pyhton解决高并发问题

# 前端：	
	1.cdn加速，就是内容分发网络，简单来说就是把静态资源放到别的服务器上
	2.精灵图：就是一个大的图片上面有多个我们需要的小图，用定位的方法，定位到不同的小图，满足我们的需求。这样一个请求拿到的图就可以用在多个位置。
    3.前端缓存：在返回的响应头里面设置cache-control这样在一定时间内不会真的发起请求而是从缓存里面拿。
# 后端：
#1 用高性能web服务器部署我们的项目：nginx
	用nginx进行请求转发，nginx性能高，把请求转发给不同的后端 一个nginx的性能是几千，用在我们普通的项目里是足够的。
    如果有更高的要求，可以使用NGINX做集群（但是每个nginx都监听一个地址，前端此时如何判断地址？--》使用dns域名解析做负载均衡----》使用硬件做负载均衡（可以承受百万级的并发）
#2 动静分离：
	用nginx处理静态资源的转发，用uwsgi处理动态资源的转发---nginx处理静态资源的效率非常高
#3. 集群化的部署（要借用nginx
#4、 拆服务（分布式、微服务）：
##############
# 项目部署层面：
#1.使用高性能的web服务器部署：gevent+uwsgi

##########
# 代码层面：
	1.加缓存：使用redis服务器
    2.页面静态化：（不适用与app和小程序）
    对于访问量最高的首页，我们可以直接写成静态化的页面，对于首页上会改变的数据，可以每十秒钟生成一次新的页面---》用celery异步和django信号异步
    3.celery异步操作，对于一个需要耗时3s的请求，设计成异步--请求来了===直接返回已发送请求：适用于商品秒杀，短信和邮件发送视频保存、后台管理中统计三个月的订单量，并生成折线图、饼状图。。。
    4.优化数据库：sql优化、尽量使用逻辑外键代替物理外键、适当建立索引、读写分离、数据库集群、分库分表
    5.代码优化：开多线程处理，不再for循环中操作数据库——》涉及到算法
    6.换语言：使用编译型语言，更换更接近底层的语言
#加机器

C10k问题：
526互联

pyhton解决高并发问题

pyhton解决高并发问题
