程序員三高

① 程序員被納入「新生代農民工」，碼農為何會被官方定義為「新生代農民工」

「碼農」就是我們常說的程序員，因為靠寫代碼衛生，而且收入低，要長時間面對電腦，所以就自嘲為「碼農」。

我們先來看看「新生代農民工」的定義：

出生於20世紀80年代以後，年齡在16歲以上，在異地以非農就業為主的農業戶籍人口。

具體點來說，他們是「集中於勞動密集型行業，從事信息傳輸、軟體和信息技術服務業的打工人」。

所以如果單從這個描述來說的話，從事軟體和信息服務的程序員們很顯然就是「新生代農民工」中的一員。

但如果你看仔細點的話，你就會發現要滿足「新生代農民工」，條件有兩個：

1.在外地從事非農業行業；

2.農村戶口。

因此嚴格來說，標準的「碼農」前提要有「農村戶籍」，「城鎮戶口的碼農」是不屬於「新生代農民工」范疇的。

就光看這幾點，哪個跟農民工兄弟不是一樣的？

② 如何搭建億級並發的系統架構

想設計億萬級高並發架構，你要先知道高並發是什麼？

面對流量高峰，不同的企業是如何通過技術手段解決高並發難題的呢?

0、引言

軟體系統有三個追求：高性能、高並發、高可用，俗稱三高。三者既有區別也有聯系，門門道道很多，全面討論需要三天三夜，本篇討論高並發。

高並發（High Concurrency）。並發是操作系統領域的一個概念，指的是一段時間內多任務流交替執行的現象，後來這個概念被泛化，高並發用來指大流量、高請求的業務情景，比如春運搶票，電商雙十一，秒殺大促等場景。

很多程序員每天忙著搬磚，平時接觸不到高並發，哪天受不了跑去面試，還常常會被面試官犀利的高並發問題直接KO，其實吧，高並發系統也不高深，我保證任何一個智商在線的看過這篇文章後，都能戰勝恐懼，重拾生活的信心。

本文先介紹高並發系統的度量指標，然後講述高並發系統的設計思路，再梳理高並發的關鍵技術，最後結合作者的經驗做一些延伸探討。

1、高並發的度量指標

既然是高並發系統，那並發一定要高，不然就名不副實。並發的指標一般有QPS、TPS、IOPS，這幾個指標都是可歸為系統吞吐率，QPS越高系統能hold住的請求數越多，但光關注這幾個指標不夠，我們還需要關注RT，即響應時間，也就是從發出request到收到response的時延，這個指標跟吞吐往往是此消彼長的，我們追求的是一定時延下的高吞吐。

比如有100萬次請求，99萬次請求都在10毫秒內響應，其他次數10秒才響應，平均時延不高，但時延高的用戶受不了，所以，就有了TP90/TP99指標，這個指標不是求平均，而是把時延從小到大排序，取排名90%/99%的時延，這個指標越大，對慢請求越敏感。

除此之外，有時候，我們也會關注可用性指標，這可歸到穩定性。

一般而言，用戶感知友好的高並發系統，時延應該控制在250毫秒以內。

什麼樣的系統才能稱為高並發？這個不好回答，因為它取決於系統或者業務的類型。不過我可以告訴你一些眾所周知的指標，這樣能幫助你下次在跟人扯淡的時候稍微靠點兒譜，不至於貽笑大方。

通常，資料庫單機每秒也就能抗住幾千這個量級，而做邏輯處理的服務單台每秒抗幾萬、甚至幾十萬都有可能，而消息隊列等中間件單機每秒處理個幾萬沒問題，所以我們經常聽到每秒處理數百萬、數千萬的消息中間件集群，而像阿某的API網關，每日百億請求也有可能。

2、高並發的設計思路

高並發的設計思路有兩個方向：

• 垂直方向擴展，也叫豎向擴展

• 水平方向擴展，也叫橫向擴展

垂直方向：提升單機能力

提升單機處理能力又可分為硬體和軟體兩個方面：

• 硬體方向，很好理解，花錢升級機器，更多核更高主頻更大存儲空間更多帶寬

• 軟體方向，包括用各快的數據結構，改進架構，應用多線程、協程，以及上性能優化各種手段，但這玩意兒天花板低，就像提升個人產出一樣，996、007、最多24 X 7。

