沉默是金，总会发光大家好，我是沉默上篇文章我们聊了：“扛住高并发，得有限流、缓存、异步这些武器。”如果还没看的朋友，可以看看：京东外卖上线就挂了，高并发架构该这么扛！今天这篇，就来把这些武器细细拆开讲透——限流算法怎么选？缓存更新怎么做？消息队列细节怎么踩稳？一篇吃透，真正掌握抵御高并发的底气。-01-限流为什么要限流？想象下：你开一辆小车，在高速路口突然涌来10万辆车，不管不顾往里冲。你的发动机再好、刹车再灵，都必然“嗝屁”。系统也是一样：负载过大，不崩才怪。所以限流，就是设置一道闸门：——来多少车，按节奏、按流速放行，保护后端系统。常见限流算法限流，主要靠两大算法流派：漏桶（Leaky Bucket） 和 令牌桶（Token Bucket）。我们来逐个看看：1. 漏桶算法（Leaky Bucket）坚持匀速，不怕狂风暴雨。原理：系统有一个漏桶，水（请求）不断灌进来。桶底的小洞以固定速率漏水（处理请求）。桶满了，新的水就溢出，直接丢弃。举个栗子🌰：排队办证大厅，一个号一个号叫，叫得再快也要等叫号，急没用。特点总结：

适合场景：后台批处理系统对抖动极为敏感的金融、结算业务2. 令牌桶算法（Token Bucket）灵活发牌，允许短时爆发。原理：桶里定时加入令牌（token）。请求来时，先拿一个令牌，才能被处理。没令牌的请求，要么排队，要么丢弃。举个栗子🌰：麦当劳点单机，后台根据顾客数发小票号，允许一阵快一阵慢。特点总结：

适合场景：电商秒杀系统短时高峰的营销活动漏桶 VS 令牌桶，对比总结

实际工程应用一般系统组合使用：网关层：漏桶，兜住整体流速业务接口：令牌桶，允许高峰弹性再配合限流框架，比如：SentinelNginx限速模块建议：别一味丢请求，高并发系统要做智能限流+友好降级提示。比如：“系统繁忙，请稍后再试。” 而不是直接500爆掉。-02-缓存 为什么缓存是高并发第一护盾？因为内存访问（比如Redis）是纳秒级的，数据库IO是毫秒级的。直接查DB？卡得飞起。打Cache？秒回。所以，缓存搞不好，系统直接废。缓存和数据库常见问题缓存用得多了，必然碰到这些：缓存与数据库数据不一致缓存击穿、穿透、雪崩每一个，都是血泪史。那，怎么做对？常见的缓存更新策略1. Cache Aside（旁路缓存）流程：查缓存 → 缓存没命中 → 查数据库 → 写入缓存更新时 → 更新数据库 → 删除缓存举个栗子🌰：你找车钥匙，先翻抽屉（缓存），找不到再去问爸妈（DB），拿到后用完放回抽屉。优点：简单直观读多写少的场景很适合缺点：写更新期间，可能出现缓存和DB短暂不一致2. Write Through（写穿缓存）流程：写的时候直接同步更新缓存和数据库。举个栗子🌰：新买了车钥匙，马上放抽屉一份，保险箱也一份。优点：保证一致性更好缺点：写入链路变长，性能开销大3. Refresh Ahead（提前刷新）流程：缓存快过期时，自动后台刷新。举个栗子🌰：知道抽屉钥匙快坏了，提前重新配好一把放进去。优点：热点数据持续在线防止击穿缺点：需要定时任务维护缓存一致性怎么搞？要记住一条大原则：更新数据库 → 删除缓存 → 允许下次查询时再重建缓存而不是：更新缓存 → 更新数据库（会乱套）高并发下加一招：延迟双删：第一次删缓存延迟几十ms，再次删缓存（兜住并发写冲突）如何防击穿、穿透、雪崩？防击穿（单热点爆缓存）：缓存空对象+短TTL防穿透（查不存在的key）：布隆过滤器拦截防雪崩（大批量缓存同时过期）：加随机TTL分散过期时间-03-消息队列为什么需要消息队列？因为再快的后端，也扛不住一波洪水直接冲。MQ就像一个缓冲池，把高并发的请求拦下来，慢慢处理。消息队列应用场景秒杀抢购：下单请求排队大促结算：异步写账单积分发放：异步通知MQ用得好，三个关键细节1. 幂等性（Idempotent）MQ消息可能重复发送，如果消费端不防，业务就炸了。解决方案：消费前先查数据库：看操作是否已完成每条消息带唯一业务ID（如订单ID）举个栗子🌰：像快递签收，不能重复签一份。2. 消费重试（Retry）网络闪断、临时异常，导致消费失败。解决方案：设置消费重试机制达到重试上限，打入死信队列（DLQ）举个栗子🌰：快递员三次派件失败，快递放驿站。3. 顺序性保障（Ordering）某些场景（比如库存扣减），消息顺序不能乱。解决方案：同一业务key（如订单ID）哈希分到同一个分区单线程顺序消费举个栗子🌰：像考场排队入场，按准考证号顺序一个个进门。消息堆积怎么处理？当消费跟不上生产：加消费并发（多线程、多实例）限速生产（源头削峰）按优先级消费（重要业务优先）要记住一句话：削峰填谷，才是MQ最大的价值。-04-实战案例项目基本搭建用一个常规 Spring Boot 项目来演示：环境配置：

