前言：事先说明：在实际应用中这种做法设计需要各位读者自己设计，本文只提供一种思想。准备工作：安装后本地数redis服务器，使用mysql数据库，事先插入1000万条数据，可以参考我之前的文章插入数据，这里不再细说。我大概的做法是这样的，编码使用多线程访问我的数据库，在访问数据库前先访问redis缓存没有的话在去查询数据库，需要注意的是redis最大连接数最好设置为300，不然会出现很多报错。
&贴一下代码吧
import redis.clients.jedis.JedisP
import redis.clients.jedis.JedisPoolC
public class SelectFromMysql {
public static void main(String[] args) {
JedisPoolConfig config = new JedisPoolConfig();//创建redis连接池
// 设置最大连接数，-1无限制
config.setMaxTotal(300);
// 设置最大空闲连接
config.setMaxIdle(100);
// 设置最大阻塞时间，记住是毫秒数milliseconds
config.setMaxWaitMillis(100000);
// 创建连接池
pool = new JedisPool(config, "127.0.0.1", );
for (int i =9222000; i &=9222200; i++) {//这里自己设置用多少线程并发访问
String teacherName=String.valueOf(i);
new ThreadToMysql(teacherName, "123456",pool).start();
import java.sql.C
import java.sql.DriverM
import java.sql.ResultS
import java.sql.SQLE
import java.sql.S
import redis.clients.jedis.J
import redis.clients.jedis.JedisP
public class ThreadToMysql extends Thread {
public String teacherN
public JedisP
public ThreadToMysql(String teacherName, String password,JedisPool pool) {//构造函数传入要查询登录的老师姓名和密码
this.teacherName=teacherN
this.password=
this.pool=
public void run() {
Jedis jedis = pool.getResource();
Long startTime=System.currentTimeMillis();//开始时间
if (jedis.get(teacherName)!=null) {
Long entTime=System.currentTimeMillis();//开始时间
System.out.println(currentThread().getName()+" 缓存得到的结果: "+jedis.get(teacherName)+" 开始时间:"+startTime+"
结束时间:"+entTime+"
用时:" +(entTime-startTime)+"ms");
pool.returnResource(jedis);
System.out.println("释放该redis连接");
String url = "jdbc:mysql://127.0.0.1/teacher";
String name = "com.mysql.jdbc.Driver";
String user = "root";
String password = "123456";
Connection conn =
Class.forName(name);
conn = DriverManager.getConnection(url, user, password);//获取连接
conn.setAutoCommit(false);//关闭自动提交，不然mit()运行到这句会报错
} catch (ClassNotFoundException e1) {
e1.printStackTrace();
} catch (SQLException e) {
e.printStackTrace();
if (conn!=null) {
String sql="select t_name from test_teacher where t_name='"+teacherName+"' and t_password='"+password+"' ";//SQL语句
String t_name=
Statement stmt=conn.createStatement();
ResultSet rs=stmt.executeQuery(sql);//获取结果集
if (rs.next()) {
t_name=rs.getString("t_name");
jedis.set(teacherName, t_name);
System.out.println("释放该连接");
stmt.close();
conn.close();
} catch (SQLException e) {
e.printStackTrace();
}finally {
pool.returnResource(jedis);
System.out.println("释放该连接");
Long end=System.currentTimeMillis();
System.out.println(currentThread().getName()+"
数据库得到的查询结果:"+t_name+"
开始时间:"+startTime+"
结束时间:"+end+"
用时:"+(end-startTime)+"ms");
System.out.println(currentThread().getName()+"数据库连接失败:");
&我的数据库表数据是这样的。可以看到我的t_name是1-，密码固定123456.利用循环创建线程很好做传入循环的次数作为查询的t_name就行了
采用redis缓存替换加索引的方案
1.在200并发访问下：
第一次访问结果：由于第一次访问缓存不存在该数据，速度很慢
最慢90多秒
运行第二次访问后(redis数据库已存在数据)的结果：
最慢700多毫秒
2.当我尝试1000线程并发访问时redis直接挂掉，原因在于reids缓存并没有要查找的数据,就从数据库查找，1000个线程同时并发访问数据库等待时间太长了，造成redis连接等待超时(就算把redis的超时等待时间设置为100分钟也没用，会报redis连接被拒绝的错误)
3.当我利用循环事先把100万条数据插入redis缓存服务器后，在1万个线程并发访问测试下只需要5~6秒就拿到了查询结果，效率出奇的快，而且没有报任何错
4.在3的条件下我把并发线程提升到100万个时，测试在百万并发条件下查询性能，发现完全没有压力，每个线程也是几毫秒就能查到结果，这个时候限制我速度的就是电脑CPU了。我的测试电脑是4核的，处理100万个线程起来比较慢，下面是截图，运行到50多万个线程的时候我就停止了运行
&好了，以上都是数据库查询的字段没有加索引直接利用redis缓存查找的