水平方向：分布式集群

為了解決分布式系統的復雜性問題，一般會用到架構分層和服務拆分，通過分層做隔離，通過微服務解耦。

這個理論上沒有上限，只要做好層次和服務劃分，加機器擴容就能滿足需求，但實際上並非如此，一方面分布式會增加系統復雜性，另一方面集群規模上去之後，也會引入一堆AIOps、服務發現、服務治理的新問題。

因為垂直向的限制，所以，我們通常更關注水平擴展，高並發系統的實施也主要圍繞水平方向展開。

3、高並發的關鍵技術

玩具式的網路服務程序，用戶可以直連伺服器，甚至不需要資料庫，直接寫磁碟文件。但春運購票系統顯然不能這么做，它肯定扛不住這個壓力，那一般的高並發系統是怎麼做呢？比如某寶這樣的正經系統是怎麼處理高並發的呢？

其實大的思路都差不多，層次劃分 + 功能劃分。可以把層次劃分理解為水平方向的劃分，而功能劃分理解為垂直方向的劃分。

首先，用戶不能直連伺服器，要做分布式就要解決「分」的問題，有多個服務實例就需要做負載均衡，有不同服務類型就需要服務發現。

集群化：負載均衡

負載均衡就是把負載（request）均衡分配到不同的服務實例，利用集群的能力去對抗高並發，負載均衡是服務集群化的實施要素，它分3種：

• DNS負載均衡，客戶端通過URL發起網路服務請求的時候，會去DNS伺服器做域名解釋，DNS會按一定的策略（比如就近策略）把URL轉換成IP地址，同一個URL會被解釋成不同的IP地址，這便是DNS負載均衡，它是一種粗粒度的負載均衡，它只用URL前半部分，因為DNS負載均衡一般採用就近原則，所以通常能降低時延，但DNS有cache，所以也會更新不及時的問題。

• 硬體負載均衡，通過布置特殊的負載均衡設備到機房做負載均衡，比如F5，這種設備貴，性能高，可以支撐每秒百萬並發，還能做一些安全防護，比如防火牆。

• 軟體負載均衡，根據工作在ISO 7層網路模型的層次，可分為四層負載均衡（比如章文嵩博士的LVS）和七層負載均衡（NGINX），軟體負載均衡配置靈活，擴展性強，阿某雲的SLB作為服務對外售賣，Nginx可以對URL的後半部做解釋承擔API網關的職責。

所以，完整的負載均衡鏈路是 client <-> DNS負載均衡 -> F5 -> LVS/SLB -> NGINX

不管選擇哪種LB策略，或者組合LB策略，邏輯上，我們都可以視為負載均衡層，通過添加負載均衡層，我們將負載均勻分散到了後面的服務集群，具備基礎的高並發能力，但這只是萬里長征第一步。

資料庫層面：分庫分表+讀寫分離

前面通過負載均衡解決了無狀態服務的水平擴展問題，但我們的系統不全是無狀態的，後面通常還有有狀態的資料庫，所以解決了前面的問題，存儲有可能成為系統的瓶頸，我們需要對有狀態存儲做分片路由。

資料庫的單機QPS一般不高，也就幾千，顯然滿足不了高並發的要求。

所以，我們需要做分庫分表 + 讀寫分離。

就是把一個庫分成多個庫，部署在多個資料庫服務上，主庫承載寫請求，從庫承載讀請求。從庫可以掛載多個，因為很多場景寫的請求遠少於讀的請求，這樣就把對單個庫的壓力降下來了。

如果寫的請求上升就繼續分庫分表，如果讀的請求上升就掛更多的從庫，但資料庫天生不是很適合高並發，而且資料庫對機器配置的要求一般很高，導致單位服務成本高，所以，這樣加機器抗壓力成本太高，還得另外想招。

