Concurrency 在执行数据库读写操作的应用程序中实现高并发性？

我正在为一个应用程序设计一个中间层，该应用程序每几秒钟将收到多达5000个请求，并且需要从数据库中检索信息。我一直在考虑使用（我在RESTAPI设计中使用scala），因为他们说它是完全异步的，构建在Akka上。然而，任何解决方案的主要瓶颈似乎都发生在对数据库的读/写过程中。许多数据库无法支持从如此规模的数据库同时读/写。那么，对于这样的应用程序，如何实现如此高的并发性呢？我猜Facebook/Twitter/（其他大公司的名字）可能已经在他们的应用程序中实现了这一点，因为数百万人可能同时使用它们

正如Tim的评论所说，缓存可能对您的情况有帮助，也可能没有帮助。如果不是，我还建议您研究水平可伸缩的数据库，例如，如果您想要事务性SQL db。否则，就有很多没有sql的选择，如la等。如果你真的想坚持使用传统的sql系统，你必须垂直扩展你的服务器（购买最昂贵的硬件）并使用它。

一个巨大的组件是你的数据模型和查询访问模式。如果每个查询都增加一个必须同步的共享计数器，那么会有大量的争用，但是如果每个查询都是另一端完全独立的数据，那么频谱上的争用就会少很多

我认为我会考虑以下几个方面：

数据模式和访问模式（上文讨论）

语言选择 这一点很重要，因为如果您处于web服务器上下文中，并且在默认情况下使用prefork，则每个进程都可能有自己的数据库连接。在python或ruby这样的环境中，您可能需要数百个进程来处理负载。与akka或其他基于异步网络的运行时（node、python gevent/asyncio、go等）相比，在akka或其他基于异步网络的运行时中，具有小线程池的单个实例可以处理大量请求。每个人都有自己的权衡

分布式系统

根据您的数据模式和访问模式，每秒向RDBMS发送5000个请求是完全可以实现的。这可能需要相对坚固的硬件，但我个人已经做了很多次了。要达到更大的规模，需要更多的计算机来分配工作/负载。如果您的工作负载非常繁重，并且您可以支持可能过时的读取，那么a是一种选择。在混合中使用另一台机器时，读操作分布在两台机器上，但写操作仍然指向一台机器（先导）。缓存是另一种选择

在更高的工作负载下，需要进行某种分区，以克服单机的限制

许多大型竞争者都有水平扩展数据库的解决方案。这也有许多缺点，需要仔细规划

---

---

我建议的一件事是，如果在不久的将来预计每秒有5000个请求，那么从所需的最少硬件（单实例）开始，查询模式和操作在分布式数据库中会变得指数级地复杂。

好吧，您可以考虑在数据库上使用某种缓存，这可能有助于读取和/或写入。说到这里，你想要的数据库是什么？比如MySQL或AWS Aurora。