PHP怎么解決高并發

這篇文章主要介紹PHP怎么解決高并發，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

我們通常衡量一個Web系統的吞吐率的指標是QPS（Query Per Second，每秒處理請求數），解決每秒數萬次的高并發場景，這個指標非常關鍵。舉個例子，我們假設處理一個業務請求平均響應時間為100ms，同時，系統內有20臺Apache的Web服務器，配置MaxClients為500個（表示Apache的最大連接數目）。

那么，我們的Web系統的理論峰值QPS為（理想化的計算方式）：

20*500/0.1 = 100000 （10萬QPS）

咦？我們的系統似乎很強大，1秒鐘可以處理完10萬的請求，5w/s的秒殺似乎是“紙老虎”哈。實際情況，當然沒有這么理想。在高并發的實際場景下，機器都處于高負載的狀態，在這個時候平均響應時間會被大大增加。

普通的一個p4的服務器每天最多能支持大約10萬左右的IP，如果訪問量超過10W那么需要專用的服務器才能解決，如果硬件不給力 軟件怎么優化都是于事無補的。主要影響服務器的速度

有：網絡-硬盤讀寫速度-內存大小-cpu處理速度。

就Web服務器而言，Apache打開了越多的連接進程，CPU需要處理的上下文切換也越多，額外增加了CPU的消耗，然后就直接導致平均響應時間增加。因此上述的MaxClient數目，要根據CPU、內存等硬件因素綜合考慮，絕對不是越多越好。可以通過Apache自帶的abench來測試一下，取一個合適的值。然后，我們選擇內存操作級別的存儲的Redis，在高并發的狀態下，存儲的響應時間至關重要。網絡帶寬雖然也是一個因素，不過，這種請求數據包一般比較小，一般很少成為請求的瓶頸。負載均衡成為系統瓶頸的情況比較少，在這里不做討論哈。

那么問題來了，假設我們的系統，在5w/s的高并發狀態下，平均響應時間從100ms變為250ms（實際情況，甚至更多）：

20*500/0.25 = 40000 （4萬QPS）

于是，我們的系統剩下了4w的QPS，面對5w每秒的請求，中間相差了1w。

舉個例子，高速路口，1秒鐘來5部車，每秒通過5部車，高速路口運作正常。突然，這個路口1秒鐘只能通過4部車，車流量仍然依舊，結果必定出現大塞車。（5條車道忽然變成4條車道的感覺）

同理，某一個秒內，20*500個可用連接進程都在滿負荷工作中，卻仍然有1萬個新來請求，沒有連接進程可用，系統陷入到異常狀態也是預期之內。

其實在正常的非高并發的業務場景中，也有類似的情況出現，某個業務請求接口出現問題，響應時間極慢，將整個Web請求響應時間拉得很長，逐漸將Web服務器的可用連接數占滿，其他正常的業務請求，無連接進程可用。

更可怕的問題是，是用戶的行為特點，系統越是不可用，用戶的點擊越頻繁，惡性循環最終導致“雪崩”（其中一臺Web機器掛了，導致流量分散到其他正常工作的機器上，再導致正常的機器也掛，然后惡性循環），將整個Web系統拖垮。

3. 重啟與過載保護

如果系統發生“雪崩”，貿然重啟服務，是無法解決問題的。最常見的現象是，啟動起來后，立刻掛掉。這個時候，最好在入口層將流量拒絕，然后再將重啟。如果是redis/memcache這種服務也掛了，重啟的時候需要注意“預熱”，并且很可能需要比較長的時間。

秒殺和搶購的場景，流量往往是超乎我們系統的準備和想象的。這個時候，過載保護是必要的。如果檢測到系統滿負載狀態，拒絕請求也是一種保護措施。在前端設置過濾是最簡單的方式，但是，這種做法是被用戶“千夫所指”的行為。更合適一點的是，將過載保護設置在CGI入口層，快速將客戶的直接請求返回

