1:要支持高并发系统，必须涉及事务，所以数据库引擎必须选择InnoDB。InnoDB支持事务，事务级别取决于业务。如果业务数据一致性要求非常高，事务将开启序列化级别，这将完全隔离事务，但会导致对锁资源的竞争加剧。MySQL的性能在一定程度上降低了。
2:数据库分为主数据库和从数据库。主数据库负责写入数据，集群数据库负责读取数据。注意主从数据库的数据一致性。
3:冷热数据分离，美团、饥饿部分设计采用冷热数据分离。以订单为例，出库单的主要业务场景是查询。数据查询越向前，概率越低。这是冷数据。正在交易的订单是热点数据，需要随时查询和更新。冷数据可以放入redis缓存。这将提高查询效率。
4：数据表设计，充分利用索引查询。businesssql避免返回无用的行和列，禁止使用select*query，在查询时增加限制，并尽可能返回满足要求的行。对于复杂的SQL，请考虑拆分SQL。拆分SQL有一个优点。对于重复查询SQL，将第二次查询放入MySQL缓冲区，避免重复磁盘操作，提高访问性能。
5：子数据库和子表。例如，业务数据按月份分类。在一定程度上，增加、删除、修改和检查的压力将得到缓解。
希望对您有所帮助。谢谢您。
数据库高并发请求，如何保证数据完整性？所谓的并发可以从它不是并行的概念中看出。从用户的角度来看，有一种同时执行的假象，但它在数据库中确实是串行的，或者在某个粒度上是串行的。
以更新表中的一行数据为例，更新时会锁定更改后的数据行，避免其他进程访问该行，从而避免数据冲突。
此外，还有其他类型的锁，以适应不同的场景。因此，在我们所谓的并发场景中，不存在数据问题。
在大数据高并发环境下应该怎么保证库存或者下单同步？库存被加载到缓存中，例如redis、基于redis的原子操作、库存扣减和库存验证。
下单成功后，发送成功的订单MQ，库存系统消耗MQ扣减库存。当然，消费者需要确保幂等。
乐观锁用于库存系统的数据库操作。