To-doApp的高并发解析

一、架构选型：不是所有App都需要分布式，但这个要 因为我们一开始就设定了这个App可能给多家公司用，比如一个设计团队、一个产品团队、一个健身机构都可以拿来当任务管理后台。那就意味着用户量不定，访问量也不定。所以一开始我就用了： • 后端：Spring Boot（业务开发快，生态成熟） • 配置中心：Nacos（动态配置 + 服务注册） • 注册中心 + 服务治理：Nacos / Eureka 二选一 • 网关层：Spring Cloud Gateway（拦截请求 + 路由 + 限流） • 分布式：Spring Cloud 微服务架构 • 负载均衡：Nginx + Ribbon（本地负载均衡）或整合 OpenFeign + Eureka 做服务间通信 二、高并发优化：ToDo不代表轻量 别小看这个「任务打卡」App，背后其实有很多高并发场景，比如： • 团队成员同时新增/修改任务 • 日历拖动更新任务时间 • 后台同时统计多个任务状态的进度 我的做法是： • 接口层限流：Spring Cloud Gateway 使用 Token Bucket 限流器，防止刷接口 • 读写分离：MySQL 主从同步，查询从库，写操作走主库（用 MyCAT 或 ShardingSphere） • 缓存穿透和雪崩预防：Redis 做多级缓存，设置合适的过期时间+空值缓存 • 异步处理耗时操作：任务创建后涉及的通知、日志入库、进度更新等全部用 RabbitMQ 做异步队列 • 数据库优化：分页查询、索引优化、预编译SQL、防止死锁 三、部署上线：多节点 + 自动伸缩 用Docker + K8s部署，单机测试OK后，直接上容器集群。我们做了： • 多节点部署：每个服务独立部署至少2个Pod，挂在Nginx负载均衡下 • 弹性伸缩：HPA根据CPU和内存自动扩Pod • 服务监控：Prometheus + Grafana 实时查看接口响应耗时、错误率等 四、团队协作支持：数据隔离 + 实时推送 既然是多团队系统，数据隔离要做对： • 每个团队对应一个tenant_id，数据库逻辑隔离 • WebSocket 实现任务状态推送，成员A改了任务，B立即看到变更