用轻松的方式，讲透 7 大典型高并发场景：它们像什么、卡在哪、怎么救、如何选。每个场景一页，双击即读，离线可用。
三步走：先建立世界观，再逐个场景"下馆子"，最后带走一张选型速查表。
什么才算"高"？QPS、P99、SLA 这些黑话怎么读？以及绕不开的"不可能三角"——性能、一致性、可用性为什么不能全都要。
进入引言 →每个场景一页，固定五小节：场景特征 → 运作流程 → 瓶颈挑战 → 优化与代价 → 方案选型。结构统一，方便横向对照着读。
↓ 从下方任意场景开吃7 大场景横向对比、通用取舍原则、按 QPS 量级 × 一致性要求的"组件套餐"矩阵，以及初创→成熟的架构演进路线图。
进入总结篇 →每张卡片标注了流量类型与核心矛盾——高并发没有银弹，只有"对症下药"。
整点开抢，流量瞬间放大几千倍。核心矛盾：百万人抢一万件货，还一件都不能多卖。
百万台车每秒上报，全年无休。核心矛盾：写入洪流永不停歇，存储成本还得压得住。
发一条动态，千万粉丝要看到。核心矛盾：大 V 一发帖，是写扩散累死自己，还是读扩散累死粉丝。
全网都在写同一个计数器，又都在读同一个榜单。核心矛盾：热 Key 被挤爆，窗口精度和成本互相打架。
凌晨一点，千万个任务同时到期。核心矛盾：不能重复跑、不能漏跑，还得把任务均匀摊给一群机器。
钱的事，错一分都不行。核心矛盾：分布式事务天生慢，但账必须分毫不差、笔笔可查。
千万人同时在线挂着连接，一条弹幕要广播给整个直播间。核心矛盾：连接数吃内存，扇出量吃带宽。
核心矛盾一句话速查——读完全部页面后再回来看这张表，会有"一览众山小"的感觉。
| 场景 | 流量类型 | 核心矛盾（一句话） | 杀手锏 |
|---|---|---|---|
| 🎟️ 秒杀/抢票 | 瞬时脉冲 | 流量放大千倍 vs 库存一件不能多卖 | 层层拦截 + Redis 预扣减 + MQ 削峰 |
| 🚗 车联网/IoT | 持续高写 | 写入洪流不停歇 vs 存储成本要压住 | Kafka 缓冲 + 时序库 + 冷热分层 |
| 📱 Feed流/推荐 | 读多写少 | 写扩散累死自己 vs 读扩散累死粉丝 | 推拉结合 + 多级缓存 |
| 🔥 热搜榜/在线统计 | 读写双高 | 全网挤一个热 Key vs 窗口精度与成本 | 热Key拆分 + 概率计数 + 流式窗口 |
| ⏰ 任务调度 | 定时并发 | 不重不漏 vs 海量任务均匀分摊 | 时间轮 + 分片广播 + 幂等兜底 |
| 💰 金融支付 | 强一致 | 分布式事务天生慢 vs 账目分毫不差 | 最终一致 + TCC + 对账兜底 |
| 💬 弹幕/IM长连接 | 海量连接 | 连接数吃内存 vs 扇出量吃带宽 | 网关分层 + 扇出合并 + 分级降级 |