Java高并发常见架构、处理方式、api调优
Java高并发常见架构
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。
高并发处理方式
无锁编程
使用CAS（如AtomicInteger）或LongAdder替代同步锁，减少线程阻塞。例如：
AtomicInteger counter = new AtomicInteger();
counter.incrementAndGet();
线程池优化
根据任务类型选择线程池策略：
- CPU密集型：线程数 = CPU核心数 + 1
- IO密集型：线程数 = CPU核心数 * (1 + 平均等待时间/平均计算时间)
示例：
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：
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：
CompletableFuture.supplyAsync(() -> queryData()).thenApplyAsync(data -> process(data)).exceptionally(ex -> handleError(ex));
API调优策略
减少锁粒度
使用细粒度锁（如ConcurrentHashMap的分段锁）替代synchronized全局锁：
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：
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：
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）：
# 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：
-XX:+UseG1GC -Xmx4g -Xms4g -XX:MaxGCPauseMillis=200
流量控制
使用Guava RateLimiter或Sentinel限流：
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。