高并发场景怎么写？多线程、协程与消息队列方案对比及代码生成
提示词描述：
面向后端开发工程师的高并发架构设计与代码生成提示词。针对秒杀、爬虫等具体场景，对比线程池、协程与消息队列的适用性。AI将输出生产级并发处理代码、配置参数及压测验证步骤，帮助开发者快速突破性能瓶颈，提升系统吞吐量与稳定性。
提示语关键词：
AI编程助手,后端高并发代码,高并发架构设计,消息队列代码生成,协程与多线程对比,秒杀系统代码
提示词内容：
【需求分析】
当前后端系统在处理 {业务场景} 时遇到性能瓶颈，预估峰值并发量达到 {QPS预估}。现有同步处理逻辑导致接口响应超时、服务器CPU飙升及数据库连接池耗尽，急需引入高并发处理方案以保障系统稳定性和吞吐量。
【方法对比】
1. 传统线程池/协程：利用Go协程或Python asyncio/Java虚拟线程，提升单机并发处理能力，适合CPU密集型或I/O等待较短的场景，开发成本较低。
2. 消息队列异步削峰：引入RabbitMQ/Kafka/RocketMQ，将同步请求转为异步处理，彻底解耦上下游，适合突发流量大、允许最终一致性的场景。
3. 内存缓存+批量落库：利用Redis缓冲高频写入，定时批量同步至数据库，适合高并发写入且对实时性要求稍低的场景。
【推荐方案】
结合 {QPS预估} 和 {业务场景} 的特性，推荐采用 {推荐方案}。请为我生成该方案的核心处理逻辑代码，包含 {开发语言} 的并发控制/消息消费实现，并附带连接池配置、异常重试机制及死信队列处理逻辑，确保代码具备生产级别的健壮性。
【使用步骤】
1. 环境准备：部署并配置 {推荐方案} 所需的基础设施（如MQ集群或协程运行时环境）。
2. 核心代码编写：实现生产者/消费者模型或协程调度逻辑，配置合理的并发参数（如协程数、消费线程数）。
3. 压测验证：使用JMeter或wrk进行压力测试，观察TPS、响应时间及系统资源占用。
4. 监控告警：接入Prometheus/Grafana，配置队列积压或协程泄漏的告警规则。
【效果展示】
预期实施后，系统核心接口TPS从 {原TPS} 提升至 {目标TPS}，P99响应时间降低 {预期降低比例}。在峰值流量下，服务器CPU利用率保持在 {预期CPU水位} 以下，彻底消除因并发导致的OOM或数据库宕机风险，系统可用性达到99.99%。