&而且有个弊端，百万级的并发访问需要事先把数据放到缓存中，在实际中并不科学（因为并不知道那些是热点数据），下面来看看如何使用索引加缓存的效果
&1.给t_name和t_password字段加组合索引
&我们来看看在有索引且redis缓存事先没有数据的时候，创建100万个线程并发访问的结果
&没问题，这样就完成了百万级别下的并发访问，但是这样我的程序创建线程很慢，因为我的电脑4核CPU的(但是要创建100万个线程），这个时候就是硬件设备的性能了，在设备硬件性能足够的条件下是没问题的
&以下是我的总结:
1.我的优化方案中只有两种，一种是给查询的字段加组合索引。另一种是给在用户和数据库中增加缓存
2.添加索引方案：面对1~2千的并发是没有压力的，在往上则限制的瓶颈就是数据库最大连接数了，在上面中我用show global status like 'Max_used_connections&查看数据库可以知道数据库最大响应连接数是5700多，超过这个数tomcat直接报错连接被拒绝或者连接已经失效
3.缓存方案：在上面的测试可以知道，要是我们事先把数据库的千万条数据同步到redis缓存中，瓶颈就是我们的设备硬件性能了，假如我们的主机有几百个核心CPU，就算是千万级的并发下也可以完全无压力，带个用户很好的。
4.索引+缓存方案：缓存事先没有要查询的数据，在一万的并发下测试数据库毫无压力，程序先通过查缓存再查数据库大大减轻了数据库的压力，即使缓存不命中在一万的并发下也能正常访问,在10万并发下数据库依然没压力，但是redis服务器设置最大连接数300去处理10万的线程，4核CPU处理不过来，很多redis连接不了。我用show global status like 'Max_used_connections'查看数据库发现最大响应连接数是388，这么低所以数据库是不会挂掉的。
5.使用场景：a.几百或者2000以下并发直接加上组合索引就可以了。b.不想加索引又高并发的情况下可以先事先把数据放到缓存中，硬件设备支持下可解决百万级并发。c.加索引且缓存事先没有数据，在硬件设备支持下可解决百万级并发问题。d.不加索引且缓存事先没有数据，不可取，要80多秒才能得到结果，用户体验极差。
6.原理：其实使用了redis的话为什么数据库不会崩溃是因为redis最大连接数为300，这样数据库最大同时连接数也是300多，所以不会挂掉，至于redis为什么设置为300是因为设置的太高就会报错(连接被拒绝)或者等待超时(就算设置等待超时的时间很长也会报这个错)。
&最后说明：本文不代表实际应用开发场景，更多的是提供一种思想，一种解决方案，如有错误，请指正，谢谢
技术交流群：
本文源码：
本代码需要的jar包下载地址：
阅读(...) 评论()下次自动登录
现在的位置:
& 综合 & 正文
Nginx与Redis解决高并发问题
原文链接：
第一版产品采用的是Jquery，Nginx，PHP（CI框架），Memcache，Mysql这种常用的架构。作为一名PHP工程师对于这种架构已经非常的熟悉了，目前站点并发并不是很高，线上环境使用的是阿里云主机，1.5G的内存，PHP并发能支持400~500左右。因为使用memcache的原因，如果在并发特别高的情况下，除了带宽瓶颈以外就可能会是一直引以为傲PHP瓶颈了。增加机器便会增加成本，对于一个刚刚上线运行的项目，要求公司扩大投入是不合理的。
于是在第二次改版的过程中我们尝试放弃PHP，采用OpenResty中的LuaJit模块直接读取redis中的数据以Json的格式返回给前端页面展示，使用PHP脚本定时执行向redis里面更新内容。这样整合个前端过程就没啥php与mysql哈事了（除后端定时执行脚本之外）。凭着nginx与redis的高并发，还怕啥呀！。下图为新的架构主要结构。
Redis是一个高性能的key-value数据库。redis的出现，很大程度补偿了memcache这类key-value存储的不足，在部分场合可以对关系数据库起到很好的补充作用。它提供了Python，Ruby，Erlang，PHP客户端，使用很方便。
性能测试结果：SET操作每秒钟110000 次，GET操作每秒钟81000 次
有了Redis作为保障，新架构就可以开搞了，使用到的主要关键词由openResty，LuaJit，Lua，Redis，PHP，PHPRedis，JSon，JQuery等组成。读者可以搜索下各名词了解它们的功能。下面是openResty中的Nginx配置：
nginx.confserver {
root/home/boolean/Htdocs/;
index index.htmlindex.
#默认请求Html转发到apache，这里你可以根据自己情况配置
location /
proxy_set_header HOST$
proxy_set_headerSERVER_ADDR $server_
proxy_set_headerSERVER_PORT $server_
proxy_set_headerREMOTE_ADDR $remote_
proxy_set_headerREMOTE_PORT $remote_
proxy_pass
＃更新redis
location /set_redis
set_unescape_uri$key $arg_
set_unescape_uri$val $arg_
redis2_queryset $key $
redis2_pass127.0.0.1:6379;
#读取redis
location /get_redis
set_unescape_uri$key $arg_
redis2_queryget $
redis2_pass127.0.0.1:6379;
# 模拟的简单请求
location /json
default_typetext/
content_by_lua_file/home/boolean/Htdocs//lua/redis.
redis.lua文件
＃通过URL更新redis
functionsetRedis(key, val)
localres = ngx.location.capture('/set_redis', {
ifres.status == 200 then
returntrue
returnfalse
＃通过URL读取redis
functiongetRedis(key)
localcapture = ngx.location.capture('/get_redis', {
localparser = require 'redis.parser' --require redis.parser
localres, err = parser.parse_reply(capture.body)
#URL参数$_GET['a']
locala = ngx.var.arg_a
if'clean' == a then
--重置redis
ifsetRedis('love_number', 0) then
ngx.say("CleanRedis Is Success!")
ngx.say("CleanRedis Is failted!")
--读取redis
locallove_number = getRedis('love_number') + 1
setRedis('love_number',love_number)
ngx.say("CurrentLove Number Is: ", love_number)
&&&&推荐文章:
【上篇】【下篇】}