微信小程序商城如何应对高并发，实现长尾词优化？

本文共计2306个文字，预计阅读时间需要10分钟。

如何提升城市高并发服务？

线上服务面临哪些挑战？

无法做离线缓存，所有数据都是实时读取。会有大量请求发送到在线服务，对服务的响应时间要求较高，一般限制在3秒内。

如何优化商城高并发服务？对于线上服务会有哪些挑战？

①无法做离线缓存，所有数据都是实时读取。

②会有大量的请求发送给在线服务，对服务的响应时间要求较高，一般限制在300ms以内。如果超过这个时间，用户体验会急剧下降。

③数据量大。如果单次qps超过50W，单条1kb,50万就是5GB了,1分钟30G，对底层数据存储和访问压力很大。本文将讨论如何处理这些棘手的问题。

一、向关系型数据库sayno

真正大规模的面向互联网C端的服务，是不会直接把数据库作为自己的存储系统的。无论是使用底层的子数据库和子表，还是各种优秀的连接池，mysql/oracle面对大规模的在线服务都有着天然的劣势。再怎么优化，也难以抵挡qps超过50万流量的冲击。所以换个思路，我们必须使用类似nosql的缓存系统，比如redis/mermCache，作为自己的“数据库”，而mysql等关系型数据库只是异步编写数据查询的备份系统。

就比如在双11主会场JD.COM，一些商品被摆上货架。这些商品在会场上架时直接写入redis，上架后再通过异步消息写入mysql。c端查询总是直接读取redis，而不是数据库，而B端查询可以去数据库。这部分流量不是很高，数据库肯定能承受。