高并发系统设计：核心指标与实战解决方案

1. 高并发面试题解析：从原理到实战

高并发系统设计是互联网大厂面试的必考题目，也是实际业务中最具挑战性的技术场景之一。最近帮团队面试了几位候选人，发现很多开发者对高并发的理解还停留在"加机器"的层面。今天我就结合12306抢票、秒杀系统等经典场景，拆解高并发的核心考点和解决方案。

2. 高并发系统核心指标

2.1 QPS与TPS的本质区别

QPS（Queries Per Second）和TPS（Transactions Per Second）经常被混为一谈，但在面试中必须明确区分：

• QPS是服务端每秒能处理的请求数
• TPS是业务层面每秒完成的事务数（如创建订单）

注意：一个下单事务可能包含10+个QPS（查库存、扣减、创建订单等）

2.2 响应时间百分位值

平均响应时间会掩盖问题，我们更关注：

• P99（99%请求的响应时间）
• P999（99.9%请求的响应时间）

在百万QPS系统中，即使0.1%的慢请求也会导致每秒1000个请求堆积。

3. 高并发三板斧

3.1 缓存架构设计

Redis不是银弹，缓存设计要考虑：

1. 多级缓存：本地缓存 + 分布式缓存
2. 缓存击穿解决方案：
   • 互斥锁（Redis SETNX）
   • 逻辑过期时间
3. 热点Key探测与隔离

java复制// 典型双重检查锁实现
public Object getData(String key) {
    Object value = redis.get(key);
    if (value == null) {
        if (redis.setnx(key_mutex, 1)) {
            value = db.get(key);
            redis.set(key, value);
            redis.del(key_mutex);
        } else {
            Thread.sleep(50);
            return getData(key);
        }
    }
    return value;
}

3.2 消息队列削峰

对比主流消息队列选型：
|