11 - 总结：高并发优化决策树

恭喜你走到最后一章。这一章不讲新知识，而是把整个系列收拢成一张决策树和一份速查表，让你遇到性能问题时，能按图索骥。

一句话总结全系列：高并发优化，就是「顺着请求链路层层拦截，让越昂贵的资源承担越少的请求；单机榨干后再水平扩展；并用限流降级熔断兜底」。

11.1 全系列思维导图

                    高并发优化
                        │
   ┌────────────────────┼────────────────────┐
   ▼                    ▼                    ▼
提高单机能力          横向扩展              自我保护
（先做，便宜）        （后做，费钱）         （兜底，防崩）
   │                    │                    │
 ┌─┴──────┐        ┌────┴────┐          ┌────┴────┐
 缓存               负载均衡              限流
 异步削峰           读写分离              降级
 池化               分库分表(系列三)       熔断
 并发模型

11.2 优化决策树（遇到问题按这个走）

接口慢 / 扛不住？
      │
      ▼
① 先压测：慢在哪？瓶颈是什么？
      │
      ├─ 单次请求本身就慢？
      │     → 优化 SQL、加索引（性价比最高，先做）
      │
      ├─ 大量重复的读？
      │     → 加缓存（Redis / 多级缓存）
      │        注意穿透/击穿/雪崩
      │
      ├─ 慢任务拖累主流程 / 有流量尖峰？
      │     → 异步化 + 消息队列削峰
      │
      ├─ 频繁建连接/线程开销大？
      │     → 池化（连接池、并发限制）
      │
      ├─ 单机 CPU 没用满 / 连接扛不住？
      │     → 选对并发模型（IO密集→异步，CPU密集→多进程）
      │
      ├─ 单机到顶了？
      │     → 水平扩展（无状态化 + 负载均衡）
      │     → 读多写少：读写分离
      │     → 数据量太大：分库分表（见系列三）
      │
      └─ 怕被突发流量/下游故障打崩？
            → 限流 + 降级 + 熔断
      │
      ▼
② 再压测验证 → 瓶颈转移 → 回到 ①

11.3 八大手段速查表

11.4 五条核心原则（记住这些就够了）

1. 先测量，再优化 —— 没有数据的优化是瞎猜
2. 层层拦截      —— 让越贵的资源承担越少的请求
3. 先榨干单机，再加机器 —— 从便宜到昂贵
4. 追求最终一致，而非强一致 —— 高并发和强一致难以兼得
5. 部分可用 > 全部崩溃 —— 兜底思维，丢卒保车

11.5 进阶方向

学完本系列，你已经有了完整的高并发优化直觉。想继续深入，可以往这些方向走：

• 数据库深挖 → 学习本项目的《数据库锁详解》《数据库优化：索引与分库分表》系列
• 分布式 → 分布式事务、分布式 ID、一致性哈希、CAP 理论
• 可观测性 → Prometheus + Grafana 实操、链路追踪
• 中间件原理 → 深入 Redis、消息队列、Nginx 的内部机制
• 实战 → 找一个真实项目做压测，跑一遍本系列的优化闭环

结语

高并发优化没有银弹，也没有「一招鲜」。它是一套分层的、有优先级的、需要权衡的工程思维。

记住那句贯穿始终的话：

顺着请求链路找瓶颈，让越贵的资源承担越少的请求；先榨干单机再水平扩展；并用限流降级熔断兜底。

祝你在真实项目里，把这套思维用起来。

上一章 ← 10 - 压测与监控 ｜ 回到 README