高并發有什么解決方法？

1：系統拆分，將一個系統拆分為多個子系統，用dubbo來搞。然后每個系統連一個數據庫，這樣本來就一個庫，現在多個數據庫，這樣就可以抗高并發。

2：緩存，必須得用緩存。大部分的高并發場景，都是讀多寫少，那你完全可以在數據庫和緩存里都寫一份，然后讀的時候大量走緩存不就得了。畢竟人家redis輕輕松松單機幾萬的并發啊。沒問題的。所以你可以考的慮考慮你的項目里，那些承載主要請求讀場景，怎么用緩存來抗高并發。

3：MQ(消息隊列)，必須得用MQ?？赡苣氵€是會出現高并發寫的場景，比如說一個業務操作里要頻繁搞數據庫幾十次，增刪改增刪改，瘋了。那高并發絕對搞掛你的系統，人家是緩存你要是用redis來承載寫那肯定不行，數據隨時就被LRU(淘汰掉最不經常使用的)了，數據格式還無比簡單，沒有事務支持。所以該用mysql還得用mysql啊。那你咋辦？用MQ吧，大量的寫請求灌入MQ里，排隊慢慢玩兒，后邊系統消費后慢慢寫，控制在mysql承載范圍之內。所以你得考慮考慮你的項目里，那些承載復雜寫業務邏輯的場景里，如何用MQ來異步寫，提升并發性。MQ單機抗幾萬并發也是ok的。

處理高并發另三種方法

分庫分表

可能到了最后數據庫層面還是免不了抗高并發的要求，好吧，那么就將一個數據庫拆分為多個庫，多個庫來抗更高的并發；然后將一個表拆分為多個表，每個表的數據量保持少一點，提高sql跑的性能。

讀寫分離

這個就是說大部分時候數據庫可能也是讀多寫少，沒必要所有請求都集中在一個庫上吧，可以搞個主從架構，主庫寫入，從庫讀取，搞一個讀寫分離。讀流量太多的時候，還可以加更多的從庫。

solrCloud

SolrCloud(solr 云)是Solr提供的分布式搜索方案，可以解決海量數據的 分布式全文檢索，因為搭建了集群，因此具備高可用的特性，同時對數據進行主從備份，避免了單點故障問題?？梢宰龅綌祿目焖倩謴汀２⑶铱梢詣討B的添加新的節點，再對數據進行平衡,可以做到負載均衡。