高并發下的數據安全

我們知道在多線程寫入同一個文件的時候，會存現“線程安全”的問題（多個線程同時運行同一段代碼，如果每次運行結果和單線程運行的結果是一樣的，結果和預期相同，就是線程安全的）。如果是MySQL數據庫，可以使用它自帶的鎖機制很好的解決問題，但是，在大規模并發的場景中，是不推薦使用MySQL的。秒殺和搶購的場景中，還有另外一個問題，就是“超發”，如果在這方面控制不慎，會產生發送過多的情況。我們也曾經聽說過，某些電商搞搶購活動，買家成功拍下后，商家卻不承認訂單有效，拒絕發貨。這里的問題，也許并不一定是商家奸詐，而是系統技術層面存在超發風險導致的。

1. 超發的原因

假設某個搶購場景中，我們一共只有100個商品，在最后一刻，我們已經消耗了99個商品，僅剩最后一個。這個時候，系統發來多個并發請求，這批請求讀取到的商品余量都是99個，然后都通過了這一個余量判斷，最終導致超發。（同文章前面說的場景）

在上面的這個圖中，就導致了并發用戶B也“搶購成功”，多讓一個人獲得了商品。這種場景，在高并發的情況下非常容易出現。

優化方案1：將庫存字段number字段設為unsigned，當庫存為0時，因為字段不能為負數，將會返回false

<?php

//優化方案1：將庫存字段number字段設為unsigned，當庫存為0時，因為字段不能為負數，將會返回false

include('./mysql.php');

$username='wang'.rand(0,1000);

//生成唯一訂單

functionbuild_order_no(){

returndate('ymd').substr(implode(NULL,array_map('ord',str_split(substr(uniqid(), 7, 13), 1))), 0, 8);

}

//記錄日志

functioninsertLog($event,$type=0,$username){

global$conn;

$sql="insert into ih_log(event,type,usernma)

values('$event','$type','$username')";

returnmysqli_query($conn,$sql);

}

functioninsertOrder($order_sn,$user_id,$goods_id,$sku_id,$price,$username,$number)

{

global$conn;

$sql="insert into ih_order(order_sn,user_id,goods_id,sku_id,price,username,number)

values('$order_sn','$user_id','$goods_id','$sku_id','$price','$username','$number')";

returnmysqli_query($conn,$sql);

}

//模擬下單操作

//庫存是否大于0

$sql="select number from ih_store where goods_id='$goods_id' and sku_id='$sku_id' ";

$rs=mysqli_query($conn,$sql);

$row=$rs->fetch_assoc();

if($row['number']>0){//高并發下會導致超賣

if($row['number']<$number){

returninsertLog('庫存不夠',3,$username);

}

$order_sn=build_order_no();

//庫存減少

$sql="update ih_store set number=number-{$number} where sku_id='$sku_id' and number>0";

$store_rs=mysqli_query($conn,$sql);

if($store_rs){

//生成訂單

insertOrder($order_sn,$user_id,$goods_id,$sku_id,$price,$username,$number);

insertLog('庫存減少成功',1,$username);

}else{

insertLog('庫存減少失敗',2,$username);

}

}else{

insertLog('庫存不夠',3,$username);

}

?>

2. 悲觀鎖思路

解決線程安全的思路很多，可以從“悲觀鎖”的方向開始討論。

悲觀鎖，也就是在修改數據的時候，采用鎖定狀態，排斥外部請求的修改。遇到加鎖的狀態，就必須等待。

雖然上述的方案的確解決了線程安全的問題，但是，別忘記，我們的場景是“高并發”。也就是說，會很多這樣的修改請求，每個請求都需要等待“鎖”，某些線程可能永遠都沒有機會搶到這個“鎖”，這種請求就會死在那里。同時，這種請求會很多，瞬間增大系統的平均響應時間，結果是可用連接數被耗盡，系統陷入異常。

優化方案2：使用MySQL的事務，鎖住操作的行

<?php

//優化方案2：使用MySQL的事務，鎖住操作的行

include('./mysql.php');

//生成唯一訂單號

functionbuild_order_no(){

returndate('ymd').substr(implode(NULL,array_map('ord',str_split(substr(uniqid(), 7, 13), 1))), 0, 8);

}

//記錄日志

functioninsertLog($event,$type=0){

global$conn;

$sql="insert into ih_log(event,type)

values('$event','$type')";

mysqli_query($conn,$sql);

