php面試題高並發處理,php應對高並發

本文目錄一覽：

• 1、php 高並發解決思路解決方案
• 2、PHP如何解決網站大流量與高並發的問題
• 3、用PHP 編寫支持高並發的網站，需要做什麼處理
• 4、PHP的高並發問題
• 5、PHP如何解決網站的大數據大流量與高並發
• 6、php如何處理高並發

php 高並發解決思路解決方案

php 高並發解決思路解決方案，如何應對網站大流量高並發情況。本文為大家總結了常用的處理方式，但不是細節，後續一系列細節教程給出。希望大家喜歡。

一 高並發的概念

在互聯網時代，並發，高並發通常是指並發訪問。也就是在某個時間點，有多少個訪問同時到來。

二 高並發架構相關概念

1、QPS (每秒查詢率) : 每秒鐘請求或者查詢的數量，在互聯網領域，指每秒響應請求數(指 HTTP 請求)

2、PV（Page View）：綜合瀏覽量，即頁面瀏覽量或者點擊量，一個訪客在 24 小時內訪問的頁面數量

–註：同一個人瀏覽你的網站的同一頁面，只記做一次 pv

3、吞吐量（fetches/sec） ：單位時間內處理的請求數量 （通常由 QPS 和並發數決定）

4、響應時間：從請求發出到收到響應花費的時間

5、獨立訪客（UV）：一定時間範圍內，相同訪客多次訪問網站，只計算為 1 個獨立訪客

6、帶寬：計算帶寬需關注兩個指標，峰值流量和頁面的平均大小

7、日網站帶寬： PV/統計時間（換算到秒） * 平均頁面大小（kb）* 8

三 需要注意點：

1、QPS 不等於並發連接數（QPS 是每秒 HTTP 請求數量，並發連接數是系統同時處理的請求數量）

2、峰值每秒請求數（QPS）= （總 PV 數*80%）/ （六小時秒數*20%）【代表 80%的訪問量都集中在 20%的時間內】

3、壓力測試： 測試能承受的最大並發數 以及測試最大承受的 QPS 值

4、常用的性能測試工具【ab，wrk，httpload，Web Bench，Siege，Apache JMeter】

四 優化

1、當 QPS 小於 50 時

優化方案:為一般小型網站,不用考慮優化

2、當 QPS 達到 100 時,遇到數據查詢瓶頸

優化方案: 數據庫緩存層,數據庫的負載均衡

3、當 QPS 達到 800 時, 遇到帶寬瓶頸

優化方案:CDN 加速,負載均衡

4、當 QPS 達到 1000 時

優化方案: 做 html 靜態緩存

5、當 QPS 達到 2000 時

優化方案: 做業務分離,分布式存儲

五、高並發解決方案案例:

1、流量優化

防盜鏈處理(去除惡意請求)

2、前端優化

(1) 減少 HTTP 請求[將 css,js 等合併]

(2) 添加異步請求(先不將所有數據都展示給用戶,用戶觸發某個事件,才會異步請求數據)

(3) 啟用瀏覽器緩存和文件壓縮

(4) CDN 加速

(5) 建立獨立的圖片服務器(減少 I/O)

3、服務端優化

(1) 頁面靜態化

(2) 並發處理

(3) 隊列處理

4、數據庫優化

(1) 數據庫緩存

(2) 分庫分表,分區

(3) 讀寫分離

(4) 負載均衡

5、web 服務器優化

(1) nginx 反向代理實現負載均衡

(2) lvs 實現負載均衡

PHP如何解決網站大流量與高並發的問題

可以採用數據庫緩存、事務緩存等技巧。還可以從架構上把事務做合理的分配，花錢擴充你的硬件設施等。比如，阿里巴巴從最初的1台電腦逐步擴充到過萬台電腦了。

與PHP程序關係也非常大，比如，你發現了網站反應慢的第一因素是因為某個表非常大，你的網頁從那個庫表中讀寫時間非常長，可以考慮用一個原則把數據庫表分段，每一段存到不同的計算機上去保存，你的程序需要讀寫那個表的時候，先判斷要讀寫的內容屬於哪一段的，然後再去從已經建立了永久連接的清單中找到對應段的連接來用。

