并发本质：单位时间处理更多请求，同时控制 CPU、内存、IO、网络、锁竞争、数据库压力，避免瓶颈。优化分为：架构层、应用层、中间件、数据库、操作系统、网络、硬件七个维度。
一、操作系统层面优化（Linux）
1. 文件句柄与进程限制
高并发下大量连接会耗尽 fd，调大最大打开文件数
# 临时生效
ulimit -n 65535
/etc/security/limits.conf
* soft nofile 65535
* hard nofile 65535
2. TCP 内核参数调优 /etc/sysctl.conf
# 扩大端口可用范围
net.ipv4.ip_local_port_range = 1024 65535
# 减少TIME_WAIT堆积，快速回收
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_fin_timeout = 30
# 连接队列
net.core.somaxconn = 4096
net.core.rmem_max = 16777216
net.core.wmem_max = 16777216
sysctl -p生效。
注意：不要盲目开老旧的
tcp_tw_recycle，NAT 环境会出问题。
3. 调度与内存
CPU 调度：IO 密集型用
noop，CPU 密集用cfq；云服务器一般保持默认。关闭 swap：高并发业务 swap 会严重拖垮性能，
swapoff -a，生产环境尽量关闭 swap。
二、Web / 应用服务器层优化
Nginx 优化
工作进程：
worker_processes auto;等于 CPU 核数每个 worker 连接数：
worker_connections 65535;开启 epoll 多路复用
use epoll;长连接 keepalive，减少 TCP 握手开销
keepalive_timeout 65;
keepalive_requests 1000;
启用 gzip 压缩、静态资源缓存；静态文件交给 Nginx 处理，不转发后端。
开启多阶段缓存：proxy_cache 做后端响应缓存。
Java (SpringBoot) 应用服务优化
线程池：不要无界线程池，根据业务区分 IO 密集 / CPU 密集
IO 密集（数据库、RPC）：线程数 > CPU 核数
CPU 密集：线程数 ≈ CPU 核数
JVM 调优：堆大小，降低 FullGC 频率；优先 G1/ZGC，减少 STW 停顿。
禁用不必要的拦截器、序列化冗余字段。
误区：线程不是越多并发越高，线程过多会上下文切换暴涨，性能暴跌。
三、应用代码层面（最容易成为瓶颈）
异步化：非核心逻辑异步处理，消息队列解耦。
例：用户注册，发送短信、日志记录丢 MQ，接口只做入库返回，提升接口吞吐。
避免同步阻塞：
禁止循环内串行调用 RPC/DB；批量接口代替循环单条查询。
IO 密集场景使用异步非阻塞框架（WebFlux、Netty）。
锁优化
缩小锁粒度，避免大锁；优先 CAS、分段锁；
减少 synchronized 大块代码；避免全局锁。
内存对象复用，减少频繁 GC；避免大对象。
限流 & 熔断保护：高并发下防止雪崩，Sentinel/Hystrix。
四、缓存体系优化（提升并发的核心手段）
大部分系统瓶颈不在 CPU，在数据库 IO。缓存扛住大部分读请求。
多级缓存
本地缓存(Caffeine/Guava) → Redis分布式缓存 → 数据库
热点数据放 JVM 本地缓存，省去网络开销；
Redis 做分布式缓存，集群、主从 + 哨兵，避免单点。
缓存策略：缓存预热、缓存过期策略，解决缓存击穿、穿透、雪崩。
静态资源缓存：CDN 加速图片、js/css，请求不回源服务器。
五、数据库并发优化（数据库往往是最大瓶颈）
MySQL
索引优化：避免全表扫描，避免索引失效；不滥用索引。
避免大事务：大事务持有锁时间长，引发锁等待、死锁，并发直接打垮。
SQL 优化：禁止 select *；limit 大分页优化；join 尽量小表驱动大表。
读写分离：主库写，多个从库读，分担查询压力。
分库分表：单表千万级以上，水平拆分。
连接池：合理设置 maxActive，不要过大；数据库连接是昂贵资源。
其它
热点大查询，走 OLAP 引擎 (Doris)，不让业务库承担统计查询。
六、架构层面：水平扩展
负载均衡：Nginx / 硬件 LB/K8s Service，多台应用服务器水平扩容，把流量分摊多实例。
无状态设计：应用服务不要存会话在本机，session 放 Redis，才可以随意扩容。
MQ 削峰填谷：瞬时高并发请求，通过消息队列异步处理，把突发流量转为平缓流量。
注意：MQ 要做好消息可靠性，防止消息丢失。
微服务拆分：隔离不同业务流量，避免一个模块拖垮整体。
七、网络优化
合理使用 HTTP 长连接、HTTP/2 / HTTP3，减少握手；
减少跨机房调用，尽量内网访问，降低 RTT；
减少接口往返次数，接口聚合，避免多次请求。
八、性能定位思路（先定位瓶颈，再优化，不要盲调参）
用工具定位瓶颈，不要上来就改参数：
CPU：
top、htop、pidstat，看是用户态高还是内核态高（上下文切换 cs）IO：
iostat、vmstat，磁盘 IO 是否打满网络：
ss -s看 TCP 连接、TIME_WAIT 数量JVM：jstat、arthas 看 GC、线程栈
MySQL：show processlist，慢查询日志
常见瓶颈排序：数据库慢 SQL > 锁竞争 > IO 阻塞 > GC 卡顿 > 线程池不合理 > 内核参数 > 硬件。
九、常见误区
服务器 CPU 越多，并发一定越高：业务是 IO 瓶颈时，再多 CPU 没用。
线程池开越大并发越高：线程过多上下文切换，性能恶化。
只调操作系统，不优化 SQL 代码：90% 并发问题根源在业务代码和数据库。
只做扩容，不做缓存：数据库很快被打垮。
简单总结落地优先级
先优化 SQL、业务代码，消除慢查询；
引入缓存，拦截大部分读请求；
操作系统、中间件合理参数调优；
异步 + MQ 削峰；
负载均衡水平扩容；
数据库读写分离、分库分表。
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