提高系统并发能力，总结起来有三点：异步，缓存，并行。
异步
比如我们在某段业务逻辑中加了一个同步写kafka的操作，tp99瞬间多了30毫秒，这样在整个监控曲线看起来非常扎眼，于是我们需要将这个同步改成异步。 对于老系统需要在业务进行梳理，如果业务场景中不关心返回值，这样完全可以做成异步。 如果业务关心返回值，比如订单逻辑，很多下游服务需要传入本次主订单ID与下游服务进行连接，这样写主订单就必须变成了一个同步逻辑，但是主要关心的还是这个OrderId，我们可以建立一个OrderId生成器，这样单独的一个OrderId服务性能更好，可以将整个业务逻辑串起来。
缓存
为了提升整个逻辑链路的响应时间，我们应该将数据离访问更近，这样响应更快。 有了缓存，我们可能产生某种依赖，将尽可能多的数据放入缓存，而没有好好的进行梳理和分析。 这样缓存数据可能越来越大，内存成本越来越高，当一段促销造成的流量越来越大，如果没有进行合理的扩容，则会造成想不到的问题。 比如我们的营销活动放到redis做缓存，每个营销活动其实是有很多聚合信息，并且每个活动有失效期的，这样比较适合缓存场景的，但是某天产品同学的运营策略变了，在双11我们需要提前做一些预热，这样用户领取的优惠券的周期就变长了，如果简单的是放到了redis，其实整体的活动信息在高峰来时，原有的redis容量就造成了一定的性能影响。
并行
下游的服务我们通过建立线程池，进行异步处理，于是我们需要关心设置合理的线程池。 梳理系统的代码，将很多同步的for，while的循环改成基于Future的同步模型，提升整体并行度，达到一定的性能提升。