如何设计一个高并发系统？

将一个系统拆分为多个子系统，用 Dubbo 来完成；每个系统连一个数据库。

大部分的高并发场景，都是读多写少，你完全可以在数据库和缓存里都写一份，然后读的时候大量走缓存就可以节省磁盘读写浪费的资源。毕竟 Redis 轻轻松松单机几万的并发。所以可以考虑在项目里承载主要请求的读场景，怎么用缓存来抗高并发。

如果出现了高并发写的场景就要考虑用 MQ了。大量的写请求灌入 MQ 里，后边系统消费后慢慢写，控制在 mysql 承载范围之内。所以在项目里，那些承载复杂写业务逻辑的场景里，如何用 MQ 来异步写，提升并发性。MQ 单机抗几万并发也是可以的。

分库分表，可能到了最后数据库层面还是免不了抗高并发的要求，那么就将一个数据库拆分为多个库，多个库来扛更高的并发；然后将一个表拆分为多个表，每个表的数据量保持少一点，提高 sql 执行的性能。

读写分离，大部分时候数据库可能也是读多写少，没必要所有请求都集中在一个库上，可以搞个主从架构，主库写入，从库读取，搞一个读写分离。读流量太多的时候，还可以加更多的从库。

Elasticsearch，简称 es。es 是分布式的，可以随便扩容，分布式天然就可以支撑高并发，因为资源不够时就可以扩容加机器来扛更高的并发。那么比较简单的查询、统计类的操作，可以考虑用 es 来承载，还有一些全文搜索类的操作，也可以考虑用 es 来承载。