}

//模擬下單操作

//庫存是否大于0

mysqli_query($conn,"BEGIN");//開始事務

$sql="select number from ih_store where goods_id='$goods_id' and sku_id='$sku_id' FOR UPDATE";//此時這條記錄被鎖住,其它事務必須等待此次事務提交后才能執行

$rs=mysqli_query($conn,$sql);

$row=$rs->fetch_assoc();

if($row['number']>0){

//生成訂單

$order_sn=build_order_no();

$sql="insert into ih_order(order_sn,user_id,goods_id,sku_id,price)

values('$order_sn','$user_id','$goods_id','$sku_id','$price')";

$order_rs=mysqli_query($conn,$sql);

//庫存減少

$sql="update ih_store set number=number-{$number} where sku_id='$sku_id'";

$store_rs=mysqli_query($conn,$sql);

if($store_rs){

echo'庫存減少成功';

insertLog('庫存減少成功');

mysqli_query($conn,"COMMIT");//事務提交即解鎖

}else{

echo'庫存減少失敗';

insertLog('庫存減少失敗');

}

}else{

echo'庫存不夠';

insertLog('庫存不夠');

mysqli_query($conn,"ROLLBACK");

}

?>

3. FIFO隊列思路

那好，那么我們稍微修改一下上面的場景，我們直接將請求放入隊列中的，采用FIFO（First Input First Output，先進先出），這樣的話，我們就不會導致某些請求永遠獲取不到鎖。看到這里，是不是有點強行將多線程變成單線程的感覺哈。

然后，我們現在解決了鎖的問題，全部請求采用“先進先出”的隊列方式來處理。那么新的問題來了，高并發的場景下，因為請求很多，很可能一瞬間將隊列內存“撐爆”，然后系統又陷入到了異常狀態。或者設計一個極大的內存隊列，也是一種方案，但是，系統處理完一個隊列內請求的速度根本無法和瘋狂涌入隊列中的數目相比。也就是說，隊列內的請求會越積累越多，最終Web系統平均響應時候還是會大幅下降，系統還是陷入異常。

4. 文件鎖的思路

對于日IP不高或者說并發數不是很大的應用，一般不用考慮這些！用一般的文件操作方法完全沒有問題。但如果并發高，在我們對文件進行讀寫操作時，很有可能多個進程對進一文件進行操作，如果這時不對文件的訪問進行相應的獨占，就容易造成數據丟失

優化方案4：使用非阻塞的文件排他鎖

<?php

//優化方案4：使用非阻塞的文件排他鎖

include('./mysql.php');

//生成唯一訂單號

functionbuild_order_no(){

returndate('ymd').substr(implode(NULL,array_map('ord',str_split(substr(uniqid(), 7, 13), 1))), 0, 8);

}

//記錄日志

functioninsertLog($event,$type=0){

global$conn;

$sql="insert into ih_log(event,type)

values('$event','$type')";

mysqli_query($conn,$sql);

}

$fp=fopen("lock.txt","w+");

if(!flock($fp,LOCK_EX | LOCK_NB)){

echo"系統繁忙，請稍后再試";

return;

}

//下單

$sql="select number from ih_store where goods_id='$goods_id' and sku_id='$sku_id'";

$rs= mysqli_query($conn,$sql);

$row=$rs->fetch_assoc();

if($row['number']>0){//庫存是否大于0

//模擬下單操作

$order_sn=build_order_no();

$sql="insert into ih_order(order_sn,user_id,goods_id,sku_id,price)

values('$order_sn','$user_id','$goods_id','$sku_id','$price')";

$order_rs= mysqli_query($conn,$sql);

//庫存減少

$sql="update ih_store set number=number-{$number} where sku_id='$sku_id'";

$store_rs= mysqli_query($conn,$sql);

if($store_rs){

echo'庫存減少成功';

insertLog('庫存減少成功');

flock($fp,LOCK_UN);//釋放鎖

}else{

echo'庫存減少失敗';

insertLog('庫存減少失敗');

}

}else{

echo'庫存不夠';

insertLog('庫存不夠');

}

fclose($fp);