阿里巴巴有個例子：每一種商品的屬性字段內容打印出來就要5頁A4紙，160多萬種商品，如果你要從包含了商品屬性字段的那張表中進行讀寫，該是多長時間？

用PHP 編寫支持高並發的網站，需要做什麼處理

一般來說,解決WEB高並發的有效手段都是採用可線性擴展的多層分布式架構，

我生產項目的架構是這樣的，就在這裡拋磚引玉一下。

Webserver (Nginx) ：這一層是可以輕鬆分布式部署的，結合智能DNS解析可以簡易地防止單點故障、實現區域訪問加速，結合LVS很容易實現負載均衡。這一層主要是負責處理靜態請求和轉發PHP請求至第二層的PHP處理節點，至於靜態資源地址()可以單獨拿出來部署，或者直接使用商用的雲存儲服務（國內七牛不錯，國外有Amazon S3）

PHP處理節點：一個節點其實就是一個監聽特定端口的系統進程，webserver的請求通過負載均衡器（我用的AWS的loadbalancer)進行分發，很好實現分布式和負載均衡。我現在用的還是php自帶的php-fpm,其實facebook出的hhvm性能非常強悍，但是還不能100%通過我項目的單元測試，等hhvm成熟過後可以平滑替換

高速緩存：用的memcached，這一層的作用主要是減輕數據庫IO和加快熱數據訪問，緩存策略與程序耦合度較高，不贅述，但簡單地說有兩種方式，一種是在程序的全局層面加一個緩存處理，這種方法代碼耦合度低，但是有效命中率不高，有些項目不一定適應，另一種是在具體的數據存取處加緩存處理，這種辦法程序耦合度較高，但是緩存命中率非常高，幾乎沒有無效緩存存在，我用的是這種。

數據庫 ：我現在的項目數據規模不大，暫時只用了單台數據庫，但是程序邏輯上已做好了數據庫線性擴展的準備。其實數據庫層的擴展是老生常談了，常用手段是分庫分表，這一塊需要在前期的代碼就打下基礎，另外更平滑地手段是使用中間件，比如360的Atlas，阿里巴巴的cobar，淘寶的TDDL，中間件可以在不大範圍變更代碼的情況下擴展，但是具體的使用場景還是有限的，具體項目還需單獨考察。

其他：根據不同的項目，架構還可以選擇性地使用隊列，我現在用的beantalkd，Redis也是一個很好的選擇。隊列常用的使用環境是郵件發送和站內消息推送上面，但是在某些場景下也可以作為核心數據庫的緩衝，對應對大並發或者突發性流量也是不錯的選擇

PHP的高並發問題

一般的服務器能在一秒內處理幾十萬條數據，所以你說的能在1秒內有幾十萬個訂單同時生成，除了京東淘寶這種超大型網上商城外，一般的購物網站很少能有這樣的情況發生。

你可以在判斷獲取id的時候能不能獲取，能就繼續，不能就重新提交訂單。

PHP如何解決網站的大數據大流量與高並發

使用緩存，比如memcache,redis,因為它們是在內存中運行，所以處理數據，返回數據非常快，所以可以應對高並發。

2.增加帶寬和機器性能，1M的帶寬同時處理的流量肯定有限，所以在資源允許的情況下，大帶寬，多核cpu,高內存是一個解決方案。

3.分布式，讓多個訪問分到不同的機器上去處理，每個機器處理的請求就相對減少了。

簡單說些常用技術，負載均衡，限流，加速器等

php如何處理高並發

和php關係並不大，和web服務軟件和數據庫連接關係最大，所以是web服務端採用nginx+fpm+apc or xcache，能在2g雙核，2g內存下處理10000左右的並發。

但最重要的，是數據庫這塊，中間一定要有緩存，memcache是個不錯選擇。如果在數據庫中間未加緩存，並發大後，你很快會發現都連最基本的發起連接都是難事。