引子：十万并发不是梦
双十一零点，某电商秒杀接口 QPS 突破 13 万，接口 99 线延迟依旧保持在 30 ms 内。支撑这一数字的不是魔法，而是 ASP.NET Core 在架构、编码、运维三个维度的体系化攻防。本文将用一万字拆解这场战役的每一道防线。
第一章：架构先行的顶层设计
1.1 无状态服务设计原则：Session 外置、配置外置、日志外置
1.2 微服务粒度划分：领域边界 vs. 网络边界
1.3 API Gateway 与 BFF：统一入口、聚合裁剪、协议转换
1.4 事件驱动架构：RabbitMQ/Kafka 选型、幂等消费、重试策略
第二章：Kestrel 内幕与连接管理
2.1 libuv 到 IOCP 的跨平台网络引擎
2.2 HTTP/1.1、HTTP/2、HTTP/3 协议栈差异
2.3 连接数调优：MaxConcurrentConnections vs. MaxRequestLineSize
2.4 Keep-Alive、TCP_NODELAY、SO_REUSEPORT 组合实验数据
第三章：依赖注入与对象生命周期
3.1 Transient、Scoped、Singleton 的并发陷阱
3.2 作用域验证：ValidateScopes 在开发阶段暴露 bug
3.3 工厂模式与池化：ObjectPool<T>
第四章：缓存金字塔体系
4.1 L1 内存缓存：IMemoryCache 的并发字典与滑动过期
4.2 L2 分布式缓存：Redis Cluster 分片、一致性哈希、哨兵故障转移
4.3 L3 CDN 边缘缓存：Cache-Control、ETag、Vary 头策略
4.4 写穿透 vs. 写回：缓存一致性模型选择
第五章：异步与并行
5.1 async/await 编译器魔法：状态机、SynchronizationContext 切换
5.2 Task.WhenAll vs. Parallel.For：CPU 密集 vs. IO 密集
5.3 限流与背压：SemaphoreSlim、Channel<T>
第六章：数据库与 ORM 攻防
6.1 连接池调优：Max Pool Size、Load Balance、Failover
6.2 读写分离：AlwaysOn 可用组、ShardingSphere 代理
6.3 批量操作：BulkInsert、ExecuteSqlRaw、TVP 表值参数
6.4 二级缓存：EFCoreSecondLevelCache、Redis 失效策略
第七章：监控与诊断
7.1 dotnet-trace + speedscope：火焰图定位热点
7.2 dotnet-counters：实时查看 GC、ThreadPool、Lock 争用
7.3 Application Insights 分布式追踪：端到端链路分析
7.4 eBPF + bpftrace：容器网络抖动排查
第八章：容器与编排
8.1 镜像瘦身：多阶段构建、Chiseled Ubuntu、非 root 用户
8.2 资源约束：CPU limit、memory limit、OOM score 调整
8.3 HPA 与 VPA：基于 QPS 与内存双指标的弹性伸缩
8.4 Service Mesh：Istio sidecar 注入、mTLS 零信任链路
第九章：灰度与回滚
9.1 蓝绿发布：双副本零中断切换
9.2 金丝雀发布：基于 Header 的流量比例灰度
9.3 特征开关：Feature Flags 与实时配置中心
9.4 故障演练：Chaos Monkey 随机杀节点验证韧性
第十章：性能基准与案例
10.1 TechEmpower 测试：ASP.NET Core 在 Plaintext、JSON、Fortunes 场景排名
10.2 某金融支付网关：从 4 台 16C32G 缩减到 2 台 8C16G 的真实案例
10.3 某短视频推荐：通过 Native AOT 把冷启动从 3 s 降到 400 ms
10.4 某 IoT 平台：MQTT + In-Memory Cache 支撑 50 万并发连接
结语：高并发不是银弹
ASP.NET Core 给了开发者一把锋利的剑，但要刺穿高并发之墙，还需架构、编码、运维三位一体。正如《孙子兵法》所言：“胜兵先胜而后求战”，所有性能优势都来自提前设计，而非事后调优。