?>

5. 樂觀鎖思路

這個時候，我們就可以討論一下“樂觀鎖”的思路了。樂觀鎖，是相對于“悲觀鎖”采用更為寬松的加鎖機制，大都是采用帶版本號（Version）更新。實現就是，這個數據所有請求都有資格去修改，但會獲得一個該數據的版本號，只有版本號符合的才能更新成功，其他的返回搶購失敗。這樣的話，我們就不需要考慮隊列的問題，不過，它會增大CPU的計算開銷。但是，綜合來說，這是一個比較好的解決方案。

有很多軟件和服務都“樂觀鎖”功能的支持，例如Redis中的watch就是其中之一。通過這個實現，我們保證了數據的安全。

優化方案5：Redis中的watch

<?php

$redis=newredis();

$result=$redis->connect('127.0.0.1', 6379);

echo$mywatchkey=$redis->get("mywatchkey");

/*

//插入搶購數據

if($mywatchkey>0)

{

$redis->watch("mywatchkey");

//啟動一個新的事務。

$redis->multi();

$redis->set("mywatchkey",$mywatchkey-1);

$result = $redis->exec();

if($result) {

$redis->hSet("watchkeylist","user_".mt_rand(1,99999),time());

$watchkeylist = $redis->hGetAll("watchkeylist");

echo "搶購成功！<br/>";

$re = $mywatchkey - 1;

echo "剩余數量：".$re."<br/>";

echo "用戶列表：<pre>";

print_r($watchkeylist);

}else{

echo "手氣不好，再搶購！";exit;

}

}else{

// $redis->hSet("watchkeylist","user_".mt_rand(1,99999),"12");

// $watchkeylist = $redis->hGetAll("watchkeylist");

echo "fail！<br/>";

echo ".no result<br/>";

echo "用戶列表：<pre>";

// var_dump($watchkeylist);

}*/

$rob_total= 100;//搶購數量

if($mywatchkey<=$rob_total){

$redis->watch("mywatchkey");

$redis->multi();//在當前連接上啟動一個新的事務。

//插入搶購數據

$redis->set("mywatchkey",$mywatchkey+1);

$rob_result=$redis->exec();

if($rob_result){

$redis->hSet("watchkeylist","user_".mt_rand(1, 9999),$mywatchkey);

$mywatchlist=$redis->hGetAll("watchkeylist");

echo"搶購成功！<br/>";

echo"剩余數量：".($rob_total-$mywatchkey-1)."<br/>";

echo"用戶列表：<pre>";

var_dump($mywatchlist);

}else{

$redis->hSet("watchkeylist","user_".mt_rand(1, 9999),'meiqiangdao');

echo"手氣不好，再搶購！";exit;

}

}

?>

PHP解決網站大數據大流量與高并發

第一個要說的就是數據庫，首先要有一個很好的架構，查詢盡量不用* 避免相關子查詢 給經常查詢的添加索引 用排序來取代非順序存取，如果條件允許 ，一般MySQL服務器最好安裝在Linux操作系統中 。關于apache和nginx在高并發的情況下推薦使用nginx，ginx是Apache服務器不錯的替代品。nginx內存消耗少 官方測試能夠支撐5萬并發連接，在實際生產環境中跑到2～3萬并發連接數。php方面不需要的模塊盡量關閉，使用memcached，Memcached 是一個高性能的分布式內存對象緩存系統，不使用數據庫直接從內存當中調數據，這樣大大提升了速度，iiS或Apache啟用GZIP壓縮優化網站，壓縮網站內容大大節省網站流量。

第二，禁止外部的盜鏈。

外部網站的圖片或者文件盜鏈往往會帶來大量的負載壓力，因此應該嚴格限制外部對
于自身的圖片或者文件盜鏈，好在目前可以簡單地通過refer來控制盜鏈，Apache自
己就可以通過配置來禁止盜鏈，IIS也有一些第三方的ISAPI可以實現同樣的功能。當
然，偽造refer也可以通過代碼來實現盜鏈，不過目前蓄意偽造refer盜鏈的還不多，
可以先不去考慮，或者使用非技術手段來解決，比如在圖片上增加水印。

第三，控制大文件的下載。

大文件的下載會占用很大的流量，并且對于非SCSI硬盤來說，大量文件下載會消耗
CPU，使得網站響應能力下降。因此，盡量不要提供超過2M的大文件下載，如果需要
提供，建議將大文件放在另外一臺服務器上。

