高并发是大型架构核心，下面我详解高并发瓶颈@mikechen
高并发下
在高并发场景下，比如典型的：电商秒杀、直播、社交 feed、数据库读写密集型服务等场景。
这些场景，很容易会出现性能问题，比如：系统的性能瓶颈通常集中在CPU、内存与I/O。
三者合称“CPU、内存、IO”），但具体哪一项成为瓶颈取决于应用特性、系统架构与运行环境。
磁盘IO瓶颈
磁盘是整个系统中速度最慢的部件：机械硬盘（HDD），随机读写只有几百 IOPS。
SSD 也才几万到几十万 IOPS，而内存操作是纳秒级，CPU 是皮秒级。
高并发 = 海量随机 IO：秒杀、订单系统、日志系统、数据库频繁随机读写（索引扫描、事务日志、binlog），瞬间把 IO 打满。
典型表现：iostat 看到 %util 接近 100%，await 几十到几百 ms。
top 里 wa（IO wait）很高，数据库慢查询激增，TPS 突然掉
经典案例：MySQL 在高并发下。
最先瓶颈就是磁盘 IO（innodb_flush_log_at_trx_commit=1 时双写缓冲 + redo log 写入）。
CPU
CPU成为瓶颈时，表现为处理器利用率长期接近或达到100%，系统响应时间随并发增长显著上升。
计算密集型业务（如加密、图像/视频处理、复杂业务逻辑），容易触发CPU瓶颈。
判定方法，包括：CPU使用率监控、上下文切换频繁、系统负载（load average）异常升高等。
通过通过缓解策略：优化算法和代码、使用并行/异步处理。
扩大CPU资源（更多核或更快主频）、利用硬件加速（GPU、专用芯片）以及减少不必要的计算工作。
内存
内存瓶颈表现为可用内存不足、频繁发生内存换页（swap）、GC（垃圾回收）。
以及延长、或内存分配失败，从而导致响应延迟或服务不可用。
状态ful服务、大量缓存或内存泄漏场景容易触发内存瓶颈。
判定可通过内存使用率、交换区使用、GC日志与内存分配失败率。
缓解措施包括增加物理内存、优化内存数据结构与缓存策略。
使用外部存储（如分布式缓存或数据库）、改进垃圾回收参数与内存管理策略。