## 一、背景：业务爆发带来的惨烈教训

2019年初，我们产品上线半年，日活从几千暴涨到50万。

以为服务器多加几台就能扛住，结果：

- 首页平均响应时间从200ms飙到8秒
- 订单接口超时率超过30%
- 数据库CPU打满，连接池耗尽
- 凌晨3点被报警电话叫醒，成了家常便饭

**当时的技术栈：**
- 单体应用，Java + Spring Boot
- MySQL单库
- Redis单节点
- 8台4核8G云服务器

这不是技术不行，是架构撑不住了。

---

## 二、第一阶段：缓存为王，先止血

紧急上了三层缓存：

```
用户层：CDN → 浏览器本地缓存
接入层：Nginx + Lua 限流
应用层：Redis集群（主从+哨兵）
```

**具体做法：**

1. **热点数据全量上Redis**
   - 活动配置、用户画像、首页数据全部缓存
   - 缓存命中率从30%提升到95%

2. **Redis集群改造**
   - 从单节点升级到16主节点集群
   - 解决了内存容量和并发问题

3. **本地缓存兜底**
   - Redis崩溃时，本地Caffeine缓存可撑5分钟
   - 防止缓存雪崩

**效果：**
- 响应时间从8秒降到800ms
- CPU使用率从95%降到50%

但这只是权宜之计。业务还在涨，架构必须重构。

---

## 三、第二阶段：服务拆分，垂直扩容

单体的痛点：
- 改一行代码，全系统都要重新部署
- 各个模块资源无法独立扩展
- 团队10个人，改代码天天冲突

**拆分策略：**

```
用户服务（用户、登录、权限）
订单服务（下单、支付、退款）
商品服务（商品、库存、搜索）
活动服务（优惠券、抽奖、秒杀）
```

**关键技术点：**

1. **Spring Cloud微服务框架**
   - Feign做服务间调用
   - Ribbon做负载均衡
   - Hystrix做熔断降级

2. **服务注册中心**
   - Consul集群（3节点）
   - 健康检查，故障自动摘除

3. **API网关统一入口**
   - Kong/Nginx + OpenResty
   - 统一鉴权、限流、路由

**教训：**
服务拆分不是越多越好。拆得太细，服务治理复杂度指数上升。我们后来把20个服务合并回了8个核心服务。

---

## 四、第三阶段：数据库分库分表

数据库成了最后的瓶颈。

**分库分表方案：**

按用户ID取模，分了16个库，每个库8张表：

```sql
-- 按 user_id % 16 分库
-- 表名：order_0 ~ order_127

-- 查询时：
-- 先根据 user_id 算出目标库和表
-- 再用 ES 做跨库搜索
```

**跨库查询问题：**
- 分页查询：原来一句 `LIMIT 100, 20` 变成了噩梦
- 解决方案：业务上避免深分页，前端限制只能查前1000条
- 复杂查询：用ElasticSearch做二级索引

**MySQL 8.0 + InnoDB Cluster：**
- 组复制（Group Replication）实现高可用
- 主从切换时间从分钟级降到秒级

---

## 五、第四阶段：异步化与消息队列

同步调用的扩展性有天花板，必须上消息队列。

**架构：**

```
用户下单 → 订单服务 → RabbitMQ/RocketMQ
                         ↓
              库存服务（扣库存）
              积分服务（加积分）
              通知服务（发短信/推送）
              物流服务（下单物流）
```

**选型对比：**

| 特性 | RabbitMQ | RocketMQ | Kafka |
|------|---------|----------|-------|
| 吞吐量 | 中 | 高 | 极高 |
| 延迟 | 低 | 低 | 中 |
| 事务消息 | 插件 | 原生 | 事务客户端 |
| 生态 | 丰富 | 阿里系 | 大数据 |

我们最终选了RocketMQ，因为有事务消息需求。

**核心代码示例：**

```java
// 事务消息发送
@Transactional
public void createOrder(OrderDTO dto) {
    // 1. 本地事务：创建订单（状态：待支付）
    Order order = orderMapper.create(dto);
    
    // 2. 发送半消息
    transactionProducer.sendHalfMessage(
        "order_topic",
        JSON.toJSONString(order),
        (msg, ctx) -> {
            // 本地事务回调：扣库存
            inventoryService.decreaseStock(order.getSkuId());
            return CommitStatus.COMMIT; // 提交
        }
    );
}
```

