一、什么是高流量、高并发
简单理解 ：
高流量 ：一段时间内，请求总量很大
高并发 ：大量请求同一时刻 同时访问接口
个人项目、课程项目流量小，随便写代码都能跑。但放到实际业务中，流量一上来，就会出现：接口超时、页面转圈、CPU 爆满、数据库卡死、服务崩溃。
二、高流量场景下，系统为什么会变慢
1.Tomcat 线程数量有限
SpringBoot 默认内置 Tomcat 线程数很少，
请求多了之后线程被占满，新请求只能排队等待。
2.数据库是最大瓶颈
硬盘读写远慢于内存，频繁查询、连表查询、无索引查询，都会直接拖垮整个系统。
3.大量重复请求、重复计算
同一个分类、首页数据、配置信息，每次请求都查库、重新计算，浪费服务器资源。
同步逻辑太多
操作日志、消息推送、记录行为等次要逻辑，全部同步执行，拉长接口响应时间。
三、SpringBoot 高流量 四大基础优化（全面且基础）
1、Web 容器线程优化
SpringBoot 默认配置偏向保守，不适合并发场景。通过调整 Tomcat 线程数、连接数，让服务可以同时处理更多请求，避免排队阻塞。
核心作用：提高系统吞吐量，短时间承载更多用户访问。
2、引入缓存，降低数据库压力
这是性价比最高的优化方案。
不常变动的数据：分类列表、系统配置、首页热门数据
高频查询数据：频繁被访问、几乎不变
方案：查询优先走缓存，缓存没有再查数据库。常用：Redis 分布式缓存、本地缓存。核心思想：少查库、多读缓存 。
3、异步化处理非核心业务
使用 SpringBoot 提供的 @Async 异步注解，把不影响结果的操作放到后台线程执行：
1.操作日志记录
2.消息推送
3.数据统计
4.日志上报
主业务快速返回，提升接口速度。
4、数据库与 SQL 基础优化
1.高频查询字段建立索引
2.禁止 select *，只查询需要字段
3.减少复杂联表查询、子查询
4.大列表必须分页，防止一次性查出百万条数据
5.合理设计字段类型，能用 tinyint 就不用 int
四、高并发必备基础概念
QPS ：每秒处理的请求数，衡量流量大小
吞吐量 ：单位时间系统处理能力
瓶颈 ：整个系统最慢的环节，一般都是数据库
缓存 ：用内存换速度，抗并发核心手段
异步：剥离非核心任务，缩短响应时间
五、新手学习顺序（循序渐进）
1.先做好线程配置 + SQL 优化
2.再接入 Redis 缓存
3.次要业务改为异步执行
4.后期进阶：限流、熔断、集群、负载均衡
六、总结
想要 SpringBoot 扛住高流量，不用一开始就学复杂架构。把四大基础优化做好，就能解决 90% 普通项目并发问题：
1.调优容器线程，提高并发处理能力
2.缓存降级数据库压力
3.异步解耦，加快接口响应
4.规范 SQL、合理建索引
基础打好，再慢慢学习分布式、微服务、限流降级等高阶知识，后端提升会非常快。