短视频直播系统，高并发情况对短视频平台威胁力大吗

对比起直播平台来，短视频直播系统似乎受高并发的影响并不大，实时是这样吗？短视频平台虽然不会受到实时性的困扰，但在内容读取速度上依然存在要求，视频的提前加载和缓存的灵活应用是短视频直播系统需要解决的问题。尽管高并发的威胁力不大，但平台依然需要在这方面进行压力优化。

一、架构优化

平台可以采用分布式架构，利用微服务架构拆分服务部署在不同的服务节点，避免单节点宕机引起的服务不可用情况。

二、数据库优化

采用主从复制，读写分离，甚至分库分表，表数据根据查询方式的不同采用不同的索引方式，比如tree、hash等，也可以在关键字段加索引，sql避免复合函数，避免组合排序等。

三、增加缓存

短视频直播系统可以使用缓存数据库定义表，结果表等，数据库的中间数据放缓存内，避免多次访问修改表数据，像视频主页UI、图标、礼物等不常变的内容直接扔缓存里。

四、增量统计

不要实时统计大量的数据，应该采用定时任务统计，增量统计等方式提前进行统计，避免实时统计的内存，降低CPU压力。

五、额外的图片服务器

面对图片等大型文件，短视频直播系统可以单独准备一个服务器去存储，避免IO速度对动态数据造成的影响，保证系统不会因为文件而崩溃。

六、负载均衡

使用nginx等对访问量过大的服务采用负载均衡，实现服务集群，提高服务的最大并发数，防止短视频直播系统访问压力过大导致单个服务的崩溃。

七、使用消息中间件

对服务之间的数据传输，使用比如rabbit等分布式消息队列异步传输，防止同步传输数据的阻塞和数据丢失。

八、多线程

目前短视频直播系统使用较多的服务器是多核心处理模式，如果代码采用单线程，同步处理方式，会出现浪费CPU效率和执行时间的问题。

声明：以上内容为云豹科技作者本人原创，未经作者本人同意，禁止转载，否则将追究相关法律责任