关于并发大数量的几个问题

[nanguasansan101]

关于并发大数量的几个问题
1：解决高并发大数量 有一个方法是负载均衡 负载均衡在机器上面可以配置 。 但是需要用代码（比如java） 来做些什么呢？
2：数据库方面可以做分区分表分库来处理 有什么劣势 ？主要的开销是什么呢？ 还有数据库方面的读写分离是什么意思？
3：还有一种叫异步批量处理 里面提到的" 异步请求”是什么意思 ？队列方式处理 是什么意思？
4：并发大数据量处理还有什么其他的解决方案？
在线坐等大牛解答 。！

[MiceRice]

1：解决高并发大数量 有一个方法是负载均衡 负载均衡在机器上面可以配置 。 但是需要用代码（比如java） 来做些什么呢？ —— 设计上考虑共享资源竞争资源的同步机制及互斥访问机制；简单举例比如：页面访问量统计的采集。 —— 代码则是具体实现层面要怎么避免的问题了；细化点举例就是单JVM中 多个线程对某静态变量执行 i++ 的问题延伸到多个JVM甚至多个物理机器上了。 2：数据库方面可以做分区分表分库来处理 有什么劣势 ？主要的开销是什么呢？ 还有数据库方面的读写分离是什么意思？ —— 主要作用都是围绕两大类问题：降低数据访问规模（处理量），分散访问热点（竞争度）， —— 分区的好处是代码逻辑透明性最强，属于高性价比解决方案，但有环境和能力局限性； —— 分表则已经需要在设计和代码上进行考虑，可以提供更高的效果，复杂度也随之上升； —— 分库所能提供的能力效果最高，甚至可以做到容错容灾，但复杂度也最高。 3：还有一种叫异步批量处理 里面提到的" 异步请求”是什么意思 ？队列方式处理 是什么意思？ —— 综合起来 简单举例，比如：JMS 4：并发大数据量处理还有什么其他的解决方案？ —— 比如：网格计算、分布式计算、云计算，具体方案则有很多，比如出名的：MapReduce