1. 创建Spring Boot工程选依赖时勾选：Spring WebSentinelRedisRabbitMQMaven pom.xml ：<dependencies> <!-- Web服务 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- Sentinel限流 --> <dependency> <groupId>com.alibaba.csp</groupId> <artifactId>sentinel-spring-boot-starter</artifactId> <version>1.8.6</version> </dependency> <!-- Redis缓存 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-redis</artifactId> </dependency> <!-- RabbitMQ消息队列 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-amqp</artifactId> </dependency></dependencies>2. Sentinel 接入限流接口安装 Sentinel Dashboard（控制台），运行：java -Dserver.port=8080 -Dcsp.sentinel.dashboard.server=localhost:8080 -jar sentinel-dashboard-1.8.6.jarapplication.yml 配置：spring: cloud: sentinel: transport: dashboard: localhost:8080定义一个简单接口：@RestController@RequestMapping("/order")public class OrderController { @GetMapping("/create") @SentinelResource(value = "createOrder", blockHandler = "handleBlock") public String createOrder() { return "订单创建成功！"; } public String handleBlock(BlockException ex) { return "系统繁忙，请稍后再试～"; }}启动后，去 Sentinel 控制台添加流控规则：资源名：createOrder阈值类型：QPS单机阈值：10（每秒10次）效果：正常流量返回“订单创建成功”超过QPS，返回“系统繁忙”3. Redis 缓存-订单详情Redis配置（application.yml）：spring: redis: host: localhost port: 6379服务类：@Servicepublic class OrderService { @Autowired private RedisTemplate<String, String> redisTemplate; private static final String ORDER_CACHE_PREFIX="order:"; public String getOrderDetail(String orderId) { String cacheKey= ORDER_CACHE_PREFIX + orderId; // 先查缓存 Stringdetail= redisTemplate.opsForValue().get(cacheKey); if (detail != null) { return "【缓存命中】" + detail; } // 模拟数据库查询 detail = "订单详情 - " + orderId; // 写入缓存 redisTemplate.opsForValue().set(cacheKey, detail, Duration.ofMinutes(10)); return "【数据库查询】" + detail; }}控制器调用：@RestController@RequestMapping("/order")public class OrderController { @Autowired private OrderService orderService; @GetMapping("/detail/{orderId}") public String getOrderDetail(@PathVariable String orderId) { return orderService.getOrderDetail(orderId); } }测试：第一次查 /order/detail/123，走数据库第二次查 /order/detail/123，走缓存4. RabbitMQ 异步下单application.yml 配置：spring: rabbitmq: host: localhost port: 5672 username: guest password: guest消息模型：队列：order.queue生产者发消息消费者监听并处理创建队列配置：@Configurationpublic class RabbitConfig { public static final String ORDER_QUEUE="order.queue"; @Beanpublic Queue orderQueue() { return newQueue(ORDER_QUEUE, true); }}生产者发送消息：@Servicepublic class OrderProducer { @Autowired private RabbitTemplate rabbitTemplate; public void sendOrder(String orderId) { rabbitTemplate.convertAndSend(RabbitConfig.ORDER_QUEUE, orderId); }}消费者监听处理：@Componentpublic class OrderConsumer { @RabbitListener(queues = RabbitConfig.ORDER_QUEUE) public void handleOrder(String orderId) { System.out.println("接收到订单处理请求：" + orderId); // 异步处理下单逻辑 }}控制器触发异步下单：@RestController@RequestMapping("/order")public class OrderController { @Autowired private OrderProducer orderProducer; @GetMapping("/asyncCreate/{orderId}") public String asyncCreate(@PathVariable String orderId) { orderProducer.sendOrder(orderId); return"订单异步创建中，请稍后查看结果～"; }}测试：调用 /order/asyncCreate/10001控制台打印：“接收到订单处理请求：10001”如果你看到这里，恭喜你已经掌握了一套真正能抗住高并发的硬核武器。后续还会继续带来进阶内容，比如：限流算法原理：漏桶 vs 令牌桶 深度讲解缓存更新策略（旁路、双写一致性、主动刷新）消息队列的消费顺序、幂等性处理秘籍想看的话，在评论区扣个 1！-05-粉丝福利点点关注，送你互联网大厂面试题库，如果你正在找工作，又或者刚准备换工作。可以仔细阅读一下，或许对你有所帮助！