讀多寫少：緩存

緩存的理論依據是局部性原理。

一般系統的寫入請求遠少於讀請求，針對寫少讀多的場景，很適合引入緩存集群。

在寫資料庫的時候同時寫一份數據到緩存集群里，然後用緩存集群來承載大部分的讀請求，因為緩存集群很容易做到高性能，所以，這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的並發。

緩存的命中率一般能做到很高，而且速度很快，處理能力也強（單機很容易做到幾萬並發），是理想的解決方案。

CDN本質上就是緩存，被用戶大量訪問的靜態資源緩存在CDN中是目前的通用做法。

緩存也有很多需要謹慎處理的問題：

• 一致性問題：(a)更新db成功+更新cache失敗 -> 不一致 (b)更新db失敗+更新cache成功 -> 不一致 ©更新db成功+淘汰緩存失敗 -> 不一致

• 緩存穿透：查詢一定不存在的數據，會穿透緩存直接壓到資料庫，從而導致緩存失去作用，如果有人利用這個漏洞，大量查詢一定不存在的數據，會對資料庫造成壓力，甚至打掛資料庫。解決方案：布隆過濾器 或者 簡單的方案，查詢不存在的key，也把空結果寫入緩存（設置較短的過期淘汰時間），從而降低命失

• 緩存雪崩：如果大量緩存在一個時刻同時失效，則請求會轉到DB，則對DB形成壓迫，導致雪崩。簡單的解決方案是為緩存失效時間添加隨機值，降低同一時間點失效淘汰緩存數，避免集體失效事件發生

但緩存是針對讀，如果寫的壓力很大，怎麼辦？

高寫入：消息中間件

同理，通過跟主庫加機器，耗費的機器資源是很大的，這個就是資料庫系統的特點所決定的。

相同的資源下，資料庫系統太重太復雜，所以並發承載能力就在幾千/s的量級，所以此時你需要引入別的一些技術。

比如說消息中間件技術，也就是MQ集群，它是非常好的做寫請求非同步化處理，實現削峰填谷的效果。

消息隊列能做解耦，在只需要最終一致性的場景下，很適合用來配合做流控。

假如說，每秒是1萬次寫請求，其中比如5千次請求是必須請求過來立馬寫入資料庫中的，但是另外5千次寫請求是可以允許非同步化等待個幾十秒，甚至幾分鍾後才落入資料庫內的。

那麼此時完全可以引入消息中間件集群，把允許非同步化的每秒5千次請求寫入MQ，然後基於MQ做一個削峰填谷。比如就以平穩的1000/s的速度消費出來然後落入資料庫中即可，此時就會大幅度降低資料庫的寫入壓力。

業界有很多著名的消息中間件，比如ZeroMQ，rabbitMQ，kafka等。

消息隊列本身也跟緩存系統一樣，可以用很少的資源支撐很高的並發請求，用它來支撐部分允許非同步化的高並發寫入是很合適的，比使用資料庫直接支撐那部分高並發請求要減少很多的機器使用量。

避免擠兌：流控

再強大的系統，也怕流量短事件內集中爆發，就像銀行怕擠兌一樣，所以，高並發另一個必不可少的模塊就是流控。

流控的關鍵是流控演算法，有4種常見的流控演算法。

• 計數器演算法（固定窗口）：計數器演算法是使用計數器在周期內累加訪問次數，當達到設定的限流值時，觸發限流策略，下一個周期開始時，進行清零，重新計數，實現簡單。計數器演算法方式限流對於周期比較長的限流，存在很大的弊端，有嚴重的臨界問題。

• 滑動窗口演算法：將時間周期分為N個小周期，分別記錄每個小周期內訪問次數，並且根據時間滑動刪除過期的小周期，當滑動窗口的格子劃分的越多，那麼滑動窗口的滾動就越平滑，限流的統計就會越精確。此演算法可以很好的解決固定窗口演算法的臨界問題。

