什么是高并发？
高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。
高并发相关常用的一些指标有响应时间（Response Time），吞吐量（Throughput），每秒查询率QPS（Query Per Second），并发用户数等。
响应时间：系统对请求做出响应的时间。例如系统处理一个HTTP请求需要200ms，这个200ms就是系统的响应时间。
吞吐量：单位时间内处理的请求数量。
QPS：每秒响应请求数。在互联网领域，这个指标和吞吐量区分的没有这么明显。
并发用户数：同时承载正常使用系统功能的用户数量。例如一个即时通讯系统，同时在线量一定程度上代表了系统的并发用户数。
常见并发举例
案例一、订票系统案例，某航班只有一张机票，假定有1w个人打开你的网站来订票，问你如何解决并发问题(可扩展到任何高并发网站要考虑的并发读写问题)
案例二、股票交易系统、银行系统、移动网络系统的大数据量。
1.股票交易系统的行情表，每几秒钟就有一个行情记录产生，一天下来就有（假定行情3秒一个） 股票数量×20×60*6 条记录，一月下来这个表记录数量多大？ oracle中一张表的记录数超过100w后 查询性能就很差了，如何保证系统性能？
2.中国移动有上亿的用户量，表如何设计？
案例三、小米手机每周二的秒杀，可能手机只有1万部，但瞬时进入的流量可能是几百几千万。
案例四、12306抢票，票是有限的，库存一份，瞬时流量非常多，都读相同的库存。读写冲突，锁非常严重。
高并发的处理
首先要了解高并发的的瓶颈在哪里？
1、可能是服务器网络带宽不够
2、可能web线程连接数不够
3、可能数据库连接查询上不去。
根据不同的情况，解决思路也不同。
1、像第一种情况可以增加网络带宽，DNS域名解析分发多台服务器。
2、负载均衡，前置代理服务器nginx、apache等等
3、数据库查询优化，读写分离，分表等等
在高并发下面需要常常需要处理的内容:
① 尽量使用缓存技术，包括用户缓存，页面信息缓存等，多花点内存来做缓存，可以大量减少与数据库的交互，提高性能。
② 用jprofiler等工具找出性能瓶颈，减少额外的开销。
③ 优化数据库查询语句，减少直接使用hibernate等工具的直接生成语句（仅耗时较长的查询做优化）。
④ 优化数据库结构，多做索引，提高查询效率。
⑤ 报表统计的模块，尽量采用定时任务执行，如果非得要实时进行刷新，那么可以采用缓存来做数据
⑥ 能使用静态页面的地方尽量使用，减少容器的解析（尽量将动态内容生成静态html来显示）。同时由于页面中有许多图片的这种，可以考虑一下把图片做成一个服务器，这样可以减少业务服务器的压力。
⑦ 使用集群的方式来解决，单台服务器性能的问题。
⑧ 把项目拆分成为多个应用小型服务器形式，来进行分布式部署。采用数据同步机制（可以使用数据库同步形式来做）达到数据一致性。
⑨ 使用负载均衡模式，来让每一个服务器资源进行合理的利用。
⑩ 缓存机制中，可以使用redis来做内存数据库缓存起来。也可以使用镜像分担，这样可以让两台服务器进行访问，提高服务器的访问量。