# 服务器的优化 　　作为一个技术人员，不能犯两种错误：一个是安全问题、一个是高并发的问题。前面我们说了安全问题，这里我们再来说说高并发的问题。 　　产品的新增用户越来越多，本来产品走势很好。但可能会因为不能承受高并发，影响用户正常使用功能，用户就都纷纷去用竞争对手的产品了。2015 年初足记 APP 突然走红，但因为足记承受不了高并发，足足宕机一周时间。猪八戒网以前竞争对手很多，他们的人告诉我之所以他们能幸存下来，是因为几年前新闻媒体大量报道威客模式时，流量突然猛增，他们意识到了流行的趋势，在那期间大量增加服务器，而他们的竞争对手不以为然导致最后承受不了高并发，然后用户都来猪八戒网了。 要让程序能承受高并发，我总结了 6 个要点，大家可以参考。 * 1、首先第一个是服务器层面的优化，服务器层面主要涉及到网络参数、操作系统配置的优化。以打开文件描述符的数目限制优化为例，缺省情况下是 1024 ，而对于高并发项目，很容易就超出了这个数目。所以可以使用 ulimit -HSn 65536 等来让修改生效。 另外，对于系统网络参数也需要做一些调整。 比如： net.ipv4.ip_forward net.ipv4.tcp_tw_reuse 等一系列的参数，都是有助于在不同场景下，网络配置的改善。 * 2、做好数据库优化 后端程序最可能出现瓶颈地方就是数据库，数据库做好了优化能让程序速度快很多。数据库优化分成以下几点来讲： * A、配置优化 　首先第一个是设置好 MySQL 的配置， query_cache_* 相关的配置项可配置查询缓存，当然查询缓存，只有在读多写少的数据库中才能起到较好的作用，否则就不如直接关闭， key_buffer 可配置索引缓存， thread_cache_size 可配置线程缓存， tmp_table_size 配置临时表的大小。 另外还有各引擎一些自己的特殊的优化配置，比如 innodb_buffer_pool_size 这个值注意一般设置到内存的 2/3 甚至更多一些，innodb_per_file_table 有助于我们在清理无用数据表时释放空间。 　 * B、引擎优化 　　首先我们要选择好 MySQL 引擎，InnoDB 的优点是事务处理和行锁定，如果是一般的读写量可以使用 MyISAM，但是在高并发的情况下，建议使用 InnoDB，因为行锁定能支持更大的并发，而 MyISAM 是表锁定，当写量到一定的程度，会导致频繁锁表。 现在 InnoDB 也是 MySQL 默认的存储引擎。 　 * C、索引优化 　要做好 MySQL 索引优化，如果 MySQL 没有索引，每次查询都是全表扫描，数据量大后性能就差，可以用 explain 来分析 MySQL 语句的性能，索引也分为普通索引、唯一索引、主键、复合索引等类型，在不同的情况下，使用不同类型的索引，效率也不甚相同。 * D、表结构与语句优化 　　做好表结构的优化，首先是需要进行合理的数据表设计 ，比如经常更新的字段和不怎么更新的字段分拆开来，比如大内容字段和一般描述性字段分拆开来，适当用一些冗余字段从而减少程序 SQL 语句出现 join 查询的情况， join 查询的性能比较低， group by 查询的性能更低，不要在访问量大的页面使用 group by 查询。 在高并发的分库分表项目中，我们不建议使用 JOIN 之类的查询，因为表与表之间不能确保在同一个数据库实例上，那解决办法就是用多个简单查询来达到一个组合查询同样的效果，虽然看似多了查询，但是效率方面，多个简单查询的速度远比一个复杂查询快，消耗的资源更少。 * 3、使用缓存 在高并发系统中，使用缓存可谓重中之重。并且缓存牵涉的种类很多，在各个层面都有。 从CPU的一级缓存、二级缓存，到宏观的CDN，都是缓存的类型，下面就几种重点缓存分别进行说明 ： * A、在浏览器的层面，可以根据 HTTP 协议将缓存设置在用户的浏览器。 * B、访问路径的缓存，即 CDN 等的缓存，可以使用 Varnish、Squid 等实现缓存，降低对源站的压力，同时也加快浏览器端用户的访问速度，提高用户体验。 * C、在 Web 服务的层面，　PHP 可以开启 Zend Opcache、APC 等扩展，可以对 Opcache 进行缓存，而在 Apache，Nginx，Varnish 等运行环境都有缓存模块，数据不经常更新的页面可以开启运行环境的缓存。 * D、另外，在服务器上，我们还可以使用APC、 XCache 等，对远程查询的条目，在Web服务器进行缓存，不过这些缓存仅限于本机使用。 * E、集中式的缓存，一般有 Memcached，可以对数据库查询结构进行缓存，从而降低数据库的压力。 * 4、使用队列 　　对于一些耗时的程序可以使用队列处理， NSQ，Gearman，Redis 都可以做队列。 　　使用队列可以减轻服务器的负载。 举一个应用场景，比如有一个招聘产品用户上传简历后要对简历进行分析，要提取简历的文字，要生成简历截图，这是一个很耗时的工作，每次分析简历都可能需要1分钟。在不用队列的情况下，如果有 1000 人同时在上传简历，那么就有 1000 个进程同时处理简历，每个进程都要花 1 分钟，此时服务器负载会十分高，内存和 CPU 也不够用，服务器会宕机。 而如果我们使用队列，让简历分析排队来处理，一次同时只处理 1、2份简历，服务器负载不会那么高。用户上传简历然后往队列里面加一个任务，再给用户显示一个 “简历分析中” 的页面，让用户等待一会儿， 这个页面每隔几秒钟会调用接口查询简历是否分析完成，如果分析完成页面就显示分析结果。 用了队列后 当访问量大的时候 服务器并不回宕机， 可能只是用户等待分析结果的时间会长一些而已。 　　12306网站上面购买火车票时下订单的时候也使用了队列。平时都能快速买到票，但在春节高峰期的时候下单等待时间能让用户等半个小时，但他们如果不用队列是支持不了这么大量的高并发的。 * 5、搭建分布式环境 　　当访问量大到一定程度时，一台服务器不能支持访问，需要多台服务器，这时候需要搭建分布式环境， 可以用 Nginx ，LVS 等做负载均衡来搭建分布式环境。 可以用 Docker 封装我们的应用，这样每次要扩容时启动 Docker 十分的快。 　　我们的数据库也可以做分布式的分库分表和主从读写分离，既提高了数据的安全性，又降低了单位节点的响应压力，当然，如果面对分布式数据库，就需要有相应的连接池工具来协调，否则将切换逻辑写死在程序中是不现实的。 * 6、压缩文件 　　Apache，Nginx 运行环境有压缩模块， PHP可以设置配置项 zlib.output_compression 进行压缩，前端 JS、CSS 文件可以用工具压缩减少体积 。 图片可以用 css sprite 的方法切图，将多张图片合并在一张图片上提高加载图片的速度。 　　对文件做上述压缩后，用户访问使用流量减少，用户访问速度更快。 * 7、使用云计算 　　支持高并发有一个最简单的方法就是使用云计算。分布式环境，分布式数据库这些环境云计算的服务商已经搭建好了，我们只管用就可以。而且云计算是弹性计费的， 用多少付多少，不像购买服务器，一年没有多少流量也要不少的服务器租赁费，使用云计算，我们不用把重心放在服务器的搭建和维护上，而可以专心开发自己的产品。阿里云，青云等都是 IaaS 类的云，他们提供的只是基础服务，使用它们我们还是需要花精力来维护操作系统。大家可以试一试新浪云 SAE，它是PaaS类的云，提供的是程序运行平台，我们连操作系统都不用维护。 　　我们要对自己的系统能承载的并发量进行测试，要知道自己系统能承受多大并发， 并对系统流量进行监控， 当发现流量变大，快到达最大能承受并发量时应即使扩容。 测试并发量可以用压力测试工具（如 ab，wrk，webbench等）。 可以用 OneAPM 对程序性能监控，实时知道应用的流量。 　　关于服务器优化的知识很多，本书由于字数限制只能做简要的介绍，大家还需收集其他资料来学习或者学习优才学院的web全栈课程，优才学院的 CEO伍星老师也是本书作者之一，他曾是开心网创始团队成员，亲手部署过上千台服务器，处理过上亿的高并发，他们的全栈课是能真正学到如何处理高并发的，我也在全栈课里面为大家讲几节课。