---

## 六、第五阶段：全链路压测与自适应扩容

架构稳定了，但资源利用率低——平时30%利用率，大促时又不够。

**解决方案：全链路压测 + 自动扩容**

```
压测平台：JMeter + Shadowspeed
监控系统：Prometheus + Grafana + SkyWalking
自动扩容：K8s HPA + CronJob定时扩容
```

**K8s自动扩容配置：**

```yaml
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: order-service-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: order-service
  minReplicas: 4
  maxReplicas: 100
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
```

**实战效果：**
- 618大促，QPS从5万自动扩容到30万
- 峰值时100台容器，大促后自动缩回到4台
- 成本节省：原来固定100台，现在平均20台

---

## 七、最终架构全景图

```
                    ┌─────────────┐
                    │   用户端    │
                    └──────┬──────┘
                           │
                    ┌──────▼──────┐
                    │   CDN/WAF   │
                    └──────┬──────┘
                           │
                    ┌──────▼──────┐
                    │  API Gateway │
                    │  (限流/鉴权)  │
                    └──────┬──────┘
                           │
              ┌────────────┼────────────┐
              │            │            │
        ┌─────▼─────┐ ┌────▼────┐ ┌─────▼─────┐
        │ 订单服务  │ │商品服务 │ │ 用户服务  │
        │(K8s集群) │ │(K8s集群)│ │(K8s集群) │
        └─────┬─────┘ └───┬────┘ └─────┬─────┘
              │           │           │
        ┌─────▼───────────▼───────────▼─────┐
        │           RocketMQ 集群           │
        └─────┬───────────┬───────────┬─────┘
              │           │           │
        ┌─────▼───┐ ┌─────▼───┐ ┌─────▼───┐
        │库存服务 │ │积分服务 │ │通知服务 │
        └─────┬───┘ └─────┬───┘ └─────┬───┘
              │           │           │
        ┌─────▼───────────▼───────────▼─────┐
        │    MySQL 分库分表 (16库×8表)      │
        │    + ShardingSphere              │
        └──────────────────────────────────┘
```

---

## 八、踩过的坑，掏心窝子的建议

**1. 不要过早优化**
> 单机跑得好好的，不要为了"未来可能的大流量"就上微服务。复杂度是真实的代价。

**2. 缓存一致性是大坑**
> Cache Aside模式最稳妥：读时先读缓存，没有再读DB并回填；写时先更新DB，再删缓存（而不是更新缓存）。

**3. 分库分表要想清楚**
> 一旦分库，业务代码改造成本很高。先考虑读写分离、再考虑分库分表。

**4. 消息队列不是万能药**
> 引入MQ后，系统变成了最终一致性。需要仔细评估业务能否接受。

**5. 监控比代码更重要**
> 没有监控的优化都是盲人摸象。上线前先把可观测性做好：Metrics + Tracing + Logging。

---

## 九、现在支撑多少QPS？

```
日常：5万 QPS，延迟P99 < 50ms
大促：30万 QPS，延迟P99 < 200ms
极端峰值：50万 QPS（靠降级和限流撑住）
```

团队从最初的3个人发展到20人，服务器从8台到200+容器。

架构没有最优，只有最适合。每个阶段解决当时最痛的问题，这就是最好的架构。

---

*往期推荐：*
- *[【架构实战】风控系统架构：黑产对抗的攻防战](https://blog.csdn.net/heimeiyingwang/article/details/XXXX)*
- *[【架构实战】我的消息队列选型之路：RabbitMQ、RocketMQ、Kafka深度对比](https://blog.csdn.net/heimeiyingwang/article/details/XXXX)*

教训：服务拆分不是越多越好。拆得太细，服务治理复杂度指数上升。我们后来把20个服务合并回了8个核心服务。

【架构实战】从百到千万QPS：我的系统架构演进血泪史

研发部经理

架构设计

后端

云计算

从单体架构到微服务，经历缓存优化、数据库分库分表、消息队列引入等关键阶段，最终实现50万QPS高并发支撑。分享架构演进实战经验，包括服务拆分策略、全链路压测、自动扩容等核心技术方案，以及分库分表、缓存一致性等常见坑点解决方案。

CDN免费试用


2026上云采购 | AI焕新·智启新局

cngw

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【架构实战】从百到千万QPS：我的系统架构演进血泪史-腾讯云开发者社区-腾讯云

【架构实战】从百到千万QPS：我的系统架构演进血泪史

【架构实战】从百到千万QPS：我的系统架构演进血泪史

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