简历优化的好伙伴 - 高并发写

大家好，我是爱吃芝士的土豆倪，今天想给大家分享的是 - 简历优化的好伙伴 - 高并发写。

我们继续顺着上一个视频，高并发读继续讨论。

什么场景下写的qps会比较高呢？库存扣减，写库的场景都有可能，比如领劵，用掉了优惠卷等，那么我们来说一个共性，写qps。

首先第一个就是 流量削峰，那也就是说我们的峰值写流量太高了，我们db根本承受不住，要崩溃了，但是你就是要写那么多，那咋办呀，那就 慢慢写，也就是将峰值流量打到服务可以承受的程度，保证db不挂。常见的方式比如mq消峰，因为毕竟消息队列可以控制流速，以及内存消峰，比如直播间点赞，很多时候是你点了好多次一起加上的，而不是点一次加一次，还有一个是业务上的改动，流量分散，并不是所有的请求都是在那一瞬间都要打过来，有时候通过某种业务拦截，分批的过来，用户感知不到，但是却平分了压力。

第二个就是随机丢弃，相当于压力太大了，有些就不处理，比如优惠卷，领劵的时候某些场景返回库存不足呗

第三个是redis分片存储，提升并发度，比如hashmap java1.7原理，将一些优惠卷的数量存储到不同的分片中，能够提升写的并发度，但是需要注意的是，设计到跨分片的扣减，需要使用lua一起。

以上就是整理的一些常见的高并发写的实际问题。我们可以将其结合进我们自己的项目中。

以上就是我的分享了，我是爱吃芝士的土豆倪，谢谢大家收看。