashMap<>();
cache.put("key", value);

缓存优化

多级缓存（本地缓存+Redis）减少数据库访问。例如Guava Cache设置过期策略：

java 复制代码

Cache<String, Object> localCache = CacheBuilder.newBuilder()
    .maximumSize(1000)
    .expireAfterWrite(10, TimeUnit.MINUTES)
    .build();

序列化加速

选用高效的序列化工具（如Protobuf、Kryo），替代JSON：

java 复制代码

Kryo kryo = new Kryo();
kryo.writeObject(output, obj);

连接池配置

调整数据库连接池参数（如HikariCP）：

properties 复制代码

# 最大连接数 = 并发请求数 / 每个请求平均耗时
spring.datasource.hikari.maximum-pool-size=20
spring.datasource.hikari.connection-timeout=3000

JVM参数调优

针对高并发场景调整GC策略：

bash 复制代码

-XX:+UseG1GC -Xmx4g -Xms4g -XX:MaxGCPauseMillis=200

流量控制

使用Guava RateLimiter或Sentinel限流：

java 复制代码

RateLimiter limiter = RateLimiter.create(100); // 每秒100个请求
if (limiter.tryAcquire()) {
    // 处理请求
}

以上方案需根据实际业务场景组合使用，通过压测工具（如JMeter）验证效果，持续监控（如Prometheus+Granfa）调整参数。