第四，使用不同主機分流主要流量

將文件放在不同的主機上，提供不同的鏡像供用戶下載。比如如果覺得RSS文件占用
流量大，那么使用FeedBurner或者FeedSky等服務將RSS輸出放在其他主機上，這
樣別人訪問的流量壓力就大多集中在FeedBurner的主機上，RSS就不占用太多資源了

第五，使用不同主機分流主要流量
將文件放在不同的主機上，提供不同的鏡像供用戶下載。比如如果覺得RSS文件占用流量大，那么使用FeedBurner或者FeedSky等服務將RSS輸出放在其他主機上，這樣別人訪問的流量壓力就大多集中在FeedBurner的主機上，RSS就不占用太多資源了。

第六，使用流量分析統計軟件。
在網站上安裝一個流量分析統計軟件，可以即時知道哪些地方耗費了大量流量，哪些頁面需要再進行優化，因此，解決流量問題還需要進行精確的統計分析才可以。比如：Google Analytics（Google分析）。

高并發和高負載的約束條件：硬件、部署、操作系統、Web 服務器、PHP、MySQL、測試

部署：服務器分離、數據庫集群和庫表散列、鏡像、負載均衡

負載均衡分類：

1)、DNS輪循 2）代理服務器負載均衡 3）地址轉換網關負載均衡 4）NAT負載均衡 5）反向代理負載均衡 6）混合型負載均衡

部署方案1：

適用范圍：靜態內容為主體的網站和應用系統；對系統安全要求較高的網站和應用系統。

Main Server：主服務器

承載程序的主體運行壓力，處理網站或應用系統中的動態請求；

將靜態頁面推送至多個發布服務器；

將附件文件推送至文件服務器；

安全要求較高，以靜態為主的網站，可將服務器置于內網屏蔽外網的訪問。

DB Server：數據庫服務器

承載數據庫讀寫壓力；

只與主服務器進行數據量交換，屏蔽外網訪問。

File/Video Server：文件/視頻服務器

承載系統中占用系統資源和帶寬資源較大的數據流；

作為大附件的存儲和讀寫倉庫；

作為視頻服務器將具備視頻自動處理能力。

發布服務器組：

只負責靜態頁面的發布，承載絕大多數的Web請求；

通過Nginx進行負載均衡部署。

部署方案2：

適用范圍：以動態交互內容為主體的網站或應用系統；負載壓力較大，且預算比較充足的網站或應用系統；

Web服務器組：

Web服務無主從關系，屬平行冗余設計；

通過前端負載均衡設備或Nginx反向代理實現負載均衡；

劃分專用文件服務器/視頻服務器有效分離輕/重總線；

每臺Web服務器可通過DEC可實現連接所有數據庫，同時劃分主從。

數據庫服務器組：

相對均衡的承載數據庫讀寫壓力；

通過數據庫物理文件的映射實現多數據庫的數據同步。

共享磁盤/磁盤陣列

將用于數據物理文件的統一讀寫

用于大型附件的存儲倉庫

通過自身物理磁盤的均衡和冗余，確保整體系統的IO效率和數據安全；

方案特性：

通過前端負載均衡，合理分配Web壓力；

通過文件/視頻服務器與常規Web服務器的分離，合理分配輕重數據流；

通過數據庫服務器組，合理分配數據庫IO壓力；

每臺Web服務器通常只連接一臺數據庫服務器，通過DEC的心跳檢測，可在極短時間內自動切換至冗余數據庫服務器；

磁盤陣列的引入，大幅提升系統IO效率的同時，極大增強了數據安全性。

Web服務器：

Web服務器很大一部分資源占用來自于處理Web請求，通常情況下這也就是Apache產生的壓力，在高并發連接的情況下，Nginx是Apache服務器不錯的替代品。Nginx (“engine x”) 是俄羅斯人編寫的一款高性能的 HTTP 和反向代理服務器。在國內，已經有新浪、搜狐通行證、網易新聞、網易博客、金山逍遙網、金山愛詞霸、校內網、YUPOO相冊、豆瓣、迅雷看看等多家網站、 頻道使用 Nginx 服務器。

