何谓大规模并发，不同层面有不同的理解
企业应用（Intranet）：千级强并发，万级弱并发（在线用户），十万级用户
大型企业ERP、供应链,大型企业HR、办公OA
互联网应用（Internet）：百万级强并发，千万级弱并发（在线用户），亿级用户/
门户网站（新浪、腾讯）
平台级电子商务（阿里巴巴、淘宝网、拍拍网）
搜索引擎（百度）
电子商务企业应用（Intranet + Internet）：十万级强并发，百万级弱并发（在线用户），千万级用户
B2C电子商务（京东、凡客、一号店）
垂直型电子商务（金银岛、携程）
不同系统间的并发特点
企业系统
大量事务性、实时性访问
大量的事务、锁检测导致数据库访问瓶颈
需要数据操作的实时更新
大量有状态性访问
数据访问具有较强的操作上下文
数据一致性、准确性的高敏感
数据每一次事务性更新都必须得到充分展现，并且确保数据访问的一致性
清晰的业务逻辑进行并发划分
一般来说，企业系统都可以进行明确的业务区分，从而决定系统特点
互联网系统
海量非事务性访问
极其巨大的数据量及数据访问导致IO操作成为瓶颈
模糊的并发区分
并发访问的用户中很难通过内容进行有效分发
并发访问一般具有地域性
数据访问效率的高敏感
用户对系统的响应时间非常敏感，需要在几秒内得到信息反馈
用户更加在意数据的匹配性
电子商务系统
数据实时性的高敏感
价格、信息同步的一致性等
受制于企业级系统的约束
如支付，受事务性影响
海量非事务性访问+一定规模事务性访问
信息访问具有互联网系统特点、信息操作具有企业系统特点
如数据的搜索查询、展现具有互联网系统特点
如数据的操作（支付、结算）具有企业系统事务性特点
什么是性能问题
在可识别的压力下，系统无法提供服务 （最差的性能问题）
在可识别的压力下，系统无法按服务质量标准提供服务 （满足性能标准，但是健壮性不足）
在可识别的压力下，系统无法持续按服务质量标准提供服务 （系统的可靠性和健壮性）
在超过识别的压力下，系统无法尽快恢复
能否有故障转移、故障恢复、冗余热备等机制
在超过识别的压力下，系统无法柔性伸缩 （系统的可伸缩性）
什么不是性能问题
超过可识别的压力情况下，系统暂时无法有效提供服务
性能测量
服务质量
网络响应：网络响应时间、网络吞吐量、网络带宽及带宽利用率
服务响应时间：包括平均、峰值、标准区间值
服务处理质量：事务成功率、单位时间响应事务次数
服务端设备状态
CPU：CPU使用率
内存：使用内存大小
VM：GC次数（Full GC次数）、堆内存、线程数、锁和阻塞情况
磁盘IO：磁盘访问效率、磁盘空间、磁盘IO吞吐量
系统可靠性、健壮性
单节点处理的访问量
故障恢复时间
节点复制和节点扩展的难易
系统可能的性能瓶颈
网络
网络带宽的总体限制
网络连接数的限制（如TCP/IP, 数据库连接等）
服务器
每个响应占用相应的资源，导致内存成为瓶颈
比如JVM为每个线程分配栈空间，过多栈空间导致内存消耗
比如每个HTTP连接在Session存储内容，导致OOME
同时响应一定量的并发操作，导致CPU占用过高
磁盘IO
频繁访问数据库，导致数据交换IO操作频繁
频繁访问IO文件，导致磁盘IO成为瓶颈
企业级系统架构及技术特点
架构设计
基于SOA和MDA的架构
以服务为核心单元的 设计思想，以传统WS作为服务发布
以模块化为系统构建方式，重视应用子系统和子模块的独立性和可重用性
中央集中式部署架构
专业小型服务器
一般不会超过5台部署服务器，不会多于10个应用节点
热备和故障恢复机制、灾备系统
关注流程
工作流技术，尤其是分布式节点间流程整合
企业系统间的无缝转移
门户
跨系统，跨节点间的单点登录
技术运用
以商业性产品为主
追求单节点稳定性
较少需要7*24小时支持
以商业性关系数据库为主要存储
比较严格的事务性访问
完全基于数据库事务
分布式事务（JTA）
较为复杂并且功能丰富的用户界面
用户具有相对统一的客户端（比如使用IE浏览器）
用户可以接受适当的响应和延迟
互联网系统架构及技术特点
架构设计
以界面展现和用户体验为主要设计
大量运用Ajax实现局部提交和局部刷新
以轻量级、伸缩性为架构主要考虑
除某些平台级应用外，极少使用服务扩展
使用REST风格的WebService或者纯粹的处理Json的Web响应
数以百台甚至上万台PC服务器，多个数据中心，站点镜像
分布式独立域以及部署域之间定时通信
高性能缓存机制
双向页面缓存
内容静态化技术
数据缓存
非事务、非关系型数据库
全面NoSQL数据库
技术运用
大量使用开源技术产品
LAMP: Linux + Apache + MySQL + PHP
Tomcat, Lucene, Memcache
简单界面开发技术
脚本语言，如PHP, Python， Ruby等
对多种浏览器的支持
底层高性能处理优化
使用C、C++实现底层通信和IO优化
电子商务系统架构及技术特点
架构设计
关注数据的糅合（Mashup）
关系数据库与高性能NoSQL数据库结合
不固定的架构设计思路
可能偏互联网方向，也可能偏企业系统方向
分布式部署
事务缓存机制
事务迁移、事务恢复、事务批量处理
较为严格的安全机制
部分功能使用HTTPS及数字证书
与企业系统的对接交互
与银行、支付平台的对接
与企业订单系统、进销存系统、物流系统的对接
技术运用
有时效的缓存机制
确保数据实时性与性能的平衡
大量数据挖掘和分析运用
相关性分析
定向推荐
部分运用商业中间件技术产品
应用服务器
业务流程管理
大量的开源技术运用
Java相关开源技术比较常见