• 漏桶演算法：訪問請求到達時直接放入漏桶，如當前容量已達到上限（限流值），則進行丟棄（觸發限流策略）。漏桶以固定的速率進行釋放訪問請求（即請求通過），直到漏桶為空。分布式環境下實施難度高。

• 令牌桶演算法：程序以r（r=時間周期/限流值）的速度向令牌桶中增加令牌，直到令牌桶滿，請求到達時向令牌桶請求令牌，如獲取到令牌則通過請求，否則觸發限流策略。分布式環境下實施難度高。

4、高並發的實踐經驗

接入-邏輯-存儲是經典的互聯網後端分層，但隨著業務規模的提高，邏輯層的復雜度也上升了，所以，針對邏輯層的架構設計也出現很多新的技術和思路，常見的做法包括系統拆分，微服務。

除此之外，也有很多業界的優秀實踐，包括某信伺服器通過協程（無侵入，已開源libco）改造，極大的提高了系統的並發度和穩定性，另外，緩存預熱，預計算，批量讀寫（減少IO），池技術等也廣泛應用在實踐中，有效的提升了系統並發能力。

為了提升並發能力，邏輯後端對請求的處理，一般會用到生產者-消費者多線程模型，即I/O線程負責網路IO，協議編解碼，網路位元組流被解碼後產生的協議對象，會被包裝成task投入到task queue，然後worker線程會從該隊列取出task執行，有些系統會用多進程而非多線程，通過共享存儲，維護2個方向的shm queue，一個input q，一個output q，為了提高並發度，有時候會引入協程，協程是用戶線程態的多執行流，它的切換成本更低，通常有更好的調度效率。

另外，構建漏斗型業務或者系統，從客戶端請求到接入層，到邏輯層，到DB層，層層遞減，過濾掉請求，Fail Fast（盡早發現盡早過濾），嘴大屁眼小，哈哈。

漏斗型系統不僅僅是一個技術模型，它也可以是一個產品思維，配合產品的用戶分流，邏輯分離，可以構建全方位的立體模型。

5、小結

莫讓浮雲遮望眼，除去繁華識真顏。我們不能掌握了大方案，吹完了牛皮，而忽視了編程最本質的東西，掌握最基本最核心的編程能力，比如數據架構和演算法，設計，慣用法，培養技術的審美，也是很重要的，既要致高遠，又要盡精微。

③ 31歲程序員熬夜時忽然眼一黑，醫生是怎麼說的

熬夜已經成為了是一種常見現像，對於年輕人來說，總是認為還年輕身體好，所以覺得熬夜並沒有什麼影響，其實，熬夜的危害是非常的大，不僅會傷肝傷腎，長期以往，身體就會慢慢的出現疾病。經常熬夜的人，時間久了通常都會有些不舒服，可能有些症狀，我們並沒有重視，但是當我們的身體發出一些嚴重的求救信號時，說明已經很嚴重了。

醫生提醒，季節變換，天氣逐漸變冷，也是視網膜動脈阻塞高發期，對於三高人群，一定要有規律的作息，要合理的飲食，同時戒煙戒酒，最好是定期的體檢。

④ 程序員怎樣鍛煉好身體

作為一名程序員，很久以前就關注了這個問題，但最近身邊一些人和事有了些切身體驗，然後對它進行一些思考。首先，對於程序員或者辦公室人員來說，由於長時間的伏案寫字再加上不正常的體態，會產生以下四個最常見的健康問題：

1.肩頸疼痛

2.腰背疼痛

3.肥胖

4.精力差，三高

出現問題的原因有很多，簡單來說身體一直處於亞健康狀態。其中主要原因是

熬夜

相信很多程序員都有熬夜的習慣，我之前天天到深夜1點才睡。很多程序員將熬夜變成了生活習慣，大部分的原因一方面是被義務教育坑害了，不得不熬夜和人拼時間，另一方面因為網路的發達使得更多的年輕人忘記了時間的概念。作為程序員，內心就形成了「程序員只有在晚上效率才高」的理念。甚至很多公司都提倡這樣的工作方式，晚上天天加班，早上晚點上班。但這種方式對你的健康傷害是最大的。因為人體最大的補品不是什麼高昂的食材，而是睡眠，睡眠能治癒的病比吃葯有效，並且人體造血的時間一般在凌晨一點。因此，我建議熬夜的朋友把睡覺時間提前到起碼11點之前，把起床時間也提前，這樣睡眠時間長一樣，這一天會過得更精神爽利更事半功倍。