Nginx的優勢：

高并發連接：官方測試能夠支撐5萬并發連接，在實際生產環境中跑到2～3萬并發連接數。

內存消耗少：在3萬并發連接下，開啟的10個Nginx 進程才消耗150M內存（15M*10=150M）。

內置的健康檢查功能：如果 Nginx Proxy 后端的某臺 Web 服務器宕機了，不會影響前端訪問。

策略：相對于老牌的Apache，我們選擇Lighttpd和Nginx這些具有更小的資源占用率和更高的負載能力的web服務器。

Mysql：

MySQL本身具備了很強的負載能力，MySQL優化是一項很復雜的工作，因為這最終需要對系統優化的很好理解。大家都知道數據庫工作就是大量的、 短時的查詢和讀寫，除了程序開發時需要注意建立索引、提高查詢效率等軟件開發技巧之外，從硬件設施的角度影響MySQL執行效率最主要來自于磁盤搜索、磁盤IO水平、CPU周期、內存帶寬。

　　根據服務器上的硬件和軟件條件進行MySQl優化。MySQL優化的核心在于系統資源的分配，這不等于無限制的給MySQL分配更多的資源。在MySQL配置文件中我們介紹幾個最值得關注的參數：

改變索引緩沖區長度(key_buffer)

改變表長(read_buffer_size)

設定打開表的數目的最大值(table_cache)

對緩長查詢設定一個時間限制(long_query_time)

如果條件允許 ，一般MySQL服務器最好安裝在Linux操作系統中，而不是安裝在FreeBSD中。
策略： MySQL優化需要根據業務系統的數據庫讀寫特性和服務器硬件配置，制定不同的優化方案，并且可以根據需要部署MySQL的主從結構。

PHP：

1、加載盡可能少的模塊；

2、如果是在windows平臺下，盡可能使用IIS或者Nginx來替代我們平常用的Apache；

3、安裝加速器（都是通過緩存php代碼預編譯的結果和數據庫結果來提高php代碼的執行速度）
eAccelerator，eAccelerator是一個自由開放源碼php加速器，優化和動態內容緩存，提高了性能php腳本的緩存性能，使得PHP腳本在編譯的狀態下，對服務器的開銷幾乎完全消除。

Apc：Alternative PHP Cache（APC）是 PHP 的一個免費公開的優化代碼緩存。它用來提供免費，公開并且強健的架構來緩存和優化 PHP 的中間代碼。

memcache：memcache是由Danga Interactive開發的，高性能的，分布式的內存對象緩存系統，用于在動態應用中減少數據庫負載，提升訪問速度。主要機制是通過在內存里維護一個統 一的巨大的hash表，Memcache能夠用來存儲各種格式的數據，包括圖像、視頻、文件以及數據庫檢索的結果等

Xcache：國人開發的緩存器，

策略： 為PHP安裝加速器。

代理服務器（緩存服務器）：

Squid Cache（簡稱為Squid）是一個流行的自由軟件（GNU通用公共許可證）的代理服務器和Web緩存服務器。Squid有廣泛的用途，從作為網頁服務器的前置cache服務器緩存相關請求來提高Web服務器的速度，到為一組人共享網絡資源而緩存萬維網，域名系統和其他網絡搜索，到通過過濾流量幫助網絡安全，到局域網通過代理網。Squid主要設計用于在Unix一類系統運行。

策略：安裝Squid 反向代理服務器，能夠大幅度提高服務器效率。

壓力測試：壓力測試是一種基本的質量保證行為，它是每個重要軟件測試工作的一部分。壓力測試的基本思路很簡單：不是在常規條件下運行手動或自動測試，而是在計算機數量較少或系統資源匱乏的條件下運行測試。通常要進行壓力測試的資源包括內部內存、CPU 可用性、磁盤空間和網絡帶寬等。一般用并發來做壓力測試。
壓力測試工具：webbench，ApacheBench等

漏洞測試：在我們的系統中漏洞主要包括：sql注入漏洞，xss跨站腳本攻擊等。安全方面還包括系統軟件，如操作系統漏洞，mysql、apache等的漏洞，一般可以通過升級來解決。

漏洞測試工具：Acunetix Web Vulnerability Scanner

以上是“PHP怎么解決高并發”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！