久坐

很多人身體跟著酸疼，骨頭各種問題，最大原因有些程序員在電腦面前一坐就是一天，中間除了吃飯上廁所外，基本不起來動動。這是非常不好的習慣，時間久了，很容易得肩周炎、頸椎病，到時候後悔就晚了。我們可以在中午吃飯時間抽空來散步，有助於消化，也緩解工作壓力。利用手機App提醒功能，提醒自己休息，定時站起來拉伸運動一下。如果需要的話，做一些眼保健操。我自己經歷來說，我會經常早上做瑜伽，會對身體有很大的改善。

缺乏鍛煉

很多程序員會反駁我說，哪有這種美國時間做鍛煉。其實我們應該問一下我們自己，我們不幹活的時間都做了什麼，那百分之九十的人都說是在低頭玩手機，手機上有什麼國家大事需要你一有時間就處理么？其實沒有！我們只想簡單的獲取一些精神娛樂，來撫平我們生活和工作的壓力。那麼我們抽出一些時間來鍛煉鍛煉又有何妨呢。

平衡生活和工作的關系：剛工作那會，就一個人其實這個問題並不突出，隨著年齡增長，如何平衡好我有一些自己的想法。有的人是工作狂，有的人對工作不上心，我覺得都不合適。工作狂我已經見過不止一例身體最後出現嚴重問題的很多。最後還是花錢養身體。

談到運動，我覺得世界上最好的運動就是自己能堅持下來的運動，譬如我愛跑步，我每天早上會花時間跑步。我辦公室在10樓，我堅持不做電梯，每天上下爬個4，5次。爬第一次會覺得很累，上氣不接下氣，但每天去爬，最後你會發現自己氣都不喘一下。運動只要去堅持，肯定會有收獲。

最後希望大家多多保重。

⑤ 住養老院39歲程序員已出院，程序員發生職業病的概率更高嗎

住養老院39歲程序員已經出院，程序員發生職業病的概率非常高，理由如下：

程序員的工作時間是非常不固定的，因為沒有人能夠預料系統或者程序到底什麼時候出bug，到底什麼時候會崩潰。所以說就算是半夜的時候，程序員也必須要馬上工作解決問題。特別是在互聯網時代，一旦系統崩潰，那麼可能就會影響到數億人的生活。所以說程序員的工作時間往往是比較久的。

程序員中大部分的人都是宅男，宅男不願意社交，大部分時間都是在工作或者待在家裡，就連吃飯基本上也都是外賣。基本上不會主動去運動，所以說這樣的人時間久了就會出現肥胖，而肥胖就是造成三高的罪魁禍首之一。對於身體的傷害是非常大的，再加上程序員吃外賣都是高油、高鹽的食物，時間久了也會損傷腸道，引起一系列的健康問題。所以說程序員確實很容易患上職業病。

⑥ 程序員應該注意哪些身體健康他們容易患什麼職業病

沒吃過泡麵不算程序員，沒加過班的不是程序員，久而久之各種健康問題就來了，當然小編也知道要要因人而異，不同的職業會引發不同的毛病。據國外的一項調查表明，頭發的變化與相應人群在年齡，性別甚至職業上都有明顯的特徵，程序員的脫發現象，很有可能是因為長時間工作壓力大，長期加班和睡眠障礙，作息混亂等等原因造成的亞健康。

如何很快的淘汰一個人，是讓他太忙，忙到沒有時間休息，沒有時間創造思維，沒有時間學習，才為可怕。所以，請擁有好心態，技術學不完，時間是自己的。有些關於身體上的一些疾病自己要注重，畢竟身體是自己的，別人無法與你一